Abnormalities in core AD biomarkers precede inflammatory and glial markers in CSF in Autosomal Dominant Alzheimer's Disease

Lin, W., Beric, A., Wisch, J. K., Baker, B., Jerome, G., Minton, M., Preminger, S., Stauber, J., Schindler, S. E., Dage, J., Allegri, R., Aguillon, D., Benzinger, T., Chhatwal, J., Daniels, A., Day, G., Devenney, E., Fox, N., Goate, A., Gordon, B., Hassenstab, J., Huey, E., Ikeuchi, T., Jayadev, S., Jucker, M., Ishiguro, T., Lee, J.-H., Levey, A., Levin, J., Morris, J. C., Perrin, R., Renton, A., Roh, J. H., Xiong, C., Bateman, R. J., Ances, B., Cruchaga, C., Karch, C., Supnet-Bell, C., Llibre-Guerra, J. J., McDade, E., Ibanez, L.

게시일 2026-04-01

📖 3 분 읽기☕ 가벼운 읽기

보기: medRxiv ↗PDF ↗

⚕️

이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

Each language version is independently generated for its own context, not a direct translation.

1. 연구의 배경: 왜 이 연구가 특별한가요?

일반적인 알츠하이머병은 나이가 들면서 서서히 생기지만, **유전성 알츠하이머 (ADAD)**는 특정 유전자 변이를 가진 가족에게서 30~50 대에 거의 확실하게 발생합니다. 마치 **'운명처럼 정해진 시계'**가 있는 것과 같습니다.

연구진은 이 '운명의 시계'를 가진 사람들 (484 명) 의 뇌척수액 (뇌와 척수를 감싸는 물) 을 분석했습니다. 뇌척수액은 뇌의 상태를 보여주는 '우편함' 같은 역할을 합니다.

2. 새로운 도구: '초고해상도 카메라' (NULISA)

기존에는 알츠하이머의 핵심인 '아밀로이드 (플라크)'와 '타우 (꼬리)' 단백질만 봤습니다. 하지만 이번 연구는 NULISA라는 새로운 기술을 사용했습니다.

비유: 기존에는 뇌속의 주요 범죄자 (아밀로이드, 타우) 만 잡았다면, 이번에는 120 가지의 다양한 감시 카메라를 설치해 뇌속의 모든 변화 (염증, 신경 손상 등) 를 한눈에 찍어낸 것입니다.

3. 주요 발견: 사건 발생의 시간표 (Chronology)

연구진은 뇌척수액 속 단백질들이 언제 변하는지 순서를 찾아냈습니다. 결과는 다음과 같습니다.

① 첫 번째 단계: '쓰레기'가 쌓이기 시작 (약 20~10 년 전)

상황: 뇌속의 '쓰레기통' (아밀로이드) 이 비워지지 않고 쌓이기 시작하고, '벽돌' (타우) 이 부서지기 시작합니다.
의미: 증상이 나타나기 훨씬 전, 뇌의 핵심 구조가 이미 무너지고 있다는 신호입니다.

② 두 번째 단계: '소방관'과 '건설대'가 출동 (약 6~2 년 전)

상황: 쓰레기가 쌓이자 뇌는 **'염증 반응'**을 보입니다. 마치 화재가 나면 소방관 (염증 단백질) 이 달려오듯, 뇌도 스스로 방어하려 합니다.
핵심 발견: 염증 반응은 증상이 나타나기 약 6 년 전부터 시작됩니다. 하지만 흥미로운 점은, 실제 증상 (기억 상실) 이 나타나기 직전까지도 이 염증 반응이 완전히 폭발하지는 않는다는 것입니다. 즉, 뇌가 불타고 있는데도 소방관 (염증) 은 아직 초조하게 서 있는 상태입니다.

③ 세 번째 단계: '건물 붕괴'와 증상 발현 (0 년, 증상 시작)

상황: 드디어 신경 세포가 많이 손상되고 (NFL, UCHL1 등), 환자가 기억을 잃거나 혼란을 느끼기 시작합니다.
의미: 증상이 나타날 때는 이미 뇌의 '건물'이 크게 무너진 상태입니다.

4. 가장 중요한 결론: "한 가지보다 여러 가지가 낫다"

기존에는 아밀로이드나 타우 같은 단 하나의 지표로 병의 시기를 예측했습니다. 하지만 이번 연구는 **35 가지 단백질 정보를 조합한 '복합 지수'**를 만들었습니다.

