用于阿尔茨海默病诊断的生物标记物研究进展
Research Progress of Biomarkers for the Di-agnosis of Alzheimer’s Disease
DOI: 10.12677/ACM.2022.1281136, PDF, HTML, XML, 下载: 286  浏览: 486  科研立项经费支持
作者: 张 悦:西安医学院,陕西 西安;王 涛*:陕西省人民医院,陕西 西安
关键词: 阿尔茨海默病生物标志物神经炎症神经成像Alzheimer’s Disease Biomarkers Neuroinflammation Neuroimaging
摘要: 阿尔茨海默病(AD)是一种进行性发展的致死性神经退行性病变,是临床最常见的老年期痴呆类型。随着社会人口老龄化进程加快,此类患者人数逐步上升,且治疗成本较高。因此建立在早期诊断基础上的临床干预可以延缓阿尔茨海默病进展,改善患者预后。本文汇总并分析了近年来各种AD生物标志物的代表性文献,分类总结了各类生物标志物对AD诊断及鉴别诊断的作用。
Abstract: Alzheimer’s disease, the most common type of senile dementia in the clinic, is a progressive and developing fatal neurodegenerative lesion. As population ageing progresses, the number of such patients increases and the cost of treatment is high. Thus, clinical interventions based on early di-agnosis can delay Alzheimer’s disease progression and improve patient outcomes. This paper summarizes and analyzes the recent literature of various biomarkers of AD, and classifies and summarizes the role of various biomarkers in the diagnosis and differential diagnosis of AD.
文章引用:张悦, 王涛. 用于阿尔茨海默病诊断的生物标记物研究进展[J]. 临床医学进展, 2022, 12(8): 7882-7890. https://doi.org/10.12677/ACM.2022.1281136

1. 引言

阿尔茨海默病(Alzheimer’s disease, AD)是一种以脑实质的β-淀粉样变性和神经纤维缠结、认知功能障碍和记忆障碍的退行性疾病,是老年期痴呆症的主要原因 [1]。脑内小胶质细胞和星形胶质细胞驱动的神经炎症反应及自噬、凋亡、脂质代谢、突触可塑性等一系列细胞活动与AD [2] 的发病机制相关。据2020年统计数据显示,我国60岁以上痴呆患者人数达到了1507万人,其中AD患者约983万 [3],随着全球老龄化进程加快,这一数据将持续增长。与认知功能正常的人相比,痴呆患者经济负担和生活质量更差。2015年全球痴呆症成本估计为9575.6亿美元,2030年将为2.54万亿美元,2050年将增加至9.12万亿美元 [4],可见AD已经成为影响全球公共健康和社会可持续发展的重大问题。早期发现并干预AD疾病病程,将会节省治疗成本,延缓病情进展。因此使用强有力的、信息丰富的生物标志物可在疾病的早期提供准确的诊断是至关重要的。本文就AD生物标志物研究进展综述如下。

2. 液体生物标志物

2.1. AD病理特异性CSF生物标志物

2.1.1. CSF中Aβ肽

Aβ肽由淀粉样前体蛋白(APP)经β-分泌酶和γ-分泌酶裂解而产生,在AD的发生发展中起着重要的作用。其中Aβ40和Aβ42直接作用于斑块的形成和诱导的神经毒性,Aβ42含量较少,但其神经毒性更重,是斑块形成的主要部分 [5]。OLSSON等 [6] 发现与认知功能正常的老年人相比,AD患者乃至轻度认知障碍前期(pre-mild cognitive impairment, pre-MCI)阶段患者CSF Aβ42水平显著下降。

2.1.2. CSF中Tau蛋白

Tau蛋白是一种微管相关蛋白,主要分布于神经元的轴突上。CSF中总tau浓度的增加是神经元变性程度的反映,神经元中轴突蛋白tau的过度磷酸化形式的聚集,形成神经纤维缠结,是AD的关键病理特征。Suarez-Calvet等人 [7] 最近一项来自ALFA+队列的研究证实了,当Aβ病理发生细微变化时,CSF中P-tau181、P-tau217和P-tau231在AD临床前阶段早期显著增加,并能准确区分Aβ阳性和Aβ阴性的认知正常个体。

