阿尔茨海默病血浆生物标志物的研究进展
Research Progress on Plasma Biomarkers of Alzheimer’s Disease
DOI: 10.12677/acm.2025.15102850, PDF, HTML, XML,    科研立项经费支持
作者: 陈泠羽, 王建行, 陈肖杰, 赵泳莉, 李施雨:牡丹江医科大学研究生院,黑龙江 牡丹江;赵维纳2.*:牡丹江市北药资源开发与应用协同创新中心,黑龙江 牡丹江
关键词: 阿尔茨海默病临床前期血清学标记物早期识别Alzheimer’s Disease Preclinical Serological Markers Early Identification
摘要: 阿尔茨海默病(Alzheimer’s disease, AD)是世界上导致痴呆的最常见疾病。早期诊断阿尔茨海默病通过使用生物标志物可以促进早期治疗干预措施的建立和监测,这些干预措施有可能显著改变患者的疾病进程,识别神经系统疾病液体生物标志物的早期主要集中在脑脊液(CSF)上。而它们的广泛使用,例如筛查测试,受到腰椎穿刺手术侵入性的巨大限制,和其高昂的成本。来自大脑和脑脊液的蛋白质最终进入血液,然后在血液中被稀释。在过去的几年里,各种研究表明,一些生物标记物可以在血液中检测到,确定更容易获得和更便宜的生物标志物。本篇总结了AD主要的血清生物标志物研究进展进行综述。
Abstract: Alzheimer’s disease (AD) is the most common disease that causes dementia in the world. Early diagnosis of Alzheimer’s disease can facilitate the establishment and monitoring of early treatment interventions through the use of biomarkers, which have the potential to significantly alter the disease course in patients, and the early identification of liquid biomarkers of neurological diseases is mainly focused on cerebrospinal fluid (CSF). And their widespread use, such as screening tests, is greatly limited by the invasiveness of lumbar puncture surgery, and its high cost. Proteins from the brain and cerebrospinal fluid end up in the bloodstream, where they are then diluted. Over the past few years, various studies have shown that some biomarkers can be detected in the blood, identifying more accessible and less expensive biomarkers. This article summarizes the research progress of the main serum biomarkers of AD.
文章引用:陈泠羽, 王建行, 陈肖杰, 赵泳莉, 李施雨, 赵维纳2.. 阿尔茨海默病血浆生物标志物的研究进展[J]. 临床医学进展, 2025, 15(10): 1020-1026. https://doi.org/10.12677/acm.2025.15102850

1. 引言

随着人口老龄化现象愈发严重,阿尔茨海默病(Alzheimer’s disease, AD)已经成为老年人群中最常见的神经退行性疾病。中国作为全球老年人口最多的国家,其AD患者的数量亦居世界首位。现数据预测2050年AD患病数量将上升至4250万,AD患者治疗的总费用到2030年将为2487.1亿美元,2050年为1.89万亿美元,这么巨大的经济负担对当前社会来说是个严峻的挑战[1]。AD早期不易被察觉,当疾病进展至晚期,脑部已经发生不可逆损伤。并且,在药物治疗方面,现有获批药物不仅数量有限,且仅能暂时缓解症状而无法阻断病程进展[2]。因此,早期对AD进行精确诊断具有重要的意义。本篇综述主要阐述AD中血浆标志物的研究进展,为AD的早期识别提供了重要路径。

