环球医讯

阿尔茨海默病困扰全球数百万患者，但早期诊断困难。最新研究发现，通过简单抽血检测血液中的p-tau217蛋白水平，可以预测症状出现的时间窗口。研究人员基于603名老年人的数据建立模型，发现p-tau217升高与随后认知障碍出现密切相关，且年龄越大症状出现越早。该发现有望为预防性治疗试验提供更高效的筛选方法，并帮助患者提前规划生活。

一项由加拿大、美国和以色列研究人员共同发表的研究证实，克罗恩病患者（CD）的健康一级亲属（FDR）中，针对共生毛螺菌科鞭毛蛋白的血清抗体反应升高，与未来发生CD的风险存在临床前关联。这种CD前免疫球蛋白G（IgG）对保守细菌鞭毛蛋白表位的血清反应性，可能是CD的早期临床前生物标志物。研究基于克罗恩病和结肠炎加拿大遗传、环境、微生物项目（GEM），对超过5000名CD患者健康FDR进行随访，其中130人最终发展为CD。结果显示，针对细菌鞭毛蛋白（尤其是厌氧肠道菌Roseburia hominis）的免疫反应，在诊断前平均约2.5年即与风险显著相关。该发现为早期检测与预防性疫苗的开发提供了新方向，但目前仍需进一步验证和机制研究。

本研究基于美国国家健康与营养调查（NHANES）2011-2014年2858名60岁以上老年人的数据，分析了血铅、血镉、硒、红细胞叶酸和血清25-羟基维生素D与认知功能的关系，发现血铅和血镉与数字符号替换测试（DSST）得分呈负相关，而血清25-羟基维生素D呈正相关，并且重金属与微量营养素之间存在显著的相加和相乘交互作用，表明较低的微量营养素水平会加剧重金属的神经毒性影响，提示减少重金属暴露并改善微量营养素状况可能为预防认知衰退和痴呆提供新策略。

血浆蛋白质组学的最新进展使研究人员能够同时检测体液中的数千种蛋白质，有望实现疾病早期诊断。高通量质谱技术和基于亲和的方法正在推动这一领域发展，科学家们已能在1毫升血浆中检测到1000-2000种独特的磷酸化蛋白质，为癌症、阿尔茨海默病等疾病的早期诊断提供了新可能。全球多个大型研究项目正在整合蛋白质组学数据与其他"组学"数据，以发现更可靠的生物标志物，人工智能驱动的分析在这一过程中发挥着越来越重要的作用，有望弥合研究实验室与临床应用之间的差距。

世界献血者日之际，锡比乌县紧急临床医院发表声明强调血液捐献的重要性，指出捐献的血液在严重事故、复杂外科手术、癌症治疗及需重复输血的疾病中至关重要；医院呼吁18-60岁的健康人士加入献血行列，通过Donorium和BlooDoChallenge平台提前预约，在周一至周五上午7:30至13:00前往锡比乌输血中心捐献，并称"献血者是社区真正的英雄"，每一次献血都意味着为痛苦中的患者提供一次生命机会。

肯塔基大学团队发现，在接受来卡尼单抗治疗后出现淀粉样蛋白相关成像异常（ARIA）的阿尔茨海默患者血液中存在独特的免疫“指纹”——特定T细胞亚群（CD8+ TEMRA细胞）出现克隆扩增且代谢激活。该信号可通过简单血检检测，与已知的遗传风险因素APOE ε4相互独立，为预测和预防抗淀粉样蛋白疗法常见副作用提供了生物学依据。研究发表于《自然通讯》，标志着从猜测走向可量化生物指标的重要一步，有望推动更安全、更个性化的阿尔茨海默免疫治疗。

一项发表在《自然·老龄化》期刊上的突破性研究揭示了血液代谢物如何在痴呆症出现前多年反映生活方式与大脑健康的联系。通过对鹿特丹研究的1000多名中年人进行深入分析，研究人员发现14种特定代谢物与认知功能显著相关，21种代谢物与脑结构变化相关。研究显示，吸烟、BMI、酒精摄入、药物使用及肠道微生物等因素显著影响这些关键代谢物水平，为预防痴呆症提供了新的潜在靶点和干预策略，强调了中年时期生活方式调整对长期大脑健康的重要性。

本研究通过途径水平代谢组学分析，揭示了生活方式与认知老化过程中功能表现的关联机制。研究分析了360名参与者的血液代谢数据，发现饮食质量和体育活动与氨基酸代谢、能量代谢、微生物组相关代谢、脂质代谢以及氧化应激和炎症相关代谢等五大领域的代谢途径密切相关。研究开发的生活方式调节的代谢途径评分(LMPS)与日常生活活动能力、整体认知、综合功能和步速呈正相关，与虚弱程度呈负相关，为预防和干预认知老化提供了新的研究方向，尽管需要更多验证来确认其作为临床工具的实用价值。

斯克里普斯研究所开发了一种基于血液蛋白质结构变化的检测方法，通过分析C1QA、簇蛋白和载脂蛋白B三种血浆蛋白的折叠差异，利用质谱和机器学习算法，能以83%总准确率区分认知正常、轻度认知障碍和阿尔茨海默病患者，区分正常与MCI的准确率超过93%。研究发现蛋白质结构变化比浓度测量更具区分力，且与认知评分及脑萎缩相关，有望实现更早诊断，但需更大规模验证。

研究人员开发了一种新型血液检测方法，通过分析蛋白质的物理形状而非仅计数其数量来检测阿尔茨海默病。该结构方法能准确区分疾病阶段，并揭示遗传风险和行为症状在男性和女性之间的差异。研究团队利用化学标记技术结合质谱分析，绘制了520名志愿者血浆蛋白的结构变化图谱，并利用深度学习模型识别出C1QA、CLUS和ApoB三种蛋白质的特定结构变化模式，以83.44%的准确率区分健康衰老、轻度认知障碍和阿尔茨海默病。该研究为早期诊断和治疗监测提供了新途径。