新型血液检测有望加速ALS诊断 - AI与医疗健康

无需再等待数月甚至一年以上才能确诊ALS？

核心要点

一个包含46个基因的血液检测在识别ALS患者时准确率接近90%，即使在研究人员从未接触过的完全独立的患者群体上测试也表现良好。
目前ALS诊断通常需要5至15个月，但一旦验证该检测能有效区分与ALS症状相似的疾病，这一过程有望加速。
相同的血液分析能预测患者生存组，将患者分为短生存期、中生存期和长生存期，效果优于仅使用临床信息。
计算机分析识别出8种潜在药物候选物，包括一些已获美国食品药品监督管理局批准用于其他疾病的药物，但在考虑用于ALS治疗前，需要进行广泛的实验室测试。

简单的抽血检测可能最终帮助医生更快确认ALS诊断。如果在临床环境中得到验证，这种新方法有可能彻底改变面对医学上最具毁灭性疾病的患者的诊疗方式。密歇根大学的研究人员开发出一种基于基因的血液检测方法，该方法在识别肌萎缩侧索硬化症患者时准确率接近90%，即使在研究团队从未分析过的完全独立的患者群体上测试也表现良好。

这一突破解决了一个关键问题：ALS通常在症状首次出现后需要5至15个月才能确诊，有些患者甚至需要等待长达19个月才能得到明确诊断。在此期间，疾病持续进展。患者辗转于各专科医生之间，接受大量测试，同时还要应对诊断不确定性。每延迟一个月都很重要，因为现有治疗在早期开始时效果更好，且大多数临床试验排除疾病已进展过远的患者。

根据发表在《自然通讯》上的研究，确诊ALS的中位时间为5至15个月，具体取决于亚型。患者表现出的症状类似于更常见的疾病，导致医生在确定真正病因前经常出现误诊和错误。

血液样本中的基因活性测试

研究团队于2011年至2021年间在密歇根州的Pranger ALS诊所收集了422名ALS患者和272名健康对照者的血液样本。他们没有测量单一蛋白质或生物标志物，而是使用先进的RNA测序技术同时追踪超过22,000个基因的活性，创建了每个人血细胞内部活动的全面分子画像。

ALS患者反映了典型的疾病人口统计特征：中位年龄65岁，男性多于女性（58%比42%），87%报告无已知家族史。他们代表了所有主要疾病亚型，26%经历延髓起病（首先影响言语和吞咽），32%为颈段起病（始于手臂和肩膀），39%为腰段起病（始于腿部）。他们的功能障碍水平各不相同，在标准ALS评分量表上中位得分为48分中的37分。

比较ALS患者和对照者的基因活性，发现3,640个基因表达显著不同：1,999个在ALS患者中更活跃，1,641个活性较低。许多与免疫系统功能相关，这与越来越多的证据表明免疫功能障碍导致ALS进展相一致。一些变化最显著的基因涉及细胞如何回收废物、运输物质、维持肌肉功能或执行程序性细胞死亡。

随后，研究团队训练了七种不同的机器学习算法来识别血液基因表达数据中的ALS模式。表现最佳的XGBoost算法达到曲线下面积0.91，其中1.0代表完美准确度，0.5代表随机猜测。

实际临床应用需要将数千个基因缩小到可管理的检测面板。研究人员创建了三个简化版本，分别包含27、29和30个基因，以及一个组合的46基因面板。这些较小的基因集至关重要，因为它们最终可能转化为类似于现有癌症筛查面板的商业诊断测试。在内部验证数据上，所有面板表现极佳。准确率范围为91.1%至91.2%，灵敏度达到93.2%至94.2%，特异性测量为86.0%至87.9%。

独立测试中保持准确性

真正的验证来自研究团队在另一个研究小组的完全独立数据集上测试他们的分类器：86名ALS患者和46名对照者，他们之前从未见过。组合的46基因面板达到曲线下面积0.894，表明该测试在完全独立的群体中仍保持高准确度。早期尝试的基于血液的ALS基因表达测试在外部验证中准确度低得多，约63%准确度、60%灵敏度和67%特异性，远低于临床效用阈值。

研究不仅限于诊断，还扩展到生存预测。通过将基因表达数据与标准临床变量（如症状发作年龄、性别和初始症状位置）相结合，研究团队开发了模型，可将患者分为短生存期、中生存期和长生存期组。在独立数据集上测试时，结合基因特征的模型比仅使用临床变量实现了更宽的生存组分离。虽然尚未准备好用于临床，但这种方法最终可能为患者提供更清晰的疾病进程预期。

ALS中受损的生物通路

检查ALS患者血液中哪些生物通路受损最严重，揭示了与疾病相关的进程。ALS相关通路本身是受损最严重的通路之一，特别是在调整患者和对照者之间免疫细胞比例差异后。其他受损通路包括氧化磷酸化（细胞产生能量的方式）、蛋白质处理系统，以及与帕金森病和亨廷顿病等其他神经退行性疾病共享的通路。

研究人员进一步推进分析，识别出不仅在血液中而且在ALS直接影响的神经组织中也发生改变的"核心基因"。将血液基因表达数据与已发表的ALS患者脊髓组织数据以及携带ALS相关基因变化的实验室培养神经元数据进行比较，他们确定了跨不同组织类型在疾病过程中起核心作用的基因。

这些核心基因成为使用大型数据库进行药物发现分析的基础，该数据库追踪不同化合物如何影响基因表达。计算筛选识别出八种潜在药物候选物，可能逆转ALS相关的基因表达变化。其中一些已获美国食品药品监督管理局批准用于其他疾病，包括ibrutinib（用于某些血液癌症）和trifluoperazine（一种抗精神病药物）。其他则是实验性化合物，此前与ALS无关联，开辟了全新的研究途径。这些结果仅基于计算机分析；在考虑用于治疗前，需要进行大量实验室测试。

相比单一生物标志物方法的优势

ALS患者目前从诊断起的中位生存期仅为2至4年。每延迟一个月的诊断都意味着失去宝贵的治疗启动和临床试验入组时间。这也使患者管理个人事务的时间减少。即使将诊断加速数月，血液检测也可能显著改善每年数千名患者的护理质量和生活质量。

与测量神经丝轻链（一种在许多神经系统疾病中升高而不仅限于ALS的单一生物标志物）不同，基因表达面板在临床验证后可能提供更好的ALS诊断特异性。

将这些发现转化为临床实践的技术已经存在。类似PAM50的基因表达面板已获美国食品药品监督管理局批准用于乳腺癌亚型分类，证明了这种方法的商业和监管可行性。一种从液体样本诊断高级别前列腺癌的18基因面板最近已进入临床使用，进一步验证了基因面板策略。

研究团队更大的样本量、复杂的RNA测序技术和严格的机器学习方法克服了早期开发基于血液的ALS基因表达测试时存在的局限性。他们在独立患者群体中保持高准确度的成就表明，该方法可能已准备好进行下一阶段测试，以验证其对抗ALS模拟疾病和ALS致病基因突变的无症状携带者。

论文备注

局限性

该研究未包括具有ALS模拟症状的患者或ALS致病基因突变的无症状携带者。在临床实践中，诊断测试需要区分ALS与产生类似症状的类似疾病。研究使用血液而非更直接受影响的组织（如运动神经元或脊髓），尽管研究人员通过调整免疫细胞组成差异的分析来解决这一问题。生存预测模型与仅使用临床变量相比，仅显示出数值上更高的准确度，尽管它们改善了生存组之间的分离。通过计算分析识别的药物候选物需要在考虑实际治疗前进行广泛的实验室和临床测试。

资金和披露

研究获得了美国国家神经疾病和中风研究所（R01NS127188，R01NS120926）、国家ALS登记处/CDC/ATSDR（1R01TS000289，R01TS000327）、美国国家环境健康科学研究所（P30ES017885，R01ES030049）、国家推进转化科学中心（UL1TR002240）、美国国家老龄化研究所院内研究计划（ZIA AG000933）、ALS协会（20-IIA-532）以及多个私人基金会（包括James和Margaret Hiller基金、Eric和Linda Novak、Coleman治疗发现基金、Peter R. Clark ALS研究基金等）的支持。几位作者持有与ALS相关的诊断和治疗方法的专利。一些作者获得了制药公司的研究资金或保持咨询关系，但报告称与本工作无关。