2. 阿尔茨海默病临床前期血浆蛋白标记物

Aβ:淀粉样蛋白β蛋白(Aβ)是一种短的4.2 kDa肽,由40~42个氨基酸组成,Aβ作为AD病理机制的核心组分,被视为疾病发生的主要驱动因素[3]。越来越多的证据表明,低分子量Aβ低聚物(OAβ)和原纤维会刺激幼稚Aβ蛋白的聚集,产生神经毒性,引起蛋白的异常折叠,并且还与认知能力下降有关,在一些研究中,已经描述了几种具有良好临床性能的检测方法和潜在的高通量。因为从未在临床常规实施的检测方法检测到脑脊液中的OAβ,目前尚不清楚这些检测方法是否能优于单体Aβ肽的检测[4]。Aβ40和Aβ42作为AD的核心生物标志物,具有高度敏感性和特异性。AD患者脑脊液内Aβ42水平及Aβ42/Aβ40比值均显著降低,且后者能更好地区分健康个体与AD患者,此外,也有研究发现Aβ38也与AD的病理有关[5]。脑脊液中较高浓度Aβ38与认知衰退速率减缓及AD发病风险降低存在关联,但在血浆中暂未发现此关系。华盛顿大学医学院的Randall Batman发现,大脑中30%~50%的Aβ会进入血液。因此血液检测显示AD组及轻度认知障碍(mild cognitive impairment, MCI)组的Aβ42/40比值较正常组均显著下降[6] [7]。这些发现支持Aβ42、Aβ40以及其比值在血液中作为诊断标准的可行性。

tau蛋白:Tau蛋白由17号染色体上的微管相关蛋白tau (MAPT)基因编码,对微管形成和保持微管稳定性具有一定作用,通常存在于大脑的神经元细胞中而微蛋白的超磷酸化会影响微管的聚集,进而影响轴浆的运输,进一步形成神经元缠结,最终影响患者的认知功能[8]。P-tau-181和p-tau231和p-tau217是Tau蛋白磷酸化过程中产生的中间产物,血浆p-tau181水平在AD临床前阶段开始增加,在痴呆期进一步升高,AD病人血浆中p-tau181浓度是额颞叶变性病人的3.5倍,在预测脑淀粉样变性方面,p-tau181具有较高的敏感性和特异性[9] [10]。并且p-tau217和p-tau231亚型已被证明与无症状和有症状阶段的淀粉样斑块的存在有关。还有报道称,血浆p-tau231被证明可以识别AD的临床分期和神经病理学,与p-tau181的疗效相似。并且血浆p-tau231水平比p-tau181早于淀粉样蛋白β PET阳性,还能体现早期脑Tau沉积[11],p-tau181已经被证明是血液特征的第二个标准,它可以通过简单和微创的方法促进AD患者的早期诊断和随访。p-tau231具备成为AD早期诊断候选标志物的潜力。另外根据研究淀粉样蛋白阳性组血浆p-tau217的增加大于p-tau181,表明前者在AD诊断方面比后者更准确[12]。所以,tau蛋白磷酸化形式(尤其是p-tau217和p-tau231)是AD早期检测的优良血清生物标志物。

神经丝轻链蛋白(neurofilaments, NfL):是一种细胞骨架蛋白,在神经元中特异性表达,当神经元轴突受损时,NfL会释放至脑脊液和血液中,浓度的升高已作为诊断多种神经退行性疾病的生物标志物[13]。在AD患者血清中,NFL高于血管性痴呆患者[14]。多项研究的结果提供了一致的结果,表明AD患者的血浆NfL浓度升高,血浆NfL可能对AD痴呆具有诊断意义。此外,血浆NfL与基线和随访期间AD的认知缺陷和神经影像学特征有关。与年长(>65岁)个体相比较,年轻(<65岁)的血浆NfL检测AD的能力更强。因此,与淀粉样蛋白和tau蛋白生物标志物相比,NfL虽然不具有AD特异性,但可联合用于追踪AD进展[15]

β位点淀粉样蛋白前体蛋白裂解酶-1 (β-site amyloid precursor protein cleaving enzyme-1, BACE1):BACE1作为Aβ生成的关键限速酶,在AD病理进程中具有重要作用。有研究表明,AD和MCI患者大脑中BACE1活性显著升高,并且血浆水平能反映出中枢神经系统的酶活性变化。Nicsanu等[16]评估了31名AD、28名MCI和30名对照组中血清BACE1活性和Aβ1-40、Aβ1-42水平,结果显示BACE1的诊断准确率高于Aβ40/42比率,支持血清/血浆BACE1活性作为AD的早期生物标志物。此外,一项针对30名额颞叶痴呆(FTD)患者和30名对照的研究[17]显示,FTD患者血清BACE1活性未见变化,但是在AD组出现显著升高。这些结果也说明了血清BACE1活性作为AD鉴别诊断的潜在生物标志物。

