大数据计划发现阿尔茨海默病的新因果途径

2月15日发表的一项新研究阿尔茨海默氏症他分析了欧洲一项研究中数百人的生物样本。研究人员从不同层面研究了生物信息——基因、蛋白质、代谢物、认知能力、临床诊断以及参与者是否患上了阿尔茨海默病。

这项研究检查了ATN框架，这是一种基于淀粉样蛋白病理(a)、tau病理(T)和神经退行性变(N)的生物标志物对阿尔茨海默病进行分类的新方法。然而，这三种标志物只能部分解释这种疾病复杂的病理生理学。这项研究着眼于ATN变化之间的相互作用，遗传因素其他分子变化也会影响疾病的进展。

使用数据科学，他们分析了数百种受疾病影响的蛋白质和小分子(如代谢物)。这项研究观察了这些蛋白质小分子作为一个群体而不是个体，可以更准确地了解它们是如何相互作用的。他们将集群映射到ATN网络和临床数据确定生物标志物在不同疾病阶段的差异。

“这些研究是罕见而有力的，因为我们有独特的机会应用尖端的统计方法来获得不同生物系统的snapshot，它们是如何相互联系的，以及它们是如何与阿尔茨海默病联系的，”来自伦敦国王学院的这项研究的联合负责人Petroula Proitsi博士说。

作者还使用统计方法来确定确定的分子是否在阿尔茨海默病病理的因果或结果途径上。他们发现一种名为PCSK7的蛋白质与阿尔茨海默病有因果关系。这一发现有很大的潜力作为治疗靶点，因为PCSK7在一个可能导致记忆障碍的区域被发现。

他们还发现，一种叫做RCN2的蛋白质和一种叫做鞘磷脂的分子在阿尔茨海默氏症中发生了变化。这些关联似乎是由APOE基因驱动的，APOE基因是阿尔茨海默病最普遍的遗传风险因素。这些变化突出了阿尔茨海默病中可能的血管成分，带来了血管疾病和痴呆症之间重要的共同机制，值得研究。

哥本哈根Steno糖尿病中心和伦敦国王学院生命科学与医学院的共同主要作者Cristina Legido-Quigley博士说:“下一步是找到针对大脑中PCSK7通路的药物。如果我们能成功做到这一点，我们也许能减缓甚至阻止认知问题的发展。”