JNNP-磷酸化的tau和神经丝轻链蛋白，可优势互补预测认知能力

阿尔茨海默病（AD）的特点是错误折叠的淀粉样β（Aβ）和磷酸化的tau（p-tau）蛋白，它们分别在细胞外的老年斑和神经元内的神经纤维缠结中的脑部堆积。

明确的AD诊断需要在尸检时确认这些病理特征，但由于可靠的脑脊液（CSF）和PET测量Aβ和tau负担的发展，已经可以在体内准确确定AD诊断。这些标记物在临床人群中具有很好的诊断准确性，但它们涉及有创的腰椎穿刺或暴露于电离辐射，而且需要特殊环境和设备。

随着减少Aβ积累的AD修饰药物的临床使用最近变成了现实，一种广泛适用和准确的风险适应性、个性化的预防和治疗方法变得势在必行。基于血液的生物标志物算法可能是至关重要的，因为与目前的黄金标准评估相比，它易于测量且成本效益高。最近的工作表明，在临床和基于人群的队列中，基于超灵敏检测技术的Aβ42/40、 p-tau181、p-tau217（但不是总tau，（t-tau））和神经丝轻链（NfL）的新测量方法取得了不错的成果；

然而，基于血液的测量方法的许多方面仍有待进一步研究，包括同一人体内测量的纵向轨迹以及它们与认知能力下降和PET tau负荷变化的关系。

藉此，慕尼黑大学的Boris Stephan Rauchmann等人，使用美国国家老龄化研究所-阿尔茨海默氏症协会（NIA-AA）研究框架中，基于生物标志物的分类系统来对比具有不同生物标志物特征的群体。

主要目的是探索NIA-AA生物标志物组内血浆中测得的p-tau181和NfL随时间的变化，并探索多肽基线浓度和时间轨迹与6年后的记忆表现、tau和PET Aβ累积的关系如何。

他们利用了865名ADNI队列参与者，使用Aβ42、总tau和p-tau181的既定AD临界点，根据NIA-AA对受试者进行分类，将标记物分为Aβ沉积（A）、tau病理（T）和神经变性（N）。通过方差分析来比较ATN组之间的血浆生物标志物数据。

通过线性混合效应模型得到p-tau181和NfL随时间的变化率，并在ATN组之间进行比较。线性回归分析被用来研究基线血浆生物标志物浓度和变化率与未来PET tau和Aβ负荷和认知表现的关系。

他们发现，P-tau181和NfL的血浆浓度沿着AD谱系增加，但只有NfL在AD患者与对照组相比显示出更大的变化率。认知表现在所有亚组中都与NfL有关，而在AD谱系中只与P-tau181有关。

两种血浆标志物的基线浓度可预测PET Aβ和tau的负荷和认知表现。NfL的变化率预测了未来PET tau和认知表现。

这个研究的重要意义在于：发现P-tau和NfL在同一个人身上的表现随时间的推移而不同，因此可能提供互补的诊断信息。

原文出处：
Rauchmann BS, Schneider-Axmann T, Perneczky R; Alzheimer's Disease Neuroimaging Initiative (ADNI). Associations of longitudinal plasma p-tau181 and NfL with tau-PET, Aβ-PET and cognition. J Neurol Neurosurg Psychiatry. 2021 Jun 29:jnnp-2020-325537. doi: 10.1136/jnnp-2020-325537. Epub ahead of print. PMID: 34187867.