2.2. AD病理特异性血浆生物标志物

2.2.1. 血浆中的Aβ

大量研究证明,CSF中Aβ42含量显著降低对于AD具有诊断价值,但血浆Aβ研究结果却呈现出多样性。一项2016年的荟萃分析结果显示,与对照组相比,AD患者血清中Aβ40及β42水平没有或轻微差别 [6]。考虑产生此类结果的原因是Aβ肽具有疏水特性,不可避免地与循环血浆蛋白结合,进而干扰分析过程 [8]。然而,随着高灵敏度分析方法和技术的发展,最近的研究结果使血浆Aβ成为生物标志物更有希望。Wang [9] 等人研究发现,血浆Aβ 42与AD患者早期认知能力下降之间存在显著相关性。同时也有研究证实血浆Aβ42含量降低,具有较高的诊断性 [10]。现有研究也表明了,低血浆Aβ42/40或错误折叠的Aβ42与认知功能未受损、主观认知功能减退或轻度认知障碍患者的认知能力下降和进展为阿尔茨海默病的风险有关 [11]。

2.2.2. 血浆中的Tau

目前已知高度磷酸化tau蛋白缠结是阿尔茨海默病的另一个主要病理标志。在提出的AD外周生物标志物中,OLSSON等 [6] 分析中提出,血浆tau蛋白是唯一与AD相关的标志物,但研究结果存在显著的差异。有研究发现血浆T-tau浓度与梅奥诊所老年研究中458名参与者认知能力下降有关,并发现高浓度血浆T-tau与临床疾病进展更快有关 [12]。血浆p-tau181在健康对照组和MCI患者中也有显著差异,且血浆p-tau181水平与AD严重程度的相关性大于血浆T-tau水平 [13],提示了血浆tau在AD诊断中同样具有临床价值。

2.3. AD病理非特异性CSF和血浆生物标志物

2.3.1. 神经炎症生物标记物

神经炎症被证实参与了包括AD在内的多种神经退行性疾病的发病过程。炎性反应产生的炎性介质和神经毒性化合物加剧了AD的病理过程 [14]。

白介素-1 (IL-1)是炎症免疫反应初始调控因子,可以诱发炎性反应及机体防御反应,IL-1家族的细胞因子和受体对其激活和调节炎症反应的能力尤为重要。ITALIANI [15] 等通过检测AD患者、轻度认知障碍(mild cognitive impairment, MCI)、主观记忆障碍(subjective memory complaints, SMC)和正常健康受试者(normal healthy subjects, NHS)血清中IL-1家族的细胞因子和受体的水平,结果发现AD患者组IL-1家族细胞因子较对照组明显增高,尤其是IL-1α、IL-1β。

脑脊液神经胶质活化蛋白(YKL-40)是一种潜在的炎症生物标志物,其在大脑中通过小胶质细胞和星形胶质细胞大量表达,两者都与AD的β-淀粉样变性密切相关。一项关于前驱期AD患者YKL-40的CSF水平的研究表明,AD组CSF中YKL-40浓度明显高于正常对照组,尤其是在APOE4等位基因存在的情况下,这意味着该炎症标志物可以预测AD中MCI的转化 [16]。但也有研究发现YKL-40的血浆水平在克雅氏病(Creutzfeldt-jakob disease, CJD)、血管性痴呆、额颞叶痴呆(Frontotemporal dementia, FTD)及路易体痴呆(dementia with lewy bodies, DLB)也是升高的,表明这个生物标志物可能不是AD特异性的 [17]。

髓样细胞触发受体2 (TREM2)是一种跨膜糖蛋白免疫受体,在大脑中由小胶质细胞表达,可调节小胶质细胞对凋亡神经元的吞噬清除和炎症反应,其基因突变可增加AD的风险。可溶性TREM2 (sTREM2)是TREM2的一个外域被裂解后产生的。Heslegrave等人 [18] 的研究结果显示,与正常对照组相比,AD患者CSF中sTREM2水平升高(主要是在早期),且与T-tau和P-tau等神经退行性变标志物均有显著相关性。

单核细胞趋化蛋白-1 (MCP-1)主要由小胶质细胞和巨噬细胞表达,这两种细胞都参与了Aβ的清除、髓鞘的降解和神经元的丢失。一项随访2年的研究发现AD患者血浆MCP-1水平高于MCI患者和对照组,此外在随访中发现,更高的血浆MCP-1水平与AD和MCI患者更快的认知能力下降有关,提示了血浆MCP-1水平与AD的风险和病程有关,并可作为AD和MCI患者认知功能下降的生物标志物 [19]。但由于其与呼吸系统或缺血性心脏病发病等条件下的不良结果也有关,故缺乏一定的特异性。

