遗传性额颞叶变性中不同的脑脊液蛋白质组学特征

Distinct proteomic CSF profiles in genetic frontotemporal lobar degeneration

作者信息Julie F H De Houwer, Elise G Dopper, Renee van Buuren, Marijke Stokkel, Liset de Boer, Tine Swartenbroekx, Pam A Boesjes, Ana Rajicic, Aitana Sogorb-Esteve, Arabella Bouzigues, Lucy L Russell, Phoebe H Foster, Eve Ferry-Bolder, John C van Swieten, Lize C Jiskoot, Raquel Sanchez-Valle, Robert Laforce, Caroline Graff, Daniela Galimberti, Rik Vandenberghe, Alexandre de Mendonça, Pietro Tiraboschi, Isabel Santana, Alexander Gerhard, Johannes Levin, Benedetta Nacmias, Markus Otto, Maxime Bertoux, Thibaud Lebouvier, Simon Ducharme, Chris R Butler, Isabelle Le Ber, Elizabeth Finger, Maria Carmela Tartaglia, Mario Masellis, James B Rowe, Matthis Synofzik, Fermin Moreno, Barbara Borroni, Henrik Zetterberg, Jonathan D Rohrer, Betty M Tijms, Yolande A L Pijnenburg, Charlotte Teunissen, Harro Seelaar, GENFI Consortium Members, Rhian Convery, Martina Bocchetta, David Cash, Sophie Goldsmith, Kiran Samra, David L Thomas, Thomas Cope, Maura Malpetti, Antonella Alberici, Enrico Premi, Roberto Gasparotti, Emanuele Buratti, Valentina Cantoni, Andrea Arighi, Chiar
PMID41343108
期刊Brain
发布时间2026-08-03
DOI10.1093/brain/awaf457

实验完整度

包含发现与验证两个独立队列,涉及遗传变异携带者、临床诊断患者及对照,进行差异蛋白分析、通路富集、相关性分析及诊断panel开发与验证。

主要模型

遗传性FTLD患者队列(GENFI队列与验证队列) 症状前致病性变异携带者 临床诊断的FTLD谱系障碍患者 对照个体

重点核对

发现队列:47名有症状致病性变异携带者,124名症状前携带者,57名非携带者 验证队列:132名FTLD谱系障碍患者,32名对照 遗传亚组:MAPT(n=10)、C9orf72(n=22)、GRN(n=14) 诊断panel:FTLD panel(NEFL, RBFOX3, NPTX1, TFF1, ENTPD5, CNP),TDP panel(NEFL, RBFOX3, CBLN4, ENTPD5, CCL25, CNP, MMP1) 统计方法:线性回归(调整年龄和性别),FDR校正(Benjamini-Hochberg),LASSO回归,SIVS算法

