诊断时获得的脑脊液蛋白质组谱决定肌萎缩侧索硬化症的进展和生存:CXCL7水平在疾病预后和生存中的作用

Proteomic profile of CSF obtained at the time of diagnosis determines amyotrophic lateral sclerosis progression and survival: CXCL7 levels in disease prognosis and survival

作者信息Sergio Roca-Pereira, Yaiza López-Sampere, Pol Mengod-Soler, Mario Peña-Fonteboa, Carla Marco, Alejandro Caravaca-Puchades, Raúl Domínguez, Juan Francisco Vázquez-Costa, Enrique Santamaría, Joaquín Fernández-Irigoyen, María J Colomina, Isabel León Moreno, Antonio Martínez Yélamos, Sergio Martínez Yélamos, Gabriel Santpere, Elia Obis, Manuel Portero-Otín, Gerard Piñol-Ripoll, Mónica Povedano, Pol Andrés-Benito
PMID41776751
发布时间2026-09
DOI10.1111/bpa.70089

实验完整度

包含发现队列蛋白质组学和脂质组学、独立队列免疫测定验证、死后组织分子与组织病理学分析及机器学习模型等多层级验证。

主要模型

散发性ALS患者脑脊液样本 健康对照脑脊液样本 ALS死后脊髓和额叶皮层组织 ALS模仿疾病(炎症性多发性神经病和脊髓病)脑脊液样本

重点核对

ALS患者按生存期(短生存<3年,长生存>5年)或进展速率(快进展≥1.5分/月,慢进展≤1分/月)分层 发现队列:15例对照,28例ALS(15例短生存,13例长生存) 验证队列:28例对照,54例ALS(27例慢进展,27例快进展) CXCL7 ELISA(Human CXCL7 Quantikine ELISA Kit, R&D Systems) 死后组织分析:脊髓前角和额叶皮层8区,包含qPCR、Western blot和免疫组化

摘要

肌萎缩侧索硬化症(ALS)是一种主要影响运动神经元的致命性神经退行性疾病。神经丝轻链(NfL)是最成熟的预后生物标志物;然而,其诊断分辨率有限,特别是在中间浓度范围内,并且不能捕捉ALS的分子异质性。本研究旨在通过非靶向多组学方法识别互补的脑脊液(CSF)生物标志物和通路特异性特征。我们对按生存期分层的ALS患者(ALS-SS和ALS-LS)和健康对照的CSF进行了基于SWATH-MS的蛋白质组学和LC-MS/MS脂质组学分析。应用加权蛋白质共表达网络分析(WPCNA)来识别与疾病表型和进展相关的生物学一致的蛋白质模块。在独立队列中使用免疫测定进一步评估了最佳生物标志物候选。分析了死后ALS脊髓组织以探索所识别蛋白质的病理生理学相关性。CSF蛋白质组谱稳健地区分了ALS患者与对照组,并按生存期对患者亚组进行分层,揭示了一种以炎症、解毒机制下调和侵袭性疾病形式中的突触失调为特征的分子特征。相比之下,脂质组学谱显示出有限的区分能力。WPCNA识别了捕捉ALS异质性的模块化蛋白质组特征,基于这些特征的机器学习模型为诊断和预后产生了最佳生物标志物组合。CXCL7成为一种有前景的补充生物标志物,并揭示了疾病的病理生理学。免疫测定验证支持了CXCL7的诊断和预后潜力及其与生存时间的关联。组织病理学分析进一步证实了CXCL7在前角运动神经元中的定位,尽管在疾病晚期整个脊髓裂解物中没有可检测到的变化。全面的CSF蛋白质组学分析与基于网络的分析相结合,增强了我们对ALS分子异质性的理解,并为精准生物标志物发现提供了框架。CXCL7补充NfL作为诊断和预后生物标志物,支持改善患者分层并推进ALS个性化治疗策略的发展。