3. 阿尔茨海默病临床前期基因标记物

淀粉样前体蛋白基因(APP):阿尔茨海默病的遗传学是复杂和异质的。已知有三个基因的突变导致了这种疾病的早期发病,并且原因之一为Aβ的大量沉积引起的,其中APP和早老素1、2 (PSEN1、PSEN2)的突变会导致Aβ的沉积。APP被αβγ裂解酶裂解,正常情况下生成Aβ,突变的APP基因有利于βγ裂解酶对APP的水解加工,使Aβ生成与代谢失衡,促进Aβ的聚集。早老素1、2的突变导致APP中γ-断裂的移位,产生更多的淀粉样蛋白Aβ42,脑中Aβ42/Aβ40的比例增高[18]。据报道由于体细胞突变引起的基因组嵌合存在于大脑中,并且在散发阿尔茨海默病和无认知障碍中都可以观察到,大脑嵌合体之一的APP (APPgencDNA)由体细胞重组形成,并整合到基因组DNA中。它的特点是没有内含子和存在外显子内结,报告表明,APPgencDNA及其转录本与其他cfDNA和cfRNA一样,从受伤的神经元释放到血浆中。由于APPgencDNA是在体细胞中重组而非生殖细胞中形成的,因此其丰度很小,因此认为APPgencDNA在血浆中也非常小。然而,与蛋白质不同的是,核酸很容易扩增,因此如果可以扩增,即使在血浆中也可以检测到APPgencDNA。与其他血液生物标志物相比,受伤神经元释放的APPgencDNA可能更能反映大脑中受伤神经元的状态。这些考虑表明,如果能够检测到响应神经元损伤而释放到血浆中的核酸中的APPgencDNA,则即使在痴呆发作之前,早发性阿尔茨海默病的早期诊断也是可能的[19] [20]

载脂蛋白E (APOE)基因:载脂蛋白E基因是AD临床前期关键的遗传风险标志物。其位于19号染色体的多态性位点包含ε2、ε3、ε4三种主要等位基因,其中APOE ε4显著增加散发性及迟发型AD风险,例如携带一个ε4等位基因使AD风险升高3~4倍,而ε4纯合子(ε4/ε4)人群的AD风险高达90%,甚至有研究证明ε4纯合子可视为一种独立的遗传性AD亚型[21]ε4携带者早在40岁时就表现出脑淀粉样蛋白病变,APOE4蛋白通过高亲和力结合Aβ加速淀粉样斑块沉积[22]。与APOE3小鼠(对于APOE-TR和EFAD小鼠)相比,APOE4中APOE4的apoE蛋白水平降低,与非携带者相比,APOE ε4等位基因携带者的个体降低[23]。脂质组学发现,ε4携带者血浆中花生四烯酸(AA)/二十二碳六烯酸(DHA)比率升高可预测临床前期向MCI或AD的转化,为早期干预提供新靶点[24]。尽管ε4携带者脑脊液Aβ42水平较早异常,但血浆APOE浓度研究存在异质性,其血浆蛋白诊断价值有限,因此仍不推荐作为独立诊断工具,未来需结合其他生物标志物[25]

非编码RNA:RNA是蛋白质合成前的重要分子,其含量可以一定程度地表明对应蛋白的表达情况。随着研究的进展,除了最为人熟知的转运RNA (transfer RNA, tRNA)和核糖体RNA (ribosomal RNA, rRNA)以外,其他类型的非编码RNA也相继被科研人员发现,包括微小RNA (micro RNA, miRNA)、长链非编码RNA (long non-coding RNA, lncRNA)。miRNA是由20~25个核苷酸组成的单链非编码RNA,它可通过与靶mRNA的3’非翻译区(UTR)结合,抑制靶基因翻译或促使其降解,从而起到转录后基因沉默的作用。Nie等[26]通过测序技术发现AD患者血浆中外泌体miRNA有22个表达上调和21个表达下调。此外,Lugli等[27]也检测到AD患者血浆外泌体miRNA有20个的表达发生变化。这两项研究数据中都显示外泌体miR-34-3p在AD患者血浆中表达下调,说明血浆外泌体miR-342-3p的表达与AD病理变化有关从正常人到MCI再到早期AD,miRNA-195的表达呈现下降的趋势。还有可将AD患者与健康人群区分开miR-132在MCI阶段,其表达水平比正常人更高这表明了可作为阿尔茨海默氏病的早期潜在外周生物标志物[28],miR-132作为大脑最丰富的miRNA之一,在AD患者的大脑中持续下调。这种下调会影响各种生理过程,包括神经元分化、神经突生长、突触可塑性、神经元细胞凋亡和存活[29]。Wu等[30]使用smallRNA测序对71名参与者进行了miRNA分析,结果显示与对照组相比,血液miR-146b-5p和miR15b-5p在AD中显示出一致的差异表达。以上研究结果表明了非编码RNA作为AD血清生物标记物的诊断。