摘要

目前缺乏用于诊断额颞叶变性(FTLD)的体液生物标志物。在本研究中,我们旨在识别与FTLD发病机制相关的脑脊液蛋白质组学变化,重点关注不同遗传组特有的特征。此外,我们试图寻找能够将FTLD谱系疾病与对照组区分开来的蛋白质。为此,我们使用邻近延伸分析技术在两个特征明确的FTLD队列中测量了脑脊液中超过2900种蛋白质的综合性文库。发现队列选自GENFI队列,包括47名有症状的致病性变异携带者(22名C9orf72、14名GRN、10名MAPT和1名TARDBP)、124名症状前致病性变异携带者(55名C9orf72、44名GRN、24名MAPT和1名TARDBP)以及57名健康非携带者。验证队列包括临床诊断为FTLD谱系疾病的个体(n = 132)和认知完整的对照组(n = 32)。我们使用线性回归评估差异丰度蛋白,并调整年龄和性别。使用基因本体生物学过程作为本体来源,对三个遗传组进行了过表达分析。为了开发诊断工具,我们应用了LASSO回归,建立了两种类型的panel:一种用于区分FTLD谱系疾病个体与对照组(FTLD panel),另一种用于区分潜在TDP病理学个体与对照组(TDP panel)。我们在有症状携带者中观察到23种失调蛋白。其中四种(NEFL、TPM3、MSLN和DNM3)在验证队列中也显著失调。在关注遗传亚组时,在有症状的MAPT携带者中观察到63种上调蛋白,其富集的生物学通路与免疫功能相关。在有症状的C9orf72携带者中,四种与能量代谢相关的蛋白质上调。当将有症状携带者限制为GRN时,六种蛋白质失调,其富集通路涉及神经元发育和投射。值得注意的是,NEFL和TPM3在两个队列的所有比较中均持续显著。我们开发了两个诊断panel:一个用于FTLD,一个用于FTLD-TDP。FTLD panel由六种蛋白质组成(NEFL、RBFOX3、NPTX1、TFF1、ENTPD5和CNP)。TDP panel由七种蛋白质组成(NEFL、RBFOX3、CBLN4、ENTPD5、CCL25、CNP和MMP1)。这两个panel均在验证队列中成功复制(AUC分别为0.94和0.96)。本研究通过靶向蛋白质组学方法突出了FTLD遗传亚组及其相关病理学中的不同蛋白质组学特征。此外,我们提出了两个诊断panel——包含已知和新型蛋白质——能有效区分FTLD谱系疾病个体与健康对照,为改善临床诊断提供了有前景的途径。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
遗传性额颞叶变性(FTLD)不同遗传亚组中是否存在特异的脑脊液蛋白质组学变化,并能否开发出区分FTLD及FTLD-TDP与对照的诊断蛋白panel?
核心机制
不同的遗传亚组显示不同的通路改变:MAPT携带者中免疫相关通路富集,C9orf72携带者中能量代谢通路富集,GRN携带者中神经元发育和投射相关通路富集。
主要证据
通过邻近延伸分析(PEA)技术,在两个独立队列中测量超过2900种脑脊液蛋白,发现NEFL和TPM3在所有有症状患者中均显著上调;开发并验证了FTLD panel(AUC=0.94)和TDP panel(AUC=0.96)能有效区分患者与对照。
研究意义
研究结果为FTLD不同遗传亚组提供了特异的脑脊液蛋白特征,并提出了两个诊断蛋白panel,有望改善FTLD的临床诊断,并为疾病机制研究提供资源。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

发现队列中的差异蛋白分析

识别有症状致病性变异携带者与非携带者之间以及不同遗传亚组之间的差异表达蛋白

利用Olink Explore 3072平台测量脑脊液中的蛋白质,使用线性回归模型调整年龄和性别进行差异丰度分析,并进行FDR校正。

2

验证队列中的差异蛋白分析

验证发现队列中观察到的差异蛋白变化

在验证队列中重复差异丰度分析,比较FTLD患者与对照,以及FTLD-TDP患者与对照。

3

过表达分析

识别不同遗传亚组中富集的生物学通路

使用ClusterProfiler对三个遗传组(C9orf72, GRN, MAPT)进行基因本体(GO)生物学过程过表达分析。

4

诊断panel的开发和验证

开发并验证能够区分FTLD或FTLD-TDP与对照的蛋白组合

使用SIVS算法结合LASSO回归选择最佳蛋白组合,并在发现队列中构建诊断panel,然后在验证队列中评估其性能。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Olink® Explore 3072平台Olink® Proteomics Inc.--
邻近延伸分析技术----
聚丙烯管----
R 4.4.1版----

关键环节

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
发现队列差异蛋白分析
样本量:47名有症状携带者,124名症状前携带者,57名非携带者;遗传亚组:MAPT(n=10),C9orf72(n=22),GRN(n=14);统计模型:线性回归调整年龄和性别;FDR校正方法:Benjamini-Hochberg
阅读提示:Materials and methods中的Participants和CSF protein profiling部分,以及Results中的Discovery cohort部分
验证队列差异蛋白分析
样本量:132名FTLD患者,32名对照;FTLD-TDP患者数(n=30);统计模型:线性回归调整年龄和性别;FDR校正方法:Benjamini-Hochberg
阅读提示:Materials and methods中的Participants和CSF protein profiling部分,以及Results中的Validation cohort部分
诊断panel开发
蛋白组合:FTLD panel(6种蛋白),TDP panel(7种蛋白);模型构建方法:SIVS算法结合LASSO回归;验证队列的性能评估:AUC
阅读提示:Materials and methods中的Development of diagnostic panels部分,以及Results中的Development of diagnostic panels部分
过表达分析
输入蛋白列表(未调整P<0.05);背景蛋白列表(所有分析蛋白);FDR校正阈值(P<0.05)
阅读提示:Materials and methods中的Over-representation analysis部分,以及Results中的Over-representation analysis部分