阿尔茨海默病（Alzheimer's disease）的病理演化通常始于脑内淀粉样蛋白斑块（Amyloid plaques）的沉积，随后出现由 Tau 蛋白构成的纤维缠结。在患者出现认知障碍与痴呆症状前的数年乃至数十年，这两大病理改变已对神经细胞造成毒性损伤。长期以来，该病的临床诊断严重依赖后期的认知功能评估，而早期生物标志物检测则受限于脑脊液穿刺或昂贵的正电子发射断层扫描（PET）。
近年来，以磷酸化 Tau 蛋白 217（p-tau217）为代表的新型血液检测大幅提升了筛查的可及性。然而，单蛋白标志物在精准判断疾病病理分期（Disease staging）以及预测病程进展方面的能力仍显不足，难以完全替代 PET 影像学检查。
近日，发表于《美国医学会杂志-神经病学》（JAMA Neurology）杂志的一项研究取得了突破。来自瑞典哥德堡大学（University of Gothenburg）的联合研究团队通过将机器学习算法应用于血清蛋白质组学（Blood proteomics）数据，成功开发出一组全新的多蛋白联合检测面板，显著提升了血液检测对阿尔茨海默病晚期病理分期的评估精度。
该研究由哥德堡大学神经化学博士研究生 Guglielmo Di Molfetta 为主要研究人员。
机器学习赋能：多蛋白联合检测破局
为了突破单一标志物检测的局限，研究团队利用新型免疫分析平台，对来自两个独立国际队列的数据进行了深度挖掘。该分析平台能够在单次血液采样中同时测定超过 120 种与神经元损伤及神经炎症相关的蛋白标志物。
通过机器学习对大规模蛋白质组学数据进行交叉建模，研究人员发现，在淀粉样蛋白斑块阳性的人群中，引入额外的特定蛋白标志物，能够大幅提升 p-tau217 预测严重 Tau 蛋白病理改变（Advanced tau pathology）的准确率。最终，研究团队从上百种标志物中筛选并优化出了一组由 p-tau217 及其他 6 种蛋白组成的“7 蛋白联合面板（7-protein panel）”。
临床与科研价值：精准指导干预与药物筛选
研究结果表明，这种基于多蛋白联合分析（Multiprotein-based approach）的方法，在临床诊断和科研评估中展现出替代 Tau-PET 影像学分期的巨大潜力。
Guglielmo Di Molfetta 表示，这组由 7 种蛋白构成的标志物组合，显著增强了血液检测识别患者是否进入病理晚期的能力。这将大幅提升临床筛查的精准度，对于指导新型疾病修饰药物的临床用药选择，以及为阿尔茨海默病新药临床试验精准招募目标受试者具有重要价值。
研究人员指出，相比于造价高昂、普及率低的 PET 扫描，这种高精度的多蛋白血液分期方案更加高效、无创且易于推广，有望在未来重塑阿尔茨海默病的早期精准诊疗流程。
参考文献：Guglielmo Di Molfetta et al, Plasma Biomarkers for Neocortical Tau Burden, JAMA Neurology (2026). DOI: 10.1001/jamaneurol.2026.2650
编辑：周敏
排版：李丽
评论 (0)