비유: 날씨가 궁금할 때 기온 (단일 지표) 만 보는 것보다, 기온, 습도, 바람, 구름, 습도 등 모든 기상 데이터를 AI 가 분석하는 것이 훨씬 정확한 예보가 나오는 것과 같습니다.
결과: 이 '복합 지수'는 기존 단일 지표나 뇌 촬영 (PET) 보다 증상이 언제 시작될지 훨씬 정확하게 예측했습니다. 특히 증상이 나타나기 15 년 전부터 4 년 전까지의 시기를 가장 잘 잡아냈습니다.

5. 이 연구가 우리에게 주는 메시지

병은 증상이 나타나기 훨씬 전에 시작됩니다: 뇌속의 변화는 증상이 생기기 20 년 전부터 조용히 진행됩니다.
염증은 중요한 신호입니다: 뇌가 스스로 방어하려 하는 염증 반응이 증상보다 먼저 일어나지만, 증상이 나기 직전까지 완전히 폭발하지는 않습니다. 이는 염증을 조절하는 치료제가 증상 전에 쓰이면 효과가 있을지 모른다는 힌트를 줍니다.
정밀 의학의 가능성: 이제 우리는 "네가 언제 병에 걸릴지"를 단순한 유전자 검사보다 훨씬 정교하게 예측할 수 있는 도구를 갖게 되었습니다.

요약

이 연구는 알츠하이머라는 '불'이 어떻게 시작되어, 소방관 (염증) 이 어떻게 반응하고, 결국 건물이 무너지는지 그全过程을 시간순으로 기록한 지도를 만든 것입니다. 그리고 이 지도를 통해 불이 커지기 전에 미리 진압할 수 있는 더 정확한 방법을 찾아냈습니다.

Each language version is independently generated for its own context, not a direct translation.

논문 기술 요약

1. 연구 배경 및 문제 제기 (Problem)

알츠하이머병 (AD) 의 초기 진단 한계: 현재 AD 의 진단은 아밀로이드 베타 (Aβ) 와 타우 (Tau) 중심의 바이오마커 (CSF Aβ42/40, p-tau181 등) 에 의존하고 있습니다. 그러나 임상 증상 발현 전의 초기 병리학적 변화를 포착하고, 질병 진행 단계를 정밀하게 모니터링하기 위해서는 아밀로이드/타우를 넘어선 추가적인 바이오마커가 필요합니다.
상염색체 우성 알츠하이머병 (ADAD) 의 기회: ADAD 는 $APP$, $PSEN1$, $PSEN2$ 유전자 돌연변이로 인해 발생하며, 발병 시기를 유전적으로 예측할 수 있습니다. 이는 증상 발현 전 (Pre-symptomatic) 단계에서 질병의 시간적 진행 순서 (Chronology) 를 규명하는 데 이상적인 모델입니다.
연구 목표: 기존 단일 바이오마커의 한계를 극복하고, NULISA™ 기술을 활용하여 CSF 내 120 가지 CNS 질병 관련 단백질을 광범위하게 분석함으로써, ADAD 에서 염증 및 신경퇴행성 마커가 아밀로이드/타우 마커보다 언제 발생하는지 규명하고, 증상 발현 시기 (EYO) 를 예측하는 다중 단백질 모델을 개발하는 것입니다.

2. 연구 방법론 (Methodology)

데이터 소스: Dominantly Inherited Alzheimer Network (DIAN) 연구의 종단적 데이터를 활용했습니다. 총 484 명의 참가자 (돌연변이 보유자 321 명, 비보유자 163 명) 로부터 수집된 972 개의 CSF 샘플을 분석했습니다.
측정 기술 (NULISA™):
- NULISAseq™ CNS Disease Panel v1: 125 가지 단백질을 동시에 측정할 수 있는 중등도 처리량 (mid-throughput) 기술인 Nucleic acid linked immuno-sandwich assay 를 사용했습니다.
- 검증: NULISA 측정값을 기존 골드 스탠더드 (Lumipulse, IP-MS, SMC 등) 와 비교하여 상관관계를 검증했습니다.
분석 접근법:
1. 벤치마킹: NULISA 와 기존 방법 간의 상관관계 분석.
2. 차등 발현 분석: 돌연변이 보유자 (MC) vs 비보유자 (NC), 증상 유무에 따른 MC 내 비교 (Symptomatic vs Asymptomatic), 유전자별 ($PSEN1, PSEN2, APP$) 비교 수행.
3. 시간적 순서 규명: 추정 발현 연도 (EYO) 를 독립변수로 하여 각 단백질이 비정상 수준 (비보유자 분포의 90 백분위수 또는 10 백분위수) 에 도달할 확률을 로지스틱 혼합 효과 모델로 추정했습니다.
4. 예측 모델링: EYO 예측을 위해 XGBoost 알고리즘을 활용했습니다. LASSO 회귀를 통해 특징 선택 (Feature Selection) 을 수행하고, 단일 바이오마커 및 PET 영상 (PiB) 과의 성능을 비교했습니다.

