?

目前為止，帕金森?。≒arkinson's disease，簡稱PD）在臨床上仍然沒有可靠的標志物！6月21日，Matthias Mann團隊于在Cell reports medicine（預(yù)計今年IF >15）發(fā)表了名為“Proteome profiling of cerebrospinal fluid reveals biomarker candidates for Parkinson’s disease研究”，利用高可靠、高靈敏度的蛋白質(zhì)組學分析流程，對來自于兩個獨立隊列共超過200名受試者進行了微量腦脊液樣本的蛋白譜分析；利用機器學習算法，發(fā)現(xiàn)了PD相關(guān)蛋白表達特征及潛在標志物，同時進一步揭示了PD的病理機制。

【亮點總結(jié)】：

1.???? 針對微量腦脊液樣本：建立了可重復(fù)的、高可靠的基于質(zhì)譜的腦脊液蛋白質(zhì)組分析流程

2.???? 在超過200個個體的腦脊液中鑒定到超過1700個蛋白質(zhì)

3.???? 發(fā)現(xiàn)了LRRK2 G2019S突變攜帶者的溶酶體和免疫相關(guān)標志物特征

4.???? 在腦脊液和尿液的整合水平上，分析了PD與LRRK2突變的相關(guān)特征

?

【隊列及技術(shù)方法】

113對照　VS　102　PD患者，DIA技術(shù)

【主要結(jié)果】：

1. 腦脊液蛋白質(zhì)組概況

2. 數(shù)據(jù)與樣本的質(zhì)量評價

?3.?機器學習發(fā)現(xiàn)PD的蛋白質(zhì)組特征

4. LRRK2 G2019S突變相關(guān)的腦脊液蛋白質(zhì)組

5. 腦脊液與尿液蛋白質(zhì)組的整合比較

6. 腦脊液（及尿液）蛋白質(zhì)特征與PD臨床得分（UPDRS score）相關(guān)

【總結(jié)】

在這項研究中，Mann研究團隊擴展了生物標志物發(fā)現(xiàn)的流程方法，該方法分析了來自兩個獨立隊列的 200 多個 CSF 樣本，并從微量樣本中檢測到 1,700 多種蛋白質(zhì)。通過機器學習，研究者確定了PD獨特的蛋白質(zhì)特征，其豐度在 PD 患者與健康對照組和 LRRK2 G2019S 攜帶者與非攜帶者中發(fā)生了特別變化。該研究表明，基于質(zhì)譜的蛋白質(zhì)組學是在體液中發(fā)現(xiàn)生物標志物的強大技術(shù)。該研究還提供了潛在的 PD 生物標志物以及與 PD 和/或 LRRK2 突變相關(guān)的生物途徑的見解。