此外,近期一篇荟萃分析显示,AD组、MCI组和对照组外周血sTNFR1、sTNFR2、α1-ACT、sCD40L和hsCRP水平以及α1-ACT、NGF和vipp-1的CSF浓度均发生了显著变化,这些发现为证明AD和MCI伴有全身和中枢神经系统来源的炎症过程提供了证据,但仍需要在更大的多中心队列研究中得到验证 [20]。

2.3.2. 血脑屏障改变的生物标记物

血脑屏障(blood brain barrier, BBB)的完整性对于维持中枢神经系统生化稳态至关重要,研究表明BBB功能障碍被认为是认知功能障碍的早期标志,包括早期AD。APOE4作为迟发性AD易感基因,被发现可加速BBB的破坏。近期Montagne等人发现CSF中PDGFRβ (血脑屏障周细胞损伤标志物)的高基线水平预测了APOE4携带者未来的认知能力下降,而非携带者则没有 [21]。脑脊液白蛋白/人血白蛋白比值(cerebrospinal fluid/serum albumin ratio, c/sAR)是目前评估BBB完整性的常用生物学标志物之一,在一项大样本、多中心、几乎涵盖所有痴呆亚型的横断面研究中发现晚发型AD患者c/sAR增高与神经丝轻链(NFL)成正相关(β = 0.24, p < 0.001, R2 = 0.17),同时也发现了血管性痴呆(β = 0.24, p < 0.001, R2 = 0.15)、混合型痴呆(β = 0.21, p < 0.001, R2 = 0.17)及其他痴呆组(β = 0.35, p = 0.41, R2 = 0.13)的c/sAR增高与神经丝轻链(NFL)的正相关关系,提示BBB功能障碍不是AD固有的,但可能是伴随的脑血管病理 [22]。

2.3.3. 神经变性或轴索损伤的生物标记物

神经丝轻链(neurofilament light chain, NFL)是异质聚合物蛋白的一种成分,主要存在于神经元轴突中,有助于维持神经元的形状,保持神经元结构稳定,当中枢神经系统轴突损伤时,NfL大量释放于CSF和血液中 [23]。研究发现与认知健康对照组相比,AD患者CSF和血浆中的NFL水平更高,且NFL浓度的增加与大脑萎缩、新陈代谢减少和认知功能下降很好地匹配。当与AD的核心生物标志物结合时,其诊断率提高 [24]。

神经类视锥蛋白1 (visinin-like protein-1, VLP-1)是另一种新出现的替代生物标志物,反映与神经元损伤相关的退行性改变。它是一种钙结合蛋白,通过调节离子通道、细胞生长、存活和神经元可塑性,在神经元信号级联中发挥重要作用。而AD发病机制与Ca2+信号通路异常密切相关。另外有纵向研究表明,与正常对照组相比,AD患者的CSF中VLP-1水平显著升高。因此考虑VLP-1不仅能够早期发现患者,而且为预测疾病进展提供了强有力的线索 [25]。

2.3.4. 突触功能障碍的生物标记物

海马神经颗粒素(neurogranin, NG)是一种突触后蛋白,在长期记忆增强和巩固中具有重要意义。PORTELIUS等 [26] 研究发现在AD的早期临床阶段,CSF中NG已经增加,并预示了随着时间的推移,认知功能恶化以及代谢和结构生物标志物的疾病相关变化,同时发现NG的增加与Aβ和tau病变、认知功能减退、低代谢和脑结构萎缩显著相关。综上,考虑NG可能可以作为AD早期检测、诊断及预测疾病进展的一个潜在的生物标志物。

突触体相关蛋白25 (SNAP-25)、突触totagmin-1 (SYT-1)和生长相关蛋白43 (GAP-43)作为突触前蛋白,其CSF浓度被分析后发现它在AD的所有临床阶段都在逐步升级。相反它们在脑组织中的表达被高度抑制,这可以解释神经元突触中存在的功能障碍 [27]。由于突触变性和丧失是AD的中心事件,故考虑上述数据可为AD诊断提供了一个新的思路。

2.4. 代谢组学生物标志物

ZARROUK等 [28] 以脂质代谢为背景,引用并分析了148篇关于AD脂质生物标志物的文献,表明磷脂可能作为检测AD前驱期的关键生物标志物。同时也有研究发现神经鞘脂与AD相关的几个生物学途径有关,包括tau蛋白磷酸化、Aβ代谢、钙稳态、乙酰胆碱生物合成和细胞凋亡,且神经鞘脂代谢紊乱与AD临床前和前驱期的内表型一致相关,也与其尸检病理相关,再次说明了神经鞘脂质可能是AD早期发现的相关生物标志物 [29]。

