帕金森病循环神经相关蛋白的鉴定：一项整合遗传学–蛋白质组学–临床的研究

主要作者与机构

该研究由来自中国广州南方医科大学珠江医院神经内科的周航（Hang Zhou）、王子豪（Zihao Wang）、谭梓欣（Zixin Tan）、邓斌（Bin Deng）等，以及新加坡国立神经科学研究所的Eng-King Tan、新加坡南洋理工大学李光前医学院的Jia Nee Foo等共同完成。通讯作者为南方医科大学珠江医院王青（Qing Wang）、新加坡国立神经科学研究所Eng-King Tan和南洋理工大学Jia Nee Foo。该研究发表于《eBioMedicine》2026年第125卷，2026年2月21日在线发表，文章编号为106183。

研究背景

帕金森病（Parkinson’s disease, PD）是全球第二常见的神经退行性疾病。目前临床上以对症治疗为主，尚缺乏有效的疾病修饰治疗（disease-modifying treatments, DMTs）。已有研究表明，具有遗传学关联证据支持的药物靶点具有更高的转化成功率，因此整合全基因组关联研究（genome-wide association studies, GWAS）与多组学数据成为解析疾病机制和发现治疗靶点的重要策略。神经相关蛋白（neuro-related proteins）因其在神经结构和功能中的关键作用，被视为神经系统疾病有前景的生物标志物和治疗靶点。然而，循环中神经相关蛋白与帕金森病风险、发病年龄（age at onset, AAO）及疾病进展之间的具体关系尚不明确。为填补这一空白，本研究采用孟德尔随机化（Mendelian randomisation, MR）方法，整合蛋白数量性状位点（protein quantitative trait loci, pQTL）数据与帕金森病多个表型的GWAS数据，系统评估血浆神经相关蛋白在帕金森病中的因果作用，并结合临床病例–对照研究进行验证。

研究设计与方法流程

本研究主要由两大组成部分构成：基于遗传数据的孟德尔随机化分析，以及基于临床样本的观察性病例–对照研究。

在遗传分析部分，血浆神经相关蛋白的pQTL数据来源于Repetto等人2024年发表的研究，该研究在12个队列中分析了184种神经相关蛋白，其中92种使用Olink Neurology panel（样本量12,176人）测量，另92种使用Neuro-exploratory panel（样本量5,013人）测量。根据pQTL与编码基因的物理距离，将工具变量分为cis-pQTL（距编码基因500 kb以内）和trans-pQTL（超过500 kb）。研究构建了三个数据集：数据集1仅使用cis-pQTL（117种蛋白），数据集2使用cis+trans-pQTL（106种蛋白），数据集3仅使用trans-pQTL（29种蛋白）。工具变量筛选标准包括：全基因组显著性阈值P×10⁻⁸、F统计量大于10、去除连锁不平衡（r²=0.001，窗口10,000 kb）、排除主要组织相容性复合体（MHC）区域、Steiger过滤以及排除与五种以上蛋白关联的多效性SNP。

帕金森病表型的GWAS数据来自三个来源：PD风险数据来自Nalls等人2019年的荟萃分析（33,647例PD患者和449,056例对照）；发病年龄数据来自Blauwendraat等人2019年的GWAS（17,996例患者）；疾病进展数据来自Iwaki等人2019年的研究，该研究整合了12个纵向队列共4,093例PD患者的33种临床进展表型。

孟德尔随机化分析采用Wald比值法（单SNP）或逆方差加权（inverse variance weighted, IVW）随机效应模型（多SNP），并使用Bonferroni校正控制多重比较。敏感性分析包括MR-Egger、RAPS、加权中位数估计和基于众数的估计等方法。共定位分析使用coloc方法，评估蛋白与PD表型是否共享遗传变异，以PPH4>0.5为“可能共定位”，>0.8为“高度可能共定位”。此外，还将pQTL与GTEx v10的48个组织的eQTL数据整合，检验血浆蛋白水平与基因表达是否在不同组织间共享遗传调控信号。

蛋白–蛋白相互作用（protein–protein interaction, PPI）分析使用STRING v12和GeneMANIA构建网络。功能富集分析使用clusterProfiler进行基因本体论（Gene Ontology, GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）通路富集。组织和细胞类型特异性表达分析基于人类蛋白图谱（Human Protein Atlas, HPA）数据，并对来自GEO数据库的15例PD患者和14例健康对照的黑质致密部（substantia nigra pars compacta, SNpc）单细胞RNA测序数据进行二次分析，细胞分群使用Seurat包，批次校正使用Harmony，细胞类型注释使用MLLMCellType框架，差异表达分析使用MAST软件包。

药物可开发性评估将MR优先蛋白与Finan等人的可成药基因列表及治疗靶点数据库（Therapeutic Target Database, TTD）进行比对。

在临床观察性研究部分，纳入了30例PD患者和14例健康对照，所有参与者均来自南方医科大学珠江医院神经内科。PD诊断依据运动障碍协会（Movement Disorder Society）标准。采集空腹外周血样本，使用Olink Neurology panel测量92种神经相关蛋白。统计学分析包括Welch t检验、Wilcoxon秩和检验、卡方检验、logistic回归和Spearman秩相关分析。显著性水平经Bonferroni校正后定义为P<0.05。

主要研究结果

在MR分析中，数据集1（cis-pQTL）共鉴定出231个显著关联，涉及59种蛋白和35个PD表型。其中，与PD风险相关的蛋白有4种：CLEC1B（OR=1.071，P=2.934×10⁻⁴⁵）、IL5RA（OR=1.016，P=1.621×10⁻¹⁹²）和SNCG（OR=1.020，P=4.318×10⁻⁷）的遗传预测水平升高与PD风险增加相关，而CDH17（OR=0.922，P=1.749×10⁻¹⁰）的遗传预测水平升高与PD风险降低相关。数据集2在验证CLEC1B的基础上，还新发现了BST2、DRAXIN和SIGLEC1的阳性关联以及DSG3的阴性关联。

与PD发病年龄相关的蛋白有7种：ADAM22、FLRT2和WFIKKN1的遗传预测水平与发病年龄呈负相关，CPM、NTRK3、PDGFRA和RGMB呈正相关。其中RGMB仅与发病年龄相关而不与疾病进展相关，提示其可能在PD发病时间上具有特异作用。

与PD进展相关的蛋白数量最多，共58种。在核心运动指标方面，UPDRS III评分与PDGFRα（β=0.137，P=4.121×10⁻²¹）和SNCG（β=0.080，P=4.717×10⁻⁷）呈正相关，与FCRL2（β=−0.066，P=6.349×10⁻⁷）、CRTAM（β=−0.218，P=1.052×10⁻¹⁶）和IL5RA（β=−0.355，P=8.342×10⁻¹⁰）呈负相关。

遗传共定位分析显示，仅有三对蛋白–表型关联具有可能的共定位证据：TDGF1与便秘症状进展、PVR与抑郁症状进展、IL5RA与基线抑郁状态。

PPI网络分析显示59种蛋白形成显著富集的网络（STRING聚类系数=0.334，P=1.0×10⁻¹⁶）。GO富集涉及趋化作用、转运、神经元投射再生负调控等生物过程，以及整合素结合、生长因子结合和金属肽酶活性等分子功能。KEGG通路分析突出显示了细胞因子–细胞因子受体相互作用通路（6/31蛋白，校正P=0.004）。

组织特异性表达分析显示，4种PD风险蛋白呈现不同富集模式：CLEC1B在肝脏富集，IL5RA在脉络丛和输卵管富集，SNCG在肾上腺和脑高表达，CDH17在肠道组织富集。单细胞转录组分析发现22个基因在PD患者黑质致密部细胞中显著差异表达，其中GPC5在多巴胺能神经元中显著上调，THY1、SMPD1和ADAM23显著下调。

药物可开发性评估显示，59种蛋白中有44种与可成药基因列表重叠（12个Tier 1靶点、4个Tier 2靶点、15个Tier 3a靶点、13个Tier 3b靶点）。TTD分析鉴定出24种蛋白为已确认或潜在靶点。值得注意的是，IL5RA为Tier 1靶点，其拮抗剂benralizumab已被批准用于哮喘和慢阻肺的炎症治疗，其抑制机制方向与MR分析提示的保护方向一致。

临床病例–对照研究结果显示，BMP-4、DDR1和GDNF在PD患者中表达升高，LAT和MANF表达降低。Logistic回归分析显示BMP-4高表达与PD风险增加8.54倍相关（OR=8.54，95% CI 3.03–28.47，P=0.0001），GDNF高表达与PD风险增加4.83倍相关（OR=4.83，95% CI 1.84–13.93，P=0.0021）。LAT高表达与PD风险降低88%相关（OR=0.12，P=0.0001），MANF高表达与PD风险降低84%相关（OR=0.16，P=0.0005）。ROC曲线分析显示BMP-4单独诊断的AUC为0.8315，五蛋白联合模型AUC提高至0.8976。此外，BMP-4与MoCA评分呈提示性正相关（r=0.513，P=0.004），GDNF与UPDRS II评分呈提示性正相关（r=0.373，P=0.042）。

结论与意义

本研究通过整合大规模pQTL数据与帕金森病风险、发病年龄和进展的最大规模GWAS数据，鉴定出59种与PD表型存在遗传推断关联的神经相关蛋白，其中CLEC1B、IL5RA、SNCG和CDH17与疾病风险相关。临床病例–对照研究进一步发现BMP-4、DDR1、GDNF、LAT和MANF在PD患者中差异表达并与症状严重程度相关。该研究在方法学上的优势包括将cis-pQTL作为主要工具变量以减少水平多效性偏倚，覆盖PD多个临床维度（风险、发病年龄、进展），以及将遗传推断与临床蛋白组学测量相结合。从蛋白功能层面进行遗传因果推断，较传统的eQTL方法在生物合理性和转化潜力上具有优势。研究提示PD的运动和非运动症状可能源于不同的病理生理机制，部分蛋白可能成为未来个体化干预的潜在靶点。然而，研究也存在局限性：MR反映的是终身遗传效应而非短期暴露效应，功能富集分析仅提供初步通路线索，临床样本量较小且缺乏独立验证队列。

研究亮点

本研究的亮点在于其严格的整合设计，将cis-pQTL与最大规模的PD多表型GWAS数据结合，系统评估了循环神经相关蛋白在PD风险、发病年龄和进展中的特异作用；采用遗传共定位分析验证MR发现的因果关系；通过单细胞转录组分析在细胞水平解析蛋白编码基因的表达变化；并将遗传分析结果与临床蛋白组学测量相互印证，为PD异质性的生物学基础提供了新的分子见解，为后续精准治疗策略的开发提供了候选靶点。