发现分析:血浆OMG与皮质Aβ沉积的关联
在社区队列中筛选与阿尔茨海默病早期病理(皮质Aβ沉积)相关的血浆蛋白。
在BLSA(n=196)和ARIC(n=272)中,采用SomaScan平台测量血浆蛋白质组,并应用logistic回归分析血浆蛋白与Aβ PET状态(+/-)的关联,调整人口统计学和临床变量。
OMG! A proteomic determinant of neurodegenerative resiliency
研究包含多队列(16个独立队列)蛋白质组学分析、影像学(MRI)和生物标志物(Aβ PET、CSF等)验证,以及双样本孟德尔随机化因果推断,涉及多个证据层级(观察性关联、纵向随访、遗传因果分析)和功能验证(CSF和脑组织蛋白质组特征)。
社区队列(BLSA、ARIC、Whitehall II等) 临床队列(Emory-ADRC、Knight-ADRC、ADNI等) 多发性硬化症队列(JHMSC)
血浆OMG水平与皮质Aβ PET状态(+/-)的关联(BLSA、ARIC) 血浆OMG与痴呆患病率(BLSA、Stanford、ROSMAP、Knight-ADRC、Emory-ADRC)及痴呆风险(ARIC、Whitehall II、UKB)的关联 血浆OMG与MRI脑结构指标(体积、白质完整性等)的关联(BLSA、ARIC、GenS、UKB) CSF OMG的蛋白质组学特征(JHN、Knight-ADRC、ADNI、Stanford) 双样本MR中使用的pQTL的来源和阈值(WashU、deCODE、Fenland、ARIC、UKB、ROSMAP/Banner)
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
在社区队列中筛选与阿尔茨海默病早期病理(皮质Aβ沉积)相关的血浆蛋白。
在BLSA(n=196)和ARIC(n=272)中,采用SomaScan平台测量血浆蛋白质组,并应用logistic回归分析血浆蛋白与Aβ PET状态(+/-)的关联,调整人口统计学和临床变量。
验证血浆OMG水平与痴呆患病率及未来痴呆风险的关系。
在多个队列中,使用logistic回归评估血浆OMG与流行性痴呆的关联(BLSA、Stanford、ROSMAP、Knight-ADRC、Emory-ADRC),并使用Cox回归评估血浆OMG与偶发性痴呆风险的关联(ARIC、Whitehall II、UKB)。
探究血浆OMG与脑结构完整性之间的关联。
在多个队列中,使用线性回归分析血浆OMG与3T MRI指标(包括脑体积、白质高信号、白质微结构)的关联,并计算机器学习衍生的萎缩特征。
识别与OMG相关的生物过程,并评估其在不同生物体液和组织中的保守性。
在JHN、Knight-ADRC、ADNI和Stanford中,使用SomaScan测量CSF蛋白质组,通过线性回归分析CSF OMG与CSF蛋白的关联,并进行通路富集分析。同时,在BLSA中分析脑组织(质谱)中与OMG相关的蛋白。
确定OMG丰度是否对神经退行性疾病具有因果保护作用。
使用双样本孟德尔随机化(MR)方法,利用来自WashU、deCODE、Fenland、ARIC、UKB和ROSMAP/Banner的顺式pQTL作为工具变量,评估OMG水平(CSF、血浆、脑组织)与AD、PD、ALS、DLB等多种神经退行性疾病风险之间的因果关系。
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 蛋白质组学检测 | SomaScan版本(v4.0/v4.1)和Olink Explore平台,样品类型(血浆、CSF、脑组织),以及使用log2或log10标度 阅读提示:Methods中的Proteomics小节 |
| 队列选择与样本量 | 各队列的样本量、年龄、性别构成、种族/民族、APOEε4状态等 阅读提示:Methods中的Study sample、Results各节以及补充材料 |
| 结局定义与统计模型 | 痴呆诊断标准(临床裁决、电子健康记录等)、Aβ PET阈值、MRI参数、统计模型(logistic、Cox、线性回归)及协变量调整 阅读提示:Methods中的Dementia ascertainment、Imaging and biofluid biomarkers、Statistical analyses |
| 孟德尔随机化 | 工具变量(pQTL)的来源、阈值(p<5e-8或p<5e-4)、连锁不平衡修剪(r2<0.05, 10Mb窗口)、结局GWAS的版本 阅读提示:Methods中的Two-sample Mendelian randomization |