此外,在AD的病理过程发生的同时,出现了大脑外器官——肝脏的代谢紊乱。在一个为确定肝功能与AD之间关系的队列研究(n = 1581)中,发现谷草转氨酶(AST)/谷丙转氨酶(ALT)比值升高和ALT水平降低与认知能力差相关。此外,还发现ALT水平降低与CSF的Aβ42水平的降低、Aβ沉积增加、更高的CSF总tau水平、更高的CSF磷酸化tau181、脑葡萄糖代谢降低及脑萎缩相关 [30]。由此可见以血清为基础的肝功能标志物与AD的认知功能和AD常见致病生物标志物的一致关联。

2.5. 血清中微rna

微rna (miRNA)是一种小的非编码rna,可以调节突触可塑性、炎症过程或脂质代谢,大脑miRNAs的失调会加速认知能力下降和增加神经功能障碍。一项临床研究通过对比AD患者及正常对照组患者血清样本,发现与对照组相比,AD患者血清中4个miRNAs (miR-31、miR-93、miR-143和miR-146a)显著降低,考虑这四种miRNAs可作为AD的潜在生物标志物 [31]。

3. 成像技术生物标志物

3.1. 正电子发射断层扫描(PET)

PET是一种神经成像工具,可在活体水平上观察大脑的结构、功能变化及不同区域的脑代谢水平。目前临床PET脑显像主要有18标记的氟代脱氧葡萄糖正电子发射断层显像(18 Ffluorodeoxyglucose positron emission tomography, 18F-FDG PET)、淀粉样蛋白正电子发射断层显像(betaamyloid positron emission tomography, Aβ PET)、tau蛋白显像、和转位蛋白成像(TSPO PET) [32]。

18F-FDG PET可以评估各脑区的代谢情况,反映脑内神经元功能的衰退及数目的缺失情况。该成像能够比临床诊断方法更早检出AD,具有较高的敏感性和特异性,而且可以预测轻度认知障碍患者是否转化为AD [33]。用这种方法检测到不同阶段AD患者脑代谢减低的区域及对称性不同 [34],可见18F-FDG PET能够反映不同阶段AD的病理生理,评价AD的严重程度。

Aβ PET是一种旨在识别Aβ斑块沉积的成像技术,该方法可在AD早期、MCI阶段探测到脑内的老年斑。有研究对AD及MCI患者行PET检查,并进行了3~5 a的随访后发现在AD早期、MCI甚至更早期,Aβ即出现明显的沉积,并在疾病早期阶段已达到饱和状态,其沉淀量并不随着病情的进展而增加。因此认为其可作为AD诊断的辅助生物标志物,但其与病情严重程度的相关性较差 [35]。与Aβ PET一致,PET也可以揭示出tau蛋白在个体上的总体累积和空间分布。但目前由于其示踪剂的安全性尚在研究阶段,可用于临床试验的患者 [32]。

TSPO是PET成像中研究最广泛的神经炎症靶点,TSPO PET主要是检测激活的小胶质细胞分泌TSPO的神经炎症。近期一项研究发现,与对照组相比,AD患者的TSPO密度更高,该技术还强调了小胶质细胞的激活发生在AD发病早期 [36]。此外,正常小胶质细胞TSPO的表达也需要考虑。因此,联合Aβ、tau进行体内PET成像,可提高TSPO PET显像在AD诊断中的意义。

3.2. 磁共振成像(MRI)

大脑MRI可用来直视大脑结构及评估其功能,从而提供AD风险、发展等重要信息。MRI技术有不同的方法,其中最常见的结构MRI可通过检测脑灰质、白质、脑脊液等不同区域在磁场和射频波刺激下释放不同能量的能力来显示大脑结构。这种结构MRI不仅可以检测区域大脑(如海马、内嗅皮质、顶叶、后扣带回等)的萎缩,并且可以区分AD、健康对照组及其他痴呆症的类型 [37]。VEMURI等 [38] 对符合AD、DLB和FTD诊断的单一痴呆病理类型患者,在临床诊断时行MRI检测,后行尸检检查,发现在诊断AD、DLB和FTD时,结构MRI的准确率分别为87%、95%和90%,因此可以考虑基于MRI来识别每种疾病特有的萎缩形式,并建立一个基于MRI的鉴别诊断系统,然而上述方法是一个过于简化的方法。