4. 阿尔茨海默病临床前期其他血清标记物

4.1. 脂质

脂质在大脑功能中起到关键作用,例如血脑屏障(BBB)的完整性、髓鞘形成、囊泡运输、APP治疗和神经炎症。最近,由于循环脂质的变化似乎反映了大脑中的脂质失调,血液已成为侵入性脑脊液取样的可行替代方案[31]。磷脂和鞘脂也被认为是AD的潜在生物标志物。已经引入了几种候选脂质,并显示出与金标准AD生物标志物(即CSF P-tau/Aβ42比率)的强相关性。在Kim等[32]进行的一项研究中,循环神经酰胺和磷脂酰胆碱(PC)水平升高与认知能力下降有关。其他研究也报告了患者血清PC和磷脂酰乙醇胺(PE)浓度降低;特别是血清PE的降低和赖氨酸PE的增加预测了从MCI进展为AD的速度。Akyol等[33]人发现MCI Aβ阳性患者的血浆鞘磷脂浓度,尤其是SM (d43:2)低于对照组,MCI Aβ阳性患者的血浆鞘磷脂浓度也低于MCI Aβ阴性患者。此外,鞘磷脂(SM (d43:2))是唯一与MCI Aβ阳性患者相关的脂质。因此,我们可以得出结论,血浆SM浓度的降低与AD有关,并有可能被用作AD的早期预测因子。

4.2. 炎症标记物

在AD中免疫反应(可能反映激活、失调或其他过程)现在也被认为是AD风险/发病机制的核心组成部分在血清中可以通过测量以下八种,包括碱性成纤维细胞生长因子(bFGF)、C反应蛋白(CRP)、白细胞介素16 (IL-16)、可溶性fms样酪氨酸激酶1 (sFLT-1)、可溶性细胞间粘附分子1 (sICAM1)、Tie-2受体酪氨酸激酶、血管内皮生长因子-C (VEGF-C)和血管内皮生长因子-D (VEGF-D)。另外三种,白细胞介素-15 (IL-15),单核细胞趋化蛋白-1 (MCP-1)和sFLT-1,在AD传统的标志物中,添加这些神经炎症生物标志物,经有些研究发现可将认知能力下降患者的诊断准确率分别提高13.9%和12.5% [34]。此外近些年研究发现与神经炎症有关的血浆中的髓系细胞上表达的可溶性触发受体2 (sTREM2)在AD患者中较认知障碍者稍低,另外,和认知健康的患者相比,AD和MCI患者外周血单核细胞的TREM2表达增加,在进展为AD的MCI患者中,TREM2表达水平中等[35],因此有作为AD早期诊断标志物。

5. 总结与展望

我国60岁以上老年人AD患病率约为3.94%,患者数量庞大,预计到2050年将达4000万,经济负担沉重,已成为重大卫生和社会问题。其早期诊断和干预成为了一种强烈的社会需求。目前针对治疗AD药物主要是延缓疾病发展,如果能在AD早期确诊进行用药,将会极大改善患者预后;迄今为止,还没有完美的标志物用于诊断AD,但相对于脑脊液与影像学检查,外周血检测方便、价格廉价以及无创伤性等特点具有巨大的优势。AD治疗药物价格昂贵对于家庭负担较大。目前国外在AD新药临床实验中使用AD相关的核心生物标记Aβ42、Aβ40、p-tau和t-tau作为实验招募受试者的标准,有望在临床实验中取得一定进展。联合使用这些核心生物标记,有望提高AD的诊断效能。总体而言,在蛋白组学技术推动下, 血液标志物(如Aβ42/40、p-tau)在AD早期筛查中显示潜力,具有非侵入性、成本低等优势;然而,其准确性和可靠性受标志物重叠、技术标准化不足等挑战限制,需通过组合检测和标准化提升诊断效能,目前尚未成为普及性工具。

