研究揭示ALS患者血液代謝特征

據北卡羅來納州立大學的研究，對血漿的高通量分析可以幫助鑒定肌萎縮性側索硬化癥（ALS）的診斷和預后生物標志物。這項工作進一步闡明了與疾病進展有關的途徑，并似乎排除了環境神經毒素在ALS中的作用。

ALS是一種進行性神經退行性疾病，會導致大腦和脊髓中神經細胞的退化。目前，由于缺乏明確的目標，診斷過程通常需要一年以上才能完成，缺乏足夠的主觀的監測進展的方法，治療受到了阻礙。

“早期診斷很重要，但是我們迫切需要定量標記物來監測進展和治療干預的有效性，”北卡羅來納州州立大學生物科學副教授，作者Michael Bereman說。 “由于新陳代謝的破壞是ALS的標志性特征，我們希望研究代謝物標志物作為生物標志物發現的途徑。”

Bereman與來自北卡州立大學和澳大利亞麥格理大學的同事從麥格理大學MND生物庫采集了134名ALS患者和118名健康個體的血漿樣本。他們將基于芯片的毛細管區帶電泳與高分辨率質譜聯用，以鑒定和分析樣品中的血漿代謝產物。這種方法可將血漿迅速分解成分子成分，然后通過其質量進行識別。研究人員開發了兩種計算機算法：一種用于分離健康樣本和ALS樣本，另一種用于預測疾病進展。

研究表明，最重要的代謝指標與肌肉活動有關：肌酸水平升高，有助于肌肉運動；肌酐和甲基組氨酸水平降低，肌酐和甲基組氨酸是肌肉活動和分解的副產物。 ALS患者的肌酸升高了49％，而肌酐和甲基組氨酸分別降低了20％和24％。此外，男性ALS患者的肌酸與肌酐之比增加370％，女性增加200％。

通過機器學習，他們創建的算法隨后能夠將健康參與者與ALS患者分開，并預測疾病的進展。該模型產生了敏感性（檢測疾病的能力）和特異性（檢測沒有疾病的個體的能力）的結果。疾病檢測模型以80％的敏感性和78％的特異性進行，而進展模型以74％的敏感性和87％的特異性進行。

Bereman說：“僅肌酸缺乏癥似乎不是問題，我們的研究結果證實，已知在ALS中發生改變的細胞能量產生的肌酸激酶途徑沒有發揮應有的作用。”麥格理大學神經科學教授，該論文的合作者Gilles Guillemin表示：“這些結果表明血漿代謝物可用于診斷和監測疾病進展。我們的下一步將是隨著時間的推移在同一位患者體內檢查這些標志物。