帕金森病是一种神经退行性疾病，症状表现为行动迟缓、僵硬和静止性颤抖。在出现运动症状前，会有一段时间出现非运动症状，包括快速眼动（REM）睡眠行为障碍等睡眠障碍，而快速眼动睡眠行为障碍是将来帕金森病进展的重要预测指标。研究患有快速眼动睡眠行为障碍的个体，为深入了解帕金森病发病前的早期病理变化提供了机会。

2024年6月18日，伦敦大学学院大奥蒙德街儿童健康研究所和哥廷根大学医学中心的研究人员在Nature Communications期刊发表了题为：Plasma proteomics identify biomarkers predicting Parkinson’s disease up to 7 years before symptom onset 的研究论文。
该研究表明，血浆蛋白质组检测或有助于在运动症状出现前7年预测帕金森病的发生。

在蛋白质组学分析和机器学习的帮助下，由英国和德国研究人员领导的国际团队发现了一些与随后的帕金森病发展相关的血浆蛋白，这表明有可能开发出针对这种渐进性神经退行性疾病的血液生物标志物。

过去的研究表明，帕金森病的症状包括运动和记忆的变化以及震颤，这是由于 α-突触核蛋白的积累导致神经细胞退化和黑质（大脑中参与运动的区域）多巴胺生成改变。

传统的帕金森病治疗通常在患者已经出现症状时进行多巴胺替代治疗，而研究团队认为，如果能够预测疾病的发作并在早期阶段进行治疗，可能有助于减缓疾病的隐蔽进展。

“目前我们是在马已经跑出去之后才关上马厩的门，我们需要在患者出现症状之前就开始实验性治疗，”资深作者、伦敦大学学院皇后广场神经学研究所的研究员Kevin Mills在一份声明中说道。“因此，我们致力于利用最先进的技术寻找帕金森病的新型和更好的生物标志物，并将其开发成可以在任何大型[英国国家医疗服务体系]实验室中应用的检测。”

研究团队使用四极杆飞行时间质谱技术，分析了10名未经治疗的帕金森病患者和10名未受影响的对照个体的血浆蛋白样本。在此过程中，他们发现了与帕金森病相关的八种蛋白质水平的变化：颗粒蛋白前体；甘露聚糖结合凝集素丝氨酸肽酶2；内质网伴侣蛋白BiP；前列腺素-H2 D-异构酶；细胞间粘附分子-1；补体C3；Dickkopf-WNT信号通路抑制剂-3；以及血浆蛋白酶C1抑制剂。

作者写道：“我们没有采用单一的生物标志物，而是采用单变量方法，利用多重蛋白质组的靶向蛋白质组学测试和机器学习创建了一条管道”，并补充道，“多种精心挑选的生物标志物与最先进的机器学习生物信息学的强大组合，使我们能够使用一组八种生物标志物来区分早期 PD 和健康对照HC。

在这项研究中，研究团队分析了99名近期被诊断患有帕金森病的患者、72名出现快速眼动睡眠行为障碍但还没有出现帕金森相关运动症状的患者，以及36名健康对照者的血样。

该研究在帕金森患者的血液中识别出涉及炎症、凝血级联和Wnt信号通路的23种蛋白质的持续失调。在这些蛋白质中，有6种在快速眼动睡眠行为障碍患者中也显示出失调。研究团队随后用一种机器学习模型来预测基于蛋白质组的诊断结果，根据8种蛋白质的表达，该模型能识别出100%的帕金森患者。

研究人员使用靶向质谱技术验证了这些生物标志物，并利用最近诊断出帕金森病的99名个体的数据，以及36名未受影响的对照个体和72名具有相关睡眠障碍但无运动症状的个体的数据进行分析。他们引入机器学习分析来探索这些标志物的预测能力，该模型能在帕金森病患者运动症状出现前最多7年预测发病情况，准确率高达79%。

“我们不仅开发出了一种测试方法，还可以根据与炎症和非功能性蛋白质降解等过程直接相关的标记物来诊断疾病，”共同第一作者巴特尔在一份声明中表示，并指出新检测到的标记物“代表了新药物治疗的潜在目标”。

目前，团队成员已着手争取资金，继续开发潜在的帕金森氏症生物标志物，旨在未来几年内开发出一种更广泛使用的帕金森氏症测试方法。

此外，作者解释说，提出的这组生物标志物早在运动症状出现之前就“提供了保护性和有害机制的独特特征”，强调了氧化应激和神经炎症在 α-突触核蛋白积聚中的作用，这导致了所谓的路易体形成。

他们建议道：“未来经过进一步验证，该血液检查可以帮助识别有罹患帕金森病/路易体痴呆症风险的受试者，并对它们进行分层，以便进行即将进行的预防试验。”

来源：基因网