基金项目

黑龙江省自然科学基金项目(SS2023H005),黑龙江省省属高等学校基本科研费科研项目(2022-KYYWF-0662),牡丹江医学院附属红旗医院博士基金项目(2024-HQBS-12),黑龙江省自然科学基金联合基金重点项目(ZL2024H014)。

NOTES

*通讯作者。

参考文献

[1] Jia, J., Wei, C., Chen, S., Li, F., Tang, Y., Qin, W., et al. (2018) The Cost of Alzheimer’s Disease in China and Re‐estimation of Costs Worldwide. Alzheimers & Dementia, 14, 483-491. [Google Scholar] [CrossRef] [PubMed]
[2] Karlawish, J. and Grill, J.D. (2024) Alzheimer’s Disease Biomarkers and the Tyranny of Treatment. eBioMedicine, 108, Article 105291. [Google Scholar] [CrossRef] [PubMed]
[3] Ma, C., Hong, F. and Yang, S. (2022) Amyloidosis in Alzheimer’s Disease: Pathogeny, Etiology, and Related Therapeutic Directions. Molecules, 27, Article 1210. [Google Scholar] [CrossRef] [PubMed]
[4] Huang, Y. and Liu, R. (2020) The Toxicity and Polymorphism of β-Amyloid Oligomers. International Journal of Molecular Sciences, 21, Article 4477. [Google Scholar] [CrossRef] [PubMed]
[5] Tiwari, S., Atluri, V., Kaushik, A., Yndart, A. and Nair, M. (2019) Alzheimer’s Disease: Pathogenesis, Diagnostics, and Therapeutics. International Journal of Nanomedicine, 14, 5541-5554. [Google Scholar] [CrossRef] [PubMed]
[6] Li, C. and Götz, J. (2017) Tau-Based Therapies in Neurodegeneration: Opportunities and Challenges. Nature Reviews Drug Discovery, 16, 863-883. [Google Scholar] [CrossRef] [PubMed]
[7] Ovod, V., Ramsey, K.N., Mawuenyega, K.G., Bollinger, J.G., Hicks, T., Schneider, T., et al. (2017) Amyloid Β Concentrations and Stable Isotope Labeling Kinetics of Human Plasma Specific to Central Nervous System Amyloidosis. Alzheimers & Dementia, 13, 841-849. [Google Scholar] [CrossRef] [PubMed]
[8] Zhang, D., Zhang, W., Ming, C., Gao, X., Yuan, H., Lin, X., et al. (2024) P-Tau217 Correlates with Neurodegeneration in Alzheimer’s Disease, and Targeting P-Tau217 with Immunotherapy Ameliorates Murine Tauopathy. Neuron, 112, 1676-1693.E12. [Google Scholar] [CrossRef] [PubMed]
[9] Doroszkiewicz, J., Groblewska, M. and Mroczko, B. (2022) Molecular Biomarkers and Their Implications for the Early Diagnosis of Selected Neurodegenerative Diseases. International Journal of Molecular Sciences, 23, Article 4610. [Google Scholar] [CrossRef] [PubMed]
[10] Gonzalez-Ortiz, F., Kac, P.R., Brum, W.S., Zetterberg, H., Blennow, K. and Karikari, T.K. (2023) Plasma Phospho-Tau in Alzheimer’s Disease: Towards Diagnostic and Therapeutic Trial Applications. Molecular Neurodegeneration, 18, Article No. 18. [Google Scholar] [CrossRef] [PubMed]
[11] Milà-Alomà, M., Ashton, N.J., Shekari, M., Salvadó, G., Ortiz-Romero, P., Montoliu-Gaya, L., et al. (2022) Plasma P-Tau231 and P-Tau217 as State Markers of Amyloid-Β Pathology in Preclinical Alzheimer’s Disease. Nature Medicine, 28, 1797-1801. [Google Scholar] [CrossRef] [PubMed]
[12] Li, L., Che, P., Liu, D., Wang, Y., Li, J., He, D., et al. (2025) Diagnostic and Discriminative Accuracy of Plasma Phosphorylated Tau 217 for Symptomatic Alzheimerʼs Disease in a Chinese Cohort. The Journal of Prevention of Alzheimers Disease, 12, Article 100092. [Google Scholar] [CrossRef] [PubMed]
[13] Gaetani, L., Blennow, K., Calabresi, P., Di Filippo, M., Parnetti, L. and Zetterberg, H. (2019) Neurofilament Light Chain as a Biomarker in Neurological Disorders. Journal of Neurology, Neurosurgery & Psychiatry, 90, 870-881. [Google Scholar] [CrossRef] [PubMed]
[14] Palermo, G., Mazzucchi, S., Della Vecchia, A., Siciliano, G., Bonuccelli, U., Azuar, C., et al. (2020) Different Clinical Contexts of Use of Blood Neurofilament Light Chain Protein in the Spectrum of Neurodegenerative Diseases. Molecular Neurobiology, 57, 4667-4691. [Google Scholar] [CrossRef] [PubMed]
[15] Gallingani, C., Carbone, C., Tondelli, M. and Zamboni, G. (2024) Neurofilaments Light Chain in Neurodegenerative Dementias: A Review of Imaging Correlates. Brain Sciences, 14, Article 272. [Google Scholar] [CrossRef] [PubMed]
[16] Nicsanu, R., Cervellati, C., Benussi, L., Squitti, R., Zanardini, R., Rosta, V., et al. (2022) Increased Serum Beta-Secretase 1 Activity Is an Early Marker of Alzheimer’s Disease. Journal of Alzheimers Disease, 87, 433-441. [Google Scholar] [CrossRef] [PubMed]
[17] Saraceno, C., Cervellati, C., Trentini, A., Crescenti, D., Longobardi, A., Geviti, A., et al. (2024) Serum Beta-Secretase 1 Activity Is a Potential Marker for the Differential Diagnosis between Alzheimer’s Disease and Frontotemporal Dementia: A Pilot Study. International Journal of Molecular Sciences, 25, Article 8354. [Google Scholar] [CrossRef] [PubMed]
[18] Pang, K., Jiang, R., Zhang, W., Yang, Z., Li, L., Shimozawa, M., et al. (2022) An App Knock-In Rat Model for Alzheimer’s Disease Exhibiting Aβ and Tau Pathologies, Neuronal Death and Cognitive Impairments. Cell Research, 32, 157-175. [Google Scholar] [CrossRef] [PubMed]
[19] Triaca, V., Ruberti, F. and Canu, N. (2021) NGF and the Amyloid Precursor Protein in Alzheimer’s Disease: From Molecular Players to Neuronal Circuits. In: Calzà, L., Aloe, L. and Giardino, L., Eds., Advances in Experimental Medicine and Biology, Springer International Publishing, 145-165. [Google Scholar] [CrossRef] [PubMed]
[20] Maurya, R., Bhattacharjee, G., Khambhati, K., et al. (2023) Amyloid Precursor Protein in Alzheimer’s Disease. Progress in Molecular Biology and Translational Science, 196, 261-270.
[21] Fortea, J., Pegueroles, J., Alcolea, D., Belbin, O., Dols-Icardo, O., Vaqué-Alcázar, L., et al. (2024) APOE4 Homozygosity Represents a Distinct Genetic Form of Alzheimer’s Disease. Nature Medicine, 30, 1284-1291. [Google Scholar] [CrossRef] [PubMed]
[22] Ferrari-Souza, J.P., Bellaver, B., Ferreira, P.C.L., Benedet, A.L., Povala, G., Lussier, F.Z., et al. (2023) APOEε4 Potentiates Amyloid Β Effects on Longitudinal Tau Pathology. Nature Aging, 3, 1210-1218. [Google Scholar] [CrossRef] [PubMed]
[23] Scarabino, D., Broggio, E., Gambina, G., Maida, C., Gaudio, M.R. and Corbo, R.M. (2016) Apolipoprotein E Genotypes and Plasma Levels in Mild Cognitive Impairment Conversion to Alzheimer’s Disease: A Follow‐Up Study. American Journal of Medical Genetics Part B: Neuropsychiatric Genetics, 171, 1131-1138. [Google Scholar] [CrossRef] [PubMed]
