← 最新论文
📄 genetic and genomic medicine

Cross-trait and multi-polytranscriptomic score analysis of Parkinson's disease identifies novel associations and improves prediction

本研究展示了首次大规模跨性状及多转录组评分分析在帕金森病中的应用,证明了将转录组数据与机器学习模型相结合,能够识别出新的性状关联,并显著提高疾病预测准确度,其表现优于传统的多基因评分。

原作者: Gilchrist, L., Pain, O., Calhas, S., Genetics Program, G. P., Noyce, A. J., Atterling Brolin, K., Perinan, M. T., Proitsi, P.

发布于 2026-08-26
📖 1 分钟阅读☕ 轻松阅读

原作者: Gilchrist, L., Pain, O., Calhas, S., Genetics Program, G. P., Noyce, A. J., Atterling Brolin, K., Perinan, M. T., Proitsi, P.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

帕金森病是一种由于大脑中特定神经细胞的丢失,导致身体逐渐失去平滑运动能力的情况。几十年来,科学家们一直试图通过研究一个人的遗传密码来理解这究竟是如何发生的。他们发现了许多使某人更有可能患上该病的微小遗传线索,但仅凭这些线索只能解释部分情况。遗传学就像是一份静态蓝图;它展示了一个人出生时携带的特征,但无法显示其身体在任何给定时刻的实际运作情况。为了获得更清晰的疾病图景,研究人员现在正在观察生物学的另一个层面:基因表达。这是基因通过开启或关闭来产生蛋白质的过程,它会根据健康状况、环境以及疾病本身而不断变化。通过测量血液中的这些活跃信号,科学家们希望能够看到疾病正在发生的动态过程,而不仅仅是看到患病的风险。

研究团队将这一想法进一步推进,通过将数千个此类活跃基因信号结合成一个强大的单一工具来研究帕金森病。他们分析了近 2,700 人的血液样本,其中包括 1,600 多名已被诊断出患有帕金森病的人员和 1,000 多名未患病的人员。研究人员并没有逐一观察单个基因,而是创建了一个“多转录组评分”(polytranscriptomic score),这本质上是衡量一个人血液中数百个不同基因活跃程度的一个加权总和。他们构建这些评分的基础是基因活性与 100 种不同健康特征(范围涵盖睡眠质量、血压以及其他神经系统疾病)之间的关系。其目标是观察一个人血液中基因的行为方式,是否能揭示出仅靠遗传学所遗漏的与帕金森病之间的联系。

这项研究发现了 26 个帕金森病与其他健康特征之间存在的独特联系,而这些联系在仅观察遗传风险时是无法显现的。例如,研究人员发现,帕金森病患者表现出与维生素 B12 缺乏、睡眠障碍和呼吸功能相关的特定基因活动模式。在一个引人注目的发现中,基于维生素 B12 缺乏的评分显示出与该病极强的关联性,而针对同一条件的遗传风险评分却并未显示出任何联系。这表明,该疾病过程涉及人体内活跃的生物学变化,而不仅仅是简单地写在 DNA 中。研究人员还发现,该疾病与其他疾病(如路易体痴呆和特发性震颤)共享生物学通路,但这些联系的性质往往与遗传学预测的不同。例如,虽然遗传学暗示帕金森病与路易体痴呆之间存在强烈的共同风险,但基因活性评分则指向了一种更复杂的关系,即疾病本身可能会影响另一种疾病的发展。

为了测试这些新评分是否真的能帮助预测谁患有该病,团队利用先进的计算机模型将多个评分结合在一起。他们从一个仅使用年龄、性别和已知帕金森病遗传风险(这是目前评估风险的标准方式)的基础模型开始。当他们在模型中加入新的基因活性评分后,正确区分帕金森病患者与非患者的能力显著提高。在一个患者组中,新模型的准确度评分从 0.65 提升到了 0.74。即使在将模型简化为仅包含七个特定的基因活性评分并配合基础信息的情况下,也实现了这一提升。研究人员指出,这种准确水平可以与使用临床数据和不同类型生物学测量指标相结合的其他先进预测模型相媲美。

该研究还阐明了这些评分究竟代表了什么。由于血液样本取自已经确诊的患者,因此基因活动模式反映的是疾病的当前状态以及身体对疾病的反应,而非仅仅是未来患病的风险。这是一个至关重要的区别。研究人员发现,虽然某些遗传因素决定了谁更容易受到帕金森病的影响,但他们测量的基因活动模式似乎捕捉到了患病过程中的生物学现实。例如,与呼吸功能和睡眠问题相关的模式符合医生已知的帕金森病症状,这证实了这些评分捕捉到了疾病真实且可测量的方面。

然而,研究人员谨慎地指出,这些发现目前还不是一种疗法或确定的诊断测试。他们发现的联系是强关联,但并不证明改变这些基因活动就能阻止疾病。研究还强调,结果因测试人群的不同而有所差异,这表明诊断的时间点以及疾病的具体特征可能会影响结果。尽管存在这些局限性,但这项工作表明,观察血液中基因的活跃状态比仅看遗传学能提供更丰富、更详细的视角。通过将这些动态的生物信号与传统的遗传数据相结合,科学家们正开始绘制出该疾病复杂的生物学图谱,为了解疾病如何进展以及未来如何更好地理解它提供了新的线索。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →