首页 > 医疗资讯/ 正文

帕金森病无症状期诊断新突破:基于tRFs的血液检测方法

来源 2025-04-27 12:11:35 医疗资讯

帕金森病(Parkinson's disease,PD)是一种常见的神经退行性疾病,其诊断往往在神经元损伤严重并出现明显运动障碍后才进行。然而,早期症状如嗅觉丧失和睡眠障碍可能在多年前就已出现。目前的PD诊断方法存在侵入性、操作复杂以及灵敏度不足等问题,难以满足早期诊断的需求。tRFs作为一种新型生物标志物,具有反映核和线粒体转录变化或功能障碍的潜力,并且在多种疾病中展现出诊断价值。

近期,《Nature Aging》杂志上发表的一项研究为帕金森病(Parkinson's disease,PD)的早期诊断带来了新的希望。该研究提出了一种基于血液检测的无症状诊断新方法,通过定量分析转移RNA片段(tRFs)中重复序列基序,实现了对PD的早期、精准且低成本的检测。


研究团队首先分析了包含46名PD患者、53名阿尔茨海默病(AD)患者和53名健康对照的死后脑脊液(CSF)样本的短RNA测序数据集。这一探索性的实验旨在寻找与PD相关的特异性生物标志物。结果发现,核源性tRFs(N-tRFs)在PD患者中水平升高,而线粒体源性tRFs(MT-tRFs)水平降低。这一发现为后续研究奠定了基础,表明tRFs在PD中可能具有特异性变化。

figure 1

图 核源性RGTTCRA-tRFs在PD患者的CSF和SN中升高,MT-tRF降低

为了进一步验证tRFs的变化是否与PD的病理过程相关,研究团队从荷兰脑库(Netherlands Brain Bank,NBB)获取了8名PD患者的死后脑组织样本,并进行了小RNA测序。实验结果显示,RGTTCRA-tRFs和MT-tRFs在PD患者中的变化与脑脊液样本中的发现一致。这不仅验证了tRFs作为生物标志物的潜力,还提示这些tRFs可能与PD的病理过程密切相关。

尽管脑脊液和脑组织样本提供了重要的线索,但它们的获取具有侵入性和局限性。因此,研究团队转向了更具临床应用前景的血液样本检测。通过分析NBB的死后血液样本以及来自帕金森进展标志物倡议(PPMI)数据库的活体患者血液样本,研究发现血液中的RGTTCRA-tRFs和MT-tRFs水平同样能够反映疾病特征,无论是在早期还是晚期PD患者中。这一发现为基于血液的检测方法提供了可行性依据,使得无症状诊断成为可能。

为了挖掘tRFs中隐藏的特异性信息,研究团队使用MEME工具对升高的核源性tRFs进行基序分析。这一分析揭示了一个关键的共享序列\[A/G\]GTTC\[A/G\]A(RGTTCRA-tRFs)。这一发现为后续的特异性检测提供了关键靶点,使得研究团队能够开发出针对这一特异性基序的检测方法。

在探索RGTTCRA-tRFs产生的机制的过程中,研究团队在细胞水平上进行了实验。他们发现Ang过表达可升高RGTTCRA-tRFs的百分比,但Ang敲除对这些tRF家族没有明显影响。这揭示了RGTTCRA-tRFs产生的可能机制。此外,通过对黑质样本进行小RNA测序,研究团队进一步确认了RGTTCRA-tRFs和MT-tRFs在PD患者中的变化,为它们作为生物标志物的潜力提供了更多证据。

研究的最后阶段,研究团队构建了一个基于梯度提升机(GBM)的分类算法,使用RGTTCRA-tRFs和MT-tRFs的比率来区分无症状PD患者和健康对照。这一模型的构建是研究的一个创新点,它不仅提高了诊断的准确性,还展示了机器学习在医学诊断中的潜力。结果表明,该模型具有良好的区分性能,其AUC值为0.86,高于临床测量的AUC值0.73。

综上所述,该研究提出了一种基于血液检测的PD早期诊断新方法,这一方法具有简单、安全、成本低且能够提供快速结果的特点。通过定量分析tRFs中重复序列基序,该方法实现了对PD的早期、精准检测。它克服了现有诊断方法的局限性,为PD的早期干预和治疗提供了有力支持。此外,该研究还为未来的大规模临床研究提供了基础,有望使tRFs成为PD诊断和治疗监测中的重要生物标志物。这一成果不仅在学术上具有重要价值,更在临床应用中展现出巨大的潜力,为PD患者带来了新的希望。

原始出处:

Pre-symptomatic Parkinson's disease blood test quantifying repetitive sequence motifs in transfer RNA fragments. Nat Aging. 2025 Apr 11. doi: 10.1038/s43587-025-00851-z. Epub ahead of print. PMID: 40216989.

Tags: 帕金森病无症状期诊断新突破:基于tRFs的血液检测方法  

搜索
网站分类
标签列表