[24] Abdullah, L., Evans, J.E., Emmerich, T., Crynen, G., Shackleton, B., Keegan, A.P., et al. (2017) APOE ε4 Specific Imbalance of Arachidonic Acid and Docosahexaenoic Acid in Serum Phospholipids Identifies Individuals with Preclinical Mild Cognitive Impairment/Alzheimer’s Disease. Aging, 9, 964-985. [Google Scholar] [CrossRef] [PubMed]
[25] Prins, S., de Kam, M.L., Teunissen, C.E., et al. (2022) Inflammatory Plasma Biomarkers in Subjects with Preclinical Alzheimer’s Disease. Alzheimers Research & Therapy, 14, Article 106.
[26] Nie, C., Sun, Y., Zhen, H., Guo, M., Ye, J., Liu, Z., et al. (2020) Differential Expression of Plasma Exo-Mirna in Neurodegenerative Diseases by Next-Generation Sequencing. Frontiers in Neuroscience, 14, Article 438. [Google Scholar] [CrossRef] [PubMed]
[27] Lugli, G., Cohen, A.M., Bennett, D.A., Shah, R.C., Fields, C.J., Hernandez, A.G., et al. (2015) Plasma Exosomal Mirnas in Persons with and without Alzheimer Disease: Altered Expression and Prospects for Biomarkers. PLOS ONE, 10, e0139233. [Google Scholar] [CrossRef] [PubMed]
[28] Li, W. and Zheng, Y. (2023) MicroRNAs in Extracellular Vesicles of Alzheimer’s Disease. Cells, 12, Article 1378. [Google Scholar] [CrossRef] [PubMed]
[29] Salta, E. and De Strooper, B. (2017) MicroRNA‐132: A Key Noncoding RNA Operating in the Cellular Phase of Alzheimer’s Disease. The FASEB Journal, 31, 424-433. [Google Scholar] [CrossRef] [PubMed]
[30] Wu, H.Z.Y., Thalamuthu, A., Cheng, L., Fowler, C., Masters, C.L., Sachdev, P., et al. (2020) Differential Blood Mirna Expression in Brain Amyloid Imaging-Defined Alzheimer’s Disease and Controls. Alzheimers Research & Therapy, 12, Article No. 59. [Google Scholar] [CrossRef] [PubMed]
[31] Varesi, A., Carrara, A., Pires, V.G., Floris, V., Pierella, E., Savioli, G., et al. (2022) Blood-Based Biomarkers for Alzheimer’s Disease Diagnosis and Progression: An Overview. Cells, 11, Article 1367. [Google Scholar] [CrossRef] [PubMed]
[32] Kim, M., Nevado-Holgado, A., Whiley, L., Snowden, S.G., Soininen, H., Kloszewska, I., et al. (2017) Association between Plasma Ceramides and Phosphatidylcholines and Hippocampal Brain Volume in Late Onset Alzheimer’s Disease. Journal of Alzheimers Disease, 60, 809-817. [Google Scholar] [CrossRef] [PubMed]
[33] Akyol, S., Ugur, Z., Yilmaz, A., Ustun, I., Gorti, S.K.K., Oh, K., et al. (2021) Lipid Profiling of Alzheimer’s Disease Brain Highlights Enrichment in Glycerol(Phospho)Lipid, and Sphingolipid Metabolism. Cells, 10, Article 2591. [Google Scholar] [CrossRef] [PubMed]
[34] Lista, S., Imbimbo, B.P., Grasso, M., Fidilio, A., Emanuele, E., Minoretti, P., et al. (2024) Tracking Neuroinflammatory Biomarkers in Alzheimer’s Disease: A Strategy for Individualized Therapeutic Approaches? Journal of Neuroinflammation, 21, Article No. 187. [Google Scholar] [CrossRef] