斯克里普斯研究所的研究人员近日在《自然·衰老》杂志上发表了一项研究，介绍了一种基于蛋白质结构分析的血液检测新方法，有望实现阿尔茨海默病的更早期诊断。

目前，阿尔茨海默病的诊断测试通常检测血液或脑脊液中β-淀粉样蛋白（Aβ）和磷酸化tau蛋白（p-tau）的水平。这些生物标志物应用广泛，但可能无法完全反映疾病早期发生的生物学变化。斯克里普斯研究所团队关注的是血液中蛋白质的折叠方式，而非蛋白质的含量。

研究团队分析了520名参与者的血浆样本，参与者分为认知正常的成年人、轻度认知障碍患者和阿尔茨海默病患者三组。通过质谱分析确定蛋白质内部特定区域的暴露程度，并结合机器学习技术，研究人员发现三种血浆蛋白的结构差异与阿尔茨海默病密切相关。这三种蛋白分别是：C1QA（在免疫信号传导中发挥作用）、簇蛋白（参与蛋白质折叠和淀粉样蛋白清除）以及载脂蛋白B（参与血液中脂肪运输）。

该三蛋白模型能够以约83%的总体准确率将参与者分类为认知正常、轻度认知障碍或阿尔茨海默病患者。当直接比较两组人群时，准确率超过93%。在独立参与者群体和间隔数月采集的样本中，该模型的可靠性得到验证，结构评分与认知测试结果显示出较强相关性。

“许多神经退行性疾病是由蛋白质结构变化引起的，”资深作者、斯克里普斯研究所教授约翰·耶茨说。“问题是，是否存在某些特定蛋白质的结构变化，可以作为预测标志物？”

共同作者、斯克里普斯研究所高级科学家卡西米尔·班贝格尔表示：“在三种不同的蛋白质上发现三个位点与疾病状态高度相关，这非常令人惊讶。”

研究人员指出，该方法可作为现有淀粉样蛋白和tau蛋白检测的补充，有助于识别疾病阶段、监测进展并评估治疗效果。该研究得到了美国国立卫生研究院的支持。在临床应用前，还需更大规模、更长时间的随访研究来验证结果。研究团队也在探索该方法是否适用于帕金森病和癌症等其他疾病。

出版详情：作者：Ahrum Son、Hyunsoo Kim、Jolene K. Diedrich、Casimir Bamberger、Heather M. Wilkins、Jeffrey M. Burns、Jill K. Morris、Robert A. Rissman、Russell H. Swerdlow、John R. Yates，标题：《血浆蛋白的结构特征可用于阿尔茨海默病的分类》，发表于：《自然衰老》(2026)。期刊信息：《自然衰老》