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
通过多组学方法识别能够补充NfL并反映ALS病理生理异质性的CSF生物标志物,以改善诊断和预后。
核心机制
CXCL7由运动神经元产生,在ALS中CSF水平降低,可能反映运动神经元功能障碍和神经炎症调节受损,与疾病进展和生存相关。
主要证据
发现队列CSF蛋白质组学显示ALS与对照显著差异,WPCNA和机器学习识别CXCL7;ELISA验证CXCL7在ALS中降低,与进展组和生存时间相关;免疫组化证实CXCL7定位于脊髓前角运动神经元。
研究意义
CXCL7作为NfL的补充生物标志物,可能改善ALS患者分层,支持个性化治疗策略开发。

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CSF多组学分析

比较ALS患者与健康对照的CSF蛋白质组和脂质组,识别差异分子和通路。

对43例样本(15对照,28 ALS)进行SWATH-MS蛋白质组学和LC-MS/MS脂质组学分析,鉴定差异表达蛋白和脂质,并进行功能富集分析。

2

WPCNA共表达网络分析

识别与ALS表型相关的共表达蛋白模块,揭示协调的生物学过程。

基于蛋白质组学数据构建加权共表达网络,鉴定15个模块,并分析模块特征基因与临床表型的关联。

3

机器学习生物标志物筛选

利用机器学习模型识别区分ALS和对照以及亚组的最佳蛋白质面板。

应用PLS-DA和随机森林模型对蛋白质组学数据进行分类和特征选择,筛选出CXCL7等候选生物标志物。

4

独立队列免疫测定验证

在验证队列中验证CXCL7和NfL的诊断和预后价值。

在包含82例样本的验证队列中,用ELISA检测CSF CXCL7和NfL水平,评估其区分ALS与对照及快慢进展的能力。

5

死后组织病理学分析

探索CXCL7在ALS病理生理学中的相关性,包括表达和定位。

在死后脊髓和额叶皮层组织中进行qPCR、Western blot和免疫组化,检查CXCL7 mRNA和蛋白水平及细胞定位。

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
MaxQuant----
Perseus----
ShinyGO----
安捷伦UPLC 1290Agilent Technologies--
安捷伦Q-TOF MS/MS 6520Agilent Technologies--
MassHunter数据采集软件Agilent Technologies--
MassProfiler ProfessionalAgilent Technologies--
Metaboanalyst----
RNeasy Mini试剂盒Qiagen--
安捷伦生物分析仪Agilent Technologies--
高容量cDNA逆转录试剂盒Applied Biosystems--
ABI Prism 7900序列检测系统Applied Biosystems--
TaqMan基因表达分析Applied Biosystems--
TaqMan通用PCR预混液Applied Biosystems--
RIPA裂解液----
硝酸纤维素膜Amersham--
BCA蛋白定量试剂盒Thermo Scientific--
增强化学发光试剂Amersham--
Dako Real过氧化物酶封闭液Dako--
Dako Real稀释液Dako--
生物素化二抗Abcam--
链霉亲和素过氧化物酶Abcam--
人CXCL7 Quantikine ELISA试剂盒R&D SystemsNBP1-89921
ELISA神经丝轻链试剂盒UmanDiagnostics--
GraphPad PrismGraphPad Software--
ImageLabBio-Rad--

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
CSF采集与处理
采集1.5±0.5 mL CSF于聚丙烯管,2000 rpm离心1分钟,上清分装220 μL,-80°C保存
阅读提示:Materials and Methods 2.2
蛋白质组学分析
SWATH-MS分析,阈值:差异蛋白p<0.05,|fold change|<0.77或>1.3
阅读提示:Materials and Methods 2.3
脂质组学分析
LC-MS/MS分析,样本量:11例ALS-LS,13例ALS-SS,13例对照
阅读提示:Materials and Methods 2.4
WPCNA分析
软阈值12,模块数15,模块特征基因与表型相关
阅读提示:Materials and Methods 2.3.1
机器学习模型
PLS-DA VIP>1.5;随机森林500棵树,特征重要性MDA
阅读提示:Materials and Methods 2.5
ELISA验证
CXCL7和NfL ELISA试剂盒,检测CSF样本
阅读提示:Materials and Methods 2.6
死后组织分析
RNA提取、RT-qPCR、Western blot、免疫组化,脊髓前角和额叶皮层
阅读提示:Materials and Methods 2.8-2.10