3. 주요 결과 (Key Results)

기술 검증: NULISA 로 측정한 Aβ, 타우, 염증 마커 (GFAP, sTREM2 등) 의 수치는 기존 immunoassay 및 IP-MS 와 매우 높은 상관관계 ( $\rho > 0.70$ ) 를 보였습니다. (단, SNAP25 는 중간 정도 상관관계).
단백질 변화의 시간적 순서 (Chronology):
- 가장 초기 변화 (발병 20~10 년 전): 핵심 AD 바이오마커인 $p-tau217$, $A\beta42/40$ 비율, $p-tau181$, 총 타우 (Total Tau) 가 먼저 비정상화되었습니다.
- 중기 변화 (발병 6 년 전): 염증 관련 효소인 Chitotriosidase 1 (CHIT1) 이 비정상화되기 시작했습니다.
- 후기 변화 (발병 4 년 전 ~ 발병 시점): 신경퇴행성 마커인 NFL (4 년 전), GFAP, SMOC1 (약 2.5 년 전) 이 변화했습니다. YKL40은 증상 발현 시점에 50% 확률로 비정상화되었습니다.
- 증상 발현 후: TREM1, CCL3, TREM2, IL6 등 다양한 염증 마커들이 발현 후 10 년 이내에 비정상화되었습니다.
- 결론: 핵심 아밀로이드/타우 이상 $\rightarrow$ 염증/교세포 반응 $\rightarrow$ 신경퇴행성 증상 발생의 순서로 진행됨을 확인했습니다.
유전자별 차이: $PSEN1$, $PSEN2$, $APP$ 돌연변이 보유자 간에 단백질 변화 패턴에 큰 차이가 없었으며, 돌연변이 유무가 단백질 프로파일을 결정하는 주요 요인임을 확인했습니다.
다중 단백질 예측 모델의 성능:
- 최적 모델: 35 가지 단백질로 구성된 다중 단백질 모델이 EYO 예측에 가장 우수한 성능을 보였습니다.
- 주요 특징: 모델의 가장 중요한 특징 (Feature Importance) 은 GFAP (가장 큰 기여도) 이었으며, 이어 $p-Tau217$, NGF, $A\beta42/40$ 비율 등이 중요했습니다.
- 성능 비교: 다중 단백질 모델은 단일 바이오마커 (p-tau181, p-tau217 등) 나 나이만 기반 모델, 그리고 아밀로이드 PET (PiB) 보다 평균 절대 오차 (MAE) 가 낮아 (다중 모델 MAE=3.96 년, PET MAE=5.19 년) EYO 예측 정확도가 훨씬 높았습니다.

4. 연구의 의의 및 기여 (Significance)

병리학적 기전의 규명: ADAD 에서 염증 및 교세포 활성화 반응이 아밀로이드/타우 축적 이후에 발생하며, 임상 증상 발현 전에 이미 염증 반응이 시작되지만 증상이 나타나기 전에 완전히 발달하지는 않음을 규명했습니다. 이는 AD 의 병리학적 캐스케이드에 대한 이해를 심화시킵니다.
새로운 바이오마커 발견: CHIT1 이 ADAD 에서 증상 발현 6 년 전에 상승한다는 새로운 사실을 발견했으며, 이는 미세아교세포의 항염증 극성화 및 아밀로이드 제거와 관련된 중요한 지표일 수 있습니다.
정밀 의학 및 임상 시험 적용: 단일 바이오마커보다 다중 단백질 시그니처 (Multiprotein Signature) 가 질병 진행 시점을 훨씬 정확하게 예측할 수 있음을 입증했습니다. 이는 ADAD 및 산발성 AD (sAD) 의 임상 시험에서 치료 반응 모니터링 및 환자 선별 (Enrichment) 에 있어 다중 오믹스 접근법의 가치를 보여줍니다.
기술적 검증: NULISA™ 기술이 CSF 내 다양한 AD 관련 단백질을 신뢰할 수 있게 측정할 수 있음을 검증하여, 향후 대규모 스크리닝 및 바이오마커 패널 개발에 대한 기반을 마련했습니다.

5. 결론

본 연구는 NULISA 기술을 활용하여 ADAD 의 CSF 프로테오믹스 변화를 체계적으로 분석했습니다. 그 결과, 아밀로이드/타우 이상에 이어 염증 및 신경퇴행성 마커가 순차적으로 변화하며, 이를 통합한 다중 단백질 모델이 단일 마커나 영상 진단보다 증상 발현 시기를 더 정확하게 예측할 수 있음을 입증했습니다. 이는 알츠하이머병의 조기 진단 및 치료 표적 개발을 위한 새로운 방향성을 제시합니다.