阿尔茨海默症 (Alzheimer 's disease,AD) 是一种原发性的中枢神经系统退行性疾病。AD的主要临床症状是缓慢的认知功能减退,包括记忆、逻辑推理能力和语言功能的进行性丟失,最后发展为重度痴呆。目前,对AD尚缺乏早期诊断措施,当患者就诊时常常已经出现不可逆性脑损伤,导致治疗效果不佳。因此,发现早期高危因素对早期诊断和干预有重要意义。血小板与神经元在生物学上有诸多相似之处,因此,血小板是寻找中枢神经系统疾病外周生物标志物的理想基质。


近日,华中科技大学王建枝团队在衰老领域权威期刊Aging Cell(IF=9.302)先后发表了题为“Platelet biomarkers for a descending cognitive function: a proteomic approach”和“Platelet biomarkers identifying mild cognitive impairment in type 2 diabetes patients”的研究论文[1] [5]。研究运用TMT定量蛋白质组学技术,揭示了迄今为止最深入的血小板蛋白质组变化,系统的阐释了在老年认知衰退过程中,血小板作为最稳定的外周基质所体现的生物学意义。并结合机器学习,在血小板中发现了一组极具有AD早期诊断价值的蛋白生物标志物。

01血小板蛋白质组学的生物学意义

研究人员依据MMSE认知评分将入组样本分为三组,轻度认知障碍 (MCI, MMSE=18-23) ,重度认知障碍 (AD, MMSE=2-17) 和年龄/性别匹配的正常认知对照人群 (CTRL, MMSE=29-30)(样本策略),然后进行深度的血小板蛋白质组解析(质谱策略)。研究共鉴定到4165种蛋白,其中2994种蛋白有定量数据。与对照组相比,在MCI和AD患者中共检测到360种差异蛋白。生信分析揭示,差异蛋白参与包括经典AD途径、AMPK通路、端粒酶RNA定位、血小板活化和补体活化等多种生物途径 (图1)。

02机器学习建立预测模型

为了获得预测认知能力下降的最佳组合生物标志物,研究人员使用留一法(LOO)的方法分析了9种核心候选蛋白。通过LOO分析,使用9种生物标记物的不同组合观察到各种特异性和准确性,PHB,UQCRH,GP1BA和FINC的组合显示出最高的特异性,具有最大的受体工作特性(ROC)(AUCROC = 0.965),并且具有最高的准确度(89.3%)(图2c-e)。使用该组合生物标志物,产生的召回率为0.895,精度为0.944,F1得分为0.919,最大的召回率曲线(AUCPR = 0.985)(图2d和f)。使用这种严格的算法,PHB被认为是预测认知能力下降的最有价值的单个血小板生物标志物,AUCROC为0.842,准确性为78.6%,召回率为0.895,准确性为0.810,F1得分为0.850,AUCPR为0.929(图2c-f)。总之,机器学习确定了PHB,UQCRH,GP1BA和FINC的组合是作为评估MCI和AD患者认知能力下降的最佳血小板生物标志物。

03 二型糖尿病认知损伤区分模型的建立

流行病学研究发现,2型糖尿病与记忆功能受损二者之间存在着紧密联系。因此在题为“Platelet biomarkers identifying mild cognitive impairment in type 2 diabetes patients”的论文中,研究人员使用蛋白质组学和机器学习的方法,针对二型糖尿病人群获得预测认知能力下降的最佳组合生物标志物。血小板OPTN(一种自噬受体)联合rGSK-3β(T/S9)(糖原合酶激酶-3β,一种AD致病机制中非常重要的激酶)可提高T2DM-MCI诊断效率,AUC为0.927,特异性为86.7%,敏感性为85.3%,准确性为0.859,有望预测二型糖尿病患者认知功能下降 (图3)。


总的来说,这两篇研究将蛋白质组学技术很好的运用到标志物的筛选中。通过整合临床典型的认知衰退人群和血小板的蛋白质组学分析,并基于潜在生物标记物通过机器学习建立认知损伤的预测模型,确立了一组具有诊断价值的生物标志物,为大范围人群中筛查MCI提供了科学依据。
值得注意的是,王建枝团队还将蛋白质组学与药物治疗靶点筛选,神经环路研究,干细胞研究有机的整合起来,做出了一系列原创性与应用性突破。研究成果发表在诸如Clinical and Translational Medicine (IF=11.491) [2],Nature Communications  (IF=14.912) [3] , Cell Stem Cell  (IF=24.63) [4] 等权威期刊 (组学技术由景杰生物提供),体现了蛋白质组学在神经领域的重要运用价值。

参考文献:
[1] H. Yu, et al., 2021, Platelet biomarkers for a descending cognitive function: A proteomic approach. Aging Cell.

[2] D. Wu, et al., 2021, Medial septum tau accumulation induces spatial memory deficit via disrupting medial septum-hippocampus cholinergic pathway. Clin Transl Med .

[3] G. Pi, et al., 2020, Posterior basolateral amygdala to ventral hippocampal CA1 drives approach behaviour to exert an anxiolytic effect. Nat Commun.

[4] J. Zheng, et al., 2020, Interneuron Accumulation of Phosphorylated tau Impairs Adult Hippocampal Neurogenesis by Suppressing GABAergic Transmission. Cell Stem Cell.

[5] H. Yu, et al., 2021, Platelet biomarkers identifying mild cognitive impairment in type 2 diabetes patients. Aging Cell.