另一种抛开直观的解剖分析及容量分析的研究方法是功能性MRI (functional MRI, fMRI),由于静息态fMRI检测不需要病人的配合,可能更容易在晚期AD患者中进行,因此其在AD的研究中越来越受欢迎。Montagne等 [39] 提到,几项基于fMRI研究一致报道MCI和AD受试者的海马活动均减少,且与记忆功能受损一致,同时也有报道提到了,在MRI个体早期阶段,可见到海马功能的过度活跃,随后在晚期阶段失去激活,相关的纵向研究进一步表明了这种基线的过度活跃可预测认知能力的快速下降,可见fMRI检查对于AD的临床诊断及疾病进展有一定的预测价值。

扩散张量成像(diffusion tensor imaging, DTI)是一种通过测量水分子的随机平移运动,获得神经纤维结构的信息的技术,它的主要度量指标包括分数各向异性(fractional anisotropy, FA)、平均扩散率(mean diffusivity, MD)和表观扩散系数(apparent diffusion coefficient, ADC)。近期的荟萃分析显示,MCI与AD患者的左额叶、胼胝体、穹窿、海马、扣带回的FA值显著降低,提示这些脑区可能是揭示AD进展的有效生物标志物 [40]。Avinash Chandra等人 [39] 也表明了FA的减少及MD的增加在AD、MCI及其他类型痴呆患者大脑中的分布区域不同,体现了该技术在AD诊断及鉴别诊断中的作用。

3.3. 视网膜成像

视网膜是位于眼睛后部的一种神经感觉层状组织,与大脑类似,视网膜也拥有不同类型的支持胶质细胞:Müller细胞、星形胶质细胞和小胶质细胞 [41]。视网膜成像是一项新兴技术,它可能产生低成本和无创的早期疾病负担和进展标记物。最近的研究进展强调了AD患者的视网膜病变,提示了其在AD病理中的意义。有研究发现,临床前AD患者视网膜神经纤维层(retinal nerve fiber layer, RNFL)的变化与大脑淀粉样蛋白的积累相对应 [42]。Mirzaei等人 [41] 也报道了可以在视网膜中找到有Aβ斑块、tau蛋白过度磷酸化、神经元变性、视网膜变薄、血管异常和胶质细胞增生的病理变化,进一步增强了数据丰富的视网膜成像作为一种有前途的工具和AD生物标志物来源的潜力。

4. 尿液、唾液中生物标志物

据报道,在AD及MCI组患者尿液检查中发现阿尔茨海默病相关神经丝蛋白(AD7c-NTP)均高于健康组,且由于尿液样本易收集、无创伤性、检测方法简单,使得尿AD7c-NTP有望成为诊断AD的潜在生物标志物 [43]。对另一种易获取的标本唾液的研究发现AD患者唾液中Aβ42水平显著高于对照组,同时唾液中的Aβ42、磷酸化tau蛋白的增加和乳铁蛋白的减少可能与临床AD相关,而唾液中的Aβ40和T-tau蛋白与临床AD疾病无关 [44],基于这些结果,考虑唾液检测似乎是一种很有前途的方法来检测AD的关键早期阶段。

5. 展望

近年来随着AD诊断标准的不断更新,逐渐强调了生物标志物在其诊断中的价值,加之对早期AD诊断的生物标志物的寻找,导致了许多生物标志物被研究和发现,但目前为止关于该病的诊断,仍有许多不确定因素。本文所叙述的各种生物标志物,为未来AD早期诊断及治疗带来了希望,但仅有少数的生物标志物通过尸检病理分析得到证实,大多数潜在的生物标志物处于个别研究,其研究结果表现差异很大,缺少综合的分析评估其诊断性能。而在实际临床工作中,影像学检查的花费昂贵及CSF样本采集的创伤性和高风险,迫切需要研究者能找到新型的潜在生物标志物,明确AD进展的潜在机制,可简单易行的用于AD的临床诊断。

基金项目

陕西省自然科学基金面上项目(2022JM-587)。

NOTES

*通讯作者。

参考文献

[1] Uchida, K. (2022) Waste Clearance in the Brain and Neuroinflammation: A Novel Perspective on Biomarker and Drug Target Discovery in Alzheimer’s Disease. Cells, 11, Article No. 919.
https://doi.org/10.3390/cells11050919
[2] Soria Lopez, J.A., González, H.M. and Léger, G.C. (2019) Alzheimer’s Disease. In: Handbook of Clinical Neurology, Vol. 167, Elsevier, Amsterdam, 231-255.
https://doi.org/10.1016/B978-0-12-804766-8.00013-3
[3] Jia, L., Du, Y., Chu, L., et al. (2020) Prevalence, Risk Factors, and Management of Dementia and Mild Cognitive Impairment in Adults Aged 60 Years or Older in China: A Cross-Sectional Study. The Lancet Public Health, 5, e661-e671.
https://doi.org/10.1016/S2468-2667(20)30185-7
[4] Jia, J., Wei, C., Chen, S., et al. (2018) The Cost of Alz-heimer’s Disease in China and Re-Estimation of Costs Worldwide. Alzheimer’s & Dementia, 14, 483-491.
https://doi.org/10.1016/j.jalz.2017.12.006
[5] Tiwari, S., Atluri, V., Kaushik, A., et al. (2019) Alzheimer’s Dis-ease: Pathogenesis, Diagnostics, and Therapeutics. International Journal of Nanomedicine, 14, 5541-5554.
https://doi.org/10.2147/IJN.S200490
[6] Olsson, B., Lautner, R., Andreasson, U., et al. (2016) CSF and Blood Biomarkers for the Diagnosis of Alzheimer’s Disease: A Systematic Review and Meta-Analysis. The Lancet Neurology, 15, 673-684.
https://doi.org/10.1016/S1474-4422(16)00070-3
[7] Suárez-Calvet, M., Karikari, T.K., Ashton, N.J., et al. (2020) Novel Tau Biomarkers Phosphorylated at T181, T217 or T231 Rise in the Initial Stages of the Preclinical Alzheimer’s Continuum When Only Subtle Changes in Aβ Pathology Are Detected. EMBO Molecular Medicine, 12, e12921.
[8] Blennow, K., Hampel, H., Weiner, M., et al. (2010) Cerebrospinal Fluid and Plasma Biomarkers in Alz-heimer Disease. Nature Reviews Neurology, 6, 131-144.
https://doi.org/10.1038/nrneurol.2010.4
[9] Wang, J., Qiao, F., Shang, S., et al. (2018) Elevation of Plasma Amyloid-β Level Is More Significant in Early Stage of Cognitive Impairment: A Population-Based Cross-Sectional Study. Journal of Alzheimer’s Disease, 64, 61-69.
https://doi.org/10.3233/JAD-180140
[10] Nakamura, A., Kaneko, N., Villemagne, V.L., et al. (2018) High Per-formance Plasma Amyloid-β Biomarkers for Alzheimer’s Disease. Nature, 554, 249-254.
https://doi.org/10.1038/nature25456
[11] Verberk, I.M.W., Slot, R.E., Verfaillie, S.C.J., et al. (2018) Plasma Am-yloid as Prescreener for the Earliest Alzheimer Pathological Changes. Annals of Neurology, 84, 648-658.
https://doi.org/10.1002/ana.25334
[12] Mielke, M.M., Hagen, C.E., Wennberg, A.M.V., et al. (2017) Association of Plasma Total Tau Level with Cognitive Decline and Risk of Mild Cognitive Impairment or Dementia in the Mayo Clinic Study on Aging. JAMA Neurology, 74, 1073-1080.
https://doi.org/10.1001/jamaneurol.2017.1359
[13] Yang, C.C., Chiu, M.J., Chen, T.F., et al. (2018) Assay of Plasma Phosphorylated Tau Protein (Threonine 181) and Total Tau Protein in Early-Stage Alzheimer’s Disease. Journal of Alzheimer’s Disease, 61, 1323-1332.
https://doi.org/10.3233/JAD-170810
[14] Calsolaro, V. and Edison, P. (2016) Neuroinflammation in Alzheimer’s Disease: Current Evidence and Future Directions. Alzheimer’s & Dementia, 12, 719-732.
https://doi.org/10.1016/j.jalz.2016.02.010
[15] Italiani, P., Puxeddu, I., Napoletano, S., et al. (2018) Circulating Levels of IL-1 Family Cytokines and Receptors in Alzheimer’s Disease: New Markers of Disease Progression? Journal of Neuroinflammation, 15, 342.
https://doi.org/10.1186/s12974-018-1376-1
[16] Wang, L., Gao, T., Cai, T., et al. (2020) Cerebrospinal Fluid Lev-els of YKL-40 in Prodromal Alzheimer’s Disease. Neuroscience Letters, 715, Article ID: 134658.
https://doi.org/10.1016/j.neulet.2019.134658
[17] Villar-Piqué, A., Schmitz, M., Hermann, P., et al. (2019) Plasma YKL-40 in the Spectrum of Neurodegenerative Dementia. Journal of Neuroinflammation, 16, Article No. 145.
https://doi.org/10.1186/s12974-019-1531-3
[18] Heslegrave, A., Heywood, W., Paterson, R., et al. (2016) In-creased Cerebrospinal Fluid Soluble TREM2 Concentration in Alzheimer’s Disease. Molecular Neurodegeneration, 11, Article No. 3.
https://doi.org/10.1186/s13024-016-0071-x
[19] Lee, W.J., Liao, Y.C., Wang, Y.F., et al. (2018) Plasma MCP-1 and Cognitive Decline in Patients with Alzheimer’s Disease and Mild Cognitive Impairment: A Two-Year Follow-Up Study. Scientific Reports, 8, Article No. 1280.
https://doi.org/10.1038/s41598-018-19807-y
[20] Shen, X.N., Niu, L.D., Wang, Y.J., et al. (2019) Inflammatory Markers in Alzheimer’s Disease and Mild Cognitive Impairment: A Meta-Analysis and Systematic Review of 170 Stud-ies. Journal of Neurology, Neurosurgery and Psychiatry, 90, 590-598.
https://doi.org/10.1136/jnnp-2018-319148
[21] Montagne, A., Nation, D.A., Sagare, A.P., et al. (2020) APOE4 Leads to Blood-Brain Barrier Dysfunction Predicting Cognitive Decline. Nature, 581, 71-76.
https://doi.org/10.1038/s41586-020-2247-3
[22] Skillbäck, T., Delsing, L., Synnergren, J., et al. (2017) CSF/Serum Albumin Ratio in Dementias: A Cross-Sectional Study on 1861 Patients. Neurobiology of Aging, 59, 1-9.
https://doi.org/10.1016/j.neurobiolaging.2017.06.028
[23] 杨红旗, 陈生弟. 神经丝蛋白轻链在阿尔茨海默病诊断中的价值[J]. 阿尔茨海默病及相关病, 2020, 3(3): 177-181.
[24] Mattsson, N., Insel, P.S., Palmqvist, S., et al. (2016) Cerebrospinal Fluid Tau, Neurogranin, and Neurofilament Light in Alzheimer’s Disease. EMBO Molecular Medi-cine, 8, 1184-1196.
https://doi.org/10.15252/emmm.201606540
[25] Hu, X., Yang, Y. and Gong, D. (2017) A Meta-Analysis of Cerebrospinal Fluid Visinin-Like Protein-1 in Alzheimer’s Disease Patients Relative to Healthy Con-trols and Mild Cognitive Impairment Patients. Neurosciences (Riyadh), 22, 94-101.
https://doi.org/10.17712/nsj.2017.2.20160557
[26] Portelius, E., Zetterberg, H., Skillbäck, T., et al. (2015) Cere-brospinal Fluid Neurogranin: Relation to Cognition and Neurodegeneration in Alzheimer’s Disease. Brain, 138, 3373-3385.
https://doi.org/10.1093/brain/awv267
[27] Jia, L., Zhu, M., Kong, C., et al. (2021) Blood Neu-ro-Exosomal Synaptic Proteins Predict Alzheimer’s Disease at the Asymptomatic Stage. Alzheimer’s & Dementia, 17, 49-60.
https://doi.org/10.1002/alz.12166
[28] Zarrouk, A., Debbabi, M., Bezine, M., et al. (2018) Lipid Biomarkers in Alzheimer’s Disease. Current Alzheimer Research, 15, 303-312.
https://doi.org/10.2174/1567205014666170505101426
[29] Varma, V.R., Oommen, A.M., Varma, S., et al. (2018) Brain and Blood Metabolite Signatures of Pathology and Progression in Alzheimer Disease: A Targeted Metabolomics Study. PLOS Medicine, 15, e1002482.
https://doi.org/10.1371/journal.pmed.1002482
