上海
*供醫學專業人士閱讀參考
基于5.3萬人的縱向研究重塑阿爾茨海默病精準診療版圖
z
撰文：易艾藍
阿爾茨海默病（AD）的早期診斷與疾病修飾治療，一直是神經科學領域較為難啃的“硬骨頭”。在即將到來的2026年阿爾茨海默病協會國際會議（AAIC 2026）上，一項來自復旦大學附屬華山醫院郁金泰教授團隊、發表于Cell雜志的重磅研究，為破解這兩大難題提供了系統性方案：通過構建迄今為止全球最大的血漿蛋白質組-表型關聯圖譜，不僅系統評估了血漿蛋白在183種疾病中的診斷潛力，更通過孟德爾隨機化（MR）分析鎖定了26個安全性良好的全新藥物靶點，為疾病的精準醫療繪制了一份“作戰地圖”。
從5.3萬份數據中“淘金”：
CEND1成AD風險預測黑馬
研究基于英國生物銀行（UK Biobank）53,026名參與者的數據，中位隨訪時間長達14.8年，全面分析了2,920種血漿蛋白與406種 prevalent diseases（即研究開始時已存在的疾?。┘?60種 incident diseases（即隨訪期間新發疾?。┑年P聯。
在眾多發現中，CEND1蛋白脫穎而出。對比其他蛋白，CEND1表現出高度的神經特異性，且其與AD的關聯強度在所有蛋白質中位列前茅。數據顯示，血漿中CEND1水平升高顯著加速了AD的發病風險（Cox風險比 HR=1.36，P=6.54×10?12）。在10年及以上的長期AD風險預測中，CEND1聯合GFAP、NEFL和SYT1等蛋白的模型，預測效能AUC值達到0.864，媲美包含數百種蛋白的全模型。
更為關鍵的是，MR分析提示CEND1表達增加與AD風險升高存在潛在因果關聯（OR=1.04），這意味著CEND1不僅是伴隨疾病發生的“旁觀者”，更可能參與了AD的疾病進程。
顛覆傳統認知：
蛋白質模型重塑疾病預測邊界
這項研究最令人矚目的成果之一，是驗證了血漿蛋白質組在疾病預測中的巨大臨床轉化價值。機器學習模型顯示，基于血漿蛋白的模型在183種疾病中的曲線下面積（AUC）超過0.80，展現出強大的診斷能力。
研究還利用蛋白質組學特征對660種疾病進行了分子層面的重新聚類。結果發現，各種癡呆亞型與精神、內分泌及心血管系統疾病被劃歸為同一生物學亞群，這從分子水平解釋了為何看似不相關的癥狀常在同一患者身上出現，也為共病機制研究提供了全新視角。
在治療靶點挖掘方面，研究團隊整合蛋白質數量性狀位點（pQTL）與疾病全基因組關聯研究數據，通過MR分析確立了474個具有潛在因果關聯的蛋白質-疾病對。尤為值得關注的是，研究發現了37個可進行藥物重定位的已知靶點，并經過嚴格的安全性評估，最終確立了26個兼具治療潛力與良好安全性的全新藥物靶點。
結語：
這份“血漿蛋白質組圖譜”為臨床醫生提供了切實可行的決策工具：它既是一份覆蓋全病種的“診斷預測地圖” ，也是一份指向明確的“藥物研發導航圖”。未來，基于CEND1等生物標志物的血液檢測或將成為AD早期篩查的常規手段，而26個新靶點的發現則為疾病的個體化治療和聯合用藥方案設計奠定了堅實基礎。
審核專家：鄧悅婷醫師 復旦大學附屬華山醫院
責任編輯：老豆芽
*“醫學界”力求所發表內容專業、可靠，但不對內容的準確性做出承諾；請相關各方在采用或以此作為決策依據時另行核查。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
