临床队列建立与血浆炎症蛋白检测
比较AD、MCI与HC组的血浆炎症蛋白水平,并评估其诊断效能。
纳入141名受试者(AD=71, MCI=44, HC=28),采集外周血,用Luminex液相芯片技术定量16种炎症蛋白(包括IFN-γ、IL-33等),并进行APOE基因分型。
Identification of plasma inflammatory biomarkers for Alzheimer's disease reveals IFN-γ as a regulator of ACSL1-mediated microglia phenotype.
包含多中心临床队列分析、Luminex检测、LASSO建模、snRNA-seq数据分析及体外细胞实验等多个独立证据层级,涵盖了从临床观察到体外功能验证。
AD患者队列(含MCI和HC) HMC3小胶质细胞系 snRNA-seq数据集(人脑额叶皮层,APOE4/4 AD、APOE3/3 AD和对照)
IFN-γ在AD患者中升高,与MMSE和MoCA评分负相关 IFN-γ在APOE ε4携带者中显著升高,尤其在AD亚组中 APOE4/4 AD的LDAM中IFN-γ信号通路活性增强 IFN-γ刺激增强ApoE4过表达HMC3细胞中ACSL1表达
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。
比较AD、MCI与HC组的血浆炎症蛋白水平,并评估其诊断效能。
纳入141名受试者(AD=71, MCI=44, HC=28),采集外周血,用Luminex液相芯片技术定量16种炎症蛋白(包括IFN-γ、IL-33等),并进行APOE基因分型。
探讨血浆炎症蛋白水平与认知功能之间的关系。
采用Spearman秩相关分析,评估16种炎症蛋白与MMSE和MoCA评分的相关性。
整合血浆炎症蛋白、临床变量和APOE基因型,评估其对AD的诊断价值。
使用LASSO回归和5×5嵌套交叉验证构建预测模型,比较临床模型、炎症模型和联合模型的AUC值。
探索IFN-γ是否与AD患者中的APOE ε4基因型相关联。
比较APOE ε4携带者和非携带者之间的血浆IFN-γ水平,并在HC、MCI和AD亚组中进行亚组分析。
明确IFN-γ信号在APOE4/4 AD大脑特定细胞类型(尤其是小胶质细胞亚群)中的富集情况。
对GSE254205数据集进行单核RNA测序分析,注释细胞类型,进一步细分小胶质细胞亚群,比较不同APOE基因型和疾病状态下的炎症和IFN-γ通路活性。
验证IFN-γ是否能增强ApoE4过表达的小胶质细胞中ACSL1的表达。
在HMC3细胞中过表达ApoE2、ApoE3、ApoE4或空载体,并用IFN-γ处理,检测ACSL1 mRNA和蛋白水平。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | MEM培养基 | -- | -- |
| 胎牛血清 | Sigma-Aldrich | F0193 | |
| 青霉素/链霉素 | GIBCO | 15140122 | |
| 6孔板 | Guangzhou Jet Bio-Filtration Co., Ltd. | TCP010006 | |
| 药物处理 | 干扰素-γ | MedChemExpress | HY-P7025 |
| 病毒转导 | 聚凝胺 | -- | -- |
| 嘌呤霉素 | -- | -- | |
| RNA提取 | 总RNA提取试剂盒 | Goonie | 400-100 |
| cDNA合成 | HiScript III 一步法逆转录预混液 | Vazyme | R333-01 |
| 实时荧光定量PCR | Fast Taq SYBR Green qPCR预混液 | Goonie | 500-102 |
| Western blot | PVDF膜 | Merck Millipore | ISEQ00010 |
| APOE4抗体 | CST | 8941 | |
| ACSL1抗体 | CST | 9189 | |
| Flag抗体 | Proteintech | 20543-1-AP | |
| GAPDH抗体 | Proteintech | 60004-1-Ig |
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 |
|---|---|
| 参与者招募和血浆炎症因子检测 | 参与者入排标准,包括排除自身免疫性疾病、癌症、近期卒中及抗炎药物使用;AD诊断标准;血浆样本处理条件(离心速度和时长);Luminex检测的16种炎症因子及试剂盒品牌;APOE genotyping方法 阅读提示:Methods 2.1-2.6, 2.4-2.6 |
| 认知评估 | MMSE和MoCA量表的版本及评分标准 阅读提示:Methods 2.2 |
| LASSO建模 | 嵌套交叉验证的折数、模型预测因子的标准化方式、缺失值处理 阅读提示:Methods 2.7 |
| snRNA-seq分析 | 数据来源、样本量、分析参数(聚类分辨率)、通路活性评分算法与基因集来源 阅读提示:Methods 2.8, Figure 5 |
| 细胞培养和IFN-γ处理 | HMC3细胞培养条件、IFN-γ浓度和处理时间、质粒构建和转导方法 阅读提示:Methods 2.9-2.10, Figure 6 |
| RT-qPCR及Western blot检测 | RNA提取和qPCR所用试剂、引物序列、Western blot抗体及稀释比例、内参 阅读提示:Methods 2.11-2.12, Supplementary Table 2 |
| 统计分析 | 统计方法(t检验、Wilcoxon秩和检验等)、显著性水平定义 阅读提示:Methods 2.13 |