[30] Nho, K., Kueider-Paisley, A., Ahmad, S., et al. (2019) Associ-ation of Altered Liver Enzymes with Alzheimer Disease Diagnosis, Cognition, Neuroimaging Measures, and Cerebro-spinal Fluid Biomarkers. JAMA Network Open, 2, e197978.
https://doi.org/10.1001/jamanetworkopen.2019.7978
[31] Dong, H., Li, J., Huang, L., et al. (2015) Serum Mi-croRNA Profiles Serve as Novel Biomarkers for the Diagnosis of Alzheimer’s Disease. Disease Markers, 2015, Article ID: 625659.
https://doi.org/10.1155/2015/625659
[32] Mahalingam, S. and Chen, M.K. (2019) Neuroimaging in Dementias. Seminars in Neurology, 39, 188-199.
https://doi.org/10.1055/s-0039-1678580
[33] De Carli, F., Nobili, F., Pagani, M., et al. (2019) Accuracy and Gen-eralization Capability of an Automatic Method for the Detection of Typical Brain Hypometabolism in Prodromal Alz-heimer Disease. European Journal of Nuclear Medicine and Molecular Imaging, 46, 334-347.
https://doi.org/10.1007/s00259-018-4197-7
[34] 陈超, 招建华, 卓文燕, 等. 阿尔茨海默病的18F-FDG PET脑显像特征及意义[J]. 中国实用神经疾病杂志, 2020, 23(17): 1484-1489.
[35] Kadir, A., Almkvist, O., Forsberg, A., et al. (2012) Dynamic Changes in PET Amyloid and FDG Imaging at Different Stages of Alzheimer’s Disease. Neurobiology of Aging, 33, 198.e1-14.
https://doi.org/10.1016/j.neurobiolaging.2010.06.015
[36] Dupont, A.C., Largeau, B., Santiago Ribeiro, M.J., et al. (2017) Translocator Protein-18 kDa (TSPO) Positron Emission Tomography (PET) Imaging and Its Clinical Impact in Neurodegenerative Diseases. International Journal of Molecular Sciences, 18, 785.
https://doi.org/10.3390/ijms18040785
[37] Harper, L., Bouwman, F., Burton, E.J., et al. (2017) Patterns of Atro-phy in Pathologically Confirmed Dementias: A Voxelwise Analysis. Journal of Neurology, Neurosurgery and Psychia-try, 88, 908-916.
https://doi.org/10.1136/jnnp-2016-314978
[38] Vemuri, P., Simon, G., Kantarci, K., et al. (2011) Antemortem Dif-ferential Diagnosis of Dementia Pathology Using Structural MRI: Differential-STAND. Neuroimage, 55, 522-531.
https://doi.org/10.1016/j.neuroimage.2010.12.073
[39] Chandra, A., Dervenoulas, G. and Politis, M. (2019) Alz-heimer’s Disease Neuroimaging Initiative. Magnetic Resonance Imaging in Alzheimer’s Disease and Mild Cognitive Im-pairment. Journal of Neurology, 266, 1293-1302.
https://doi.org/10.1007/s00415-018-9016-3
[40] Qin, L., Guo, Z., McClure, M.A., et al. (2021) White Matter Changes from Mild Cognitive Impairment to Alzheimer’s Disease: A Meta-Analysis. Acta Neurologica Belgica, 121, 1435-1447.
https://doi.org/10.1007/s13760-020-01322-5
[41] Mirzaei, N., Shi, H., Oviatt, M., et al. (2020) Alz-heimer’s Retinopathy: Seeing Disease in the Eyes. Frontiers in Neuroscience, 14, Article No. 921.
https://doi.org/10.3389/fnins.2020.00921
[42] Asanad, S., Fantini, M., Sultan, W., et al. (2020) Retinal Nerve Fi-ber Layer Thickness Predicts CSF Amyloid/Tau Before Cognitive Decline. PLOS ONE, 15, e0232785.
https://doi.org/10.1371/journal.pone.0232785
[43] Ma, L., Chen, J., Wang, R., et al. (2015) The Level of Alz-heimer-Associated Neuronal Thread Protein in Urine May Be an Important Biomarker of Mild Cognitive Impairment. Journal of Clinical Neuroscience, 22, 649-652.
https://doi.org/10.1016/j.jocn.2014.10.011
[44] Ashton, N.J., Ide, M., Zetterberg, H., et al. (2019) Salivary Bi-omarkers for Alzheimer’s Disease and Related Disorders. Neurology and Therapy, 8, 83-94.
https://doi.org/10.1007/s40120-019-00168-1