Aging Cell两篇连发 | 华中科技大学王建枝团队运用蛋白质组学技术发现具有AD早期诊断价值的血小板生物标志物的更多相关文章

  1. JIPB | 两篇连发:华中农大黄俊斌团队报道二羟基异丁酰化调控稻曲病菌致病新机制

    水稻是我国重要的粮食作物,稻曲病是水稻三大病害之一,不仅造成稻米产量损失,更重要的是稻曲球中的稻曲菌素的毒性和致畸作用,给人畜健康带来严重威胁.病原菌对植物的侵袭是由病原菌的毒力和植物免疫系统相互作用 ...

  2. 顶会两篇论文连发,华为云医疗AI低调中崭露头角

    摘要:2020年国际医学图像计算和计算机辅助干预会议(MICCAI 2020),论文接收结果已经公布.华为云医疗AI团队和华中科技大学合作的2篇研究成果入选. 同时两篇研究成果被行业顶会收录,华为云医 ...

  3. MT【277】华中科技大学理科实验班选拔之三次方程

    (2015华中科技大学理科实验班选拔)已知三次方程$x^3+ax^2+bx+x=0$有三个实数根.(1)若三个实根为$x_1,x_2,x_3$,且$x_1\le x_2\le x_3,a,b$为常数, ...

  4. 两篇很好的EPG相关文章

    两篇很好的EPG相关文章 原文地址:http://blog.sina.com.cn/s/blog_53220cef0100pi8j.html 1 基于DVB-SI的数字有线电视机顶盒节目指南的设计实现 ...

  5. 关于DataTable的两篇基础文章

    DataTable有的时候还是很有用的.记录两篇不错的文章,当字典 1.http://blog.csdn.net/imagse/article/details/3085870 2.https://ms ...

  6. vnext 技术两篇文章和评论

    研究vnext的两篇 好文章,重点看评论! http://www.cnblogs.com/shanyou/p/4589930.html http://www.cnblogs.com/shanyou/p ...

  7. 前两篇转载别人的精彩文章,自己也总结一下python split的用法吧!

    前言:前两篇转载别人的精彩文章,自己也总结一下吧! 最近又开始用起py,是为什么呢? 自己要做一个文本相似度匹配程序,大致思路就是两个文档,一个是试题,一个是材料,我将试题按每题分割出来,再将每题的内 ...

  8. 《转载-两篇很好的文章整合》Android中自定义控件

    两篇很好的文章,有相互借鉴的地方,整合到一起收藏 分别转载自:http://blog.csdn.net/xu_fu/article/details/7829721 http://www.cnblogs ...

  9. 网易云安全两篇论文入选计算机视觉顶级会议ICCV

    本文由  网易云发布. 10月22日至29日,全球计算机视觉顶尖专家们共聚威尼斯,参加ICCV2017国际计算机视觉大会,就领域内最新成果展开集中研讨,大会论文集也代表了计算机视觉领域最新的发展方向和 ...

随机推荐

  1. webpack(8)vue组件化开发的演变过程

    前言 真实项目开发过程中,我们都是使用组件化的去开发vue的项目,但是组件化的思想又是如何来的呢?下面就从开始讲解演变过程 演变过程1.0 一般情况下vue都是单页面开发,所以项目中只会有一个inde ...

  2. 注解+AOP实现redis遍历缓存

    1.注解 package com.yun.smart.annotation; import java.lang.annotation.ElementType; import java.lang.ann ...

  3. python字典和列表使用

    一.字典中健值为列表或字典 1 a.setdefault(key,[]).append(b)--键值是列表 2 a.setdefault(key,{}).append(b)--键值是字典 二.键值为列 ...

  4. 小白都能理解的TCP三次握手四次挥手

    前言 TCP在学习网络知识的时候是经常的被问到知识点,也是程序员必学的知识点,今天小杨用最直白的表述带大家来认识认识,喜欢的朋友记得点点关注哈. 何为TCP 上点官方的话:是一种面向连接(连接导向)的 ...

  5. 二、从GitHub浏览Prism示例代码的方式入门WPF下的Prism之Modules的几种加载方式

    这一篇梳理Prism中07示例Module的几种加载方式. 07示例分为了5个,有5种不同的Module加载方式. 我们开始学习加载Modules 观察07-Modules-Appconfig示例 分 ...

  6. PXE高效批量网络装机

    PXE高效批量网络装机               一.PXE概述                1)PXE (Preboot eXcution Environment)               ...

  7. SpringBoot配置Https

    HTTPS (全称:Hyper Text Transfer Protocol over SecureSocket Layer),是以安全为目标的 HTTP 通道,在HTTP的基础上通过传输加密和身份认 ...

  8. [刘阳Java]_精选20道Java多线程面试题

    1. 多线程使用的优缺点? 优点: (1)多线程技术使程序的响应速度更快 (2)当前没有进行处理的任务可以将处理器时间让给其它任务 (3)占用大量处理时间的任务可以定期将处理器时间让给其它任务 (4) ...

  9. CF1329F题解

    能发现: 1.输出序列与掉落顺序没有任何关系(因为单调性不会被改变). 2.输出的序列 \(h_i\) 最多有一组 \(h_i=h_{i+1}\). 对 2 的证明: 当 \(h_{i+1}\) 与 ...

  10. SpringBoot 构造器注入、Setter方法注入和Field注入对比

    0. 引入 今天在看项目代码的时候发现在依赖注入的时候使用了构造器注入,之前使用过 Field 注入和 Setter 方法注入,对构造器注入不是很了解.经过查阅资料看到,Spring 推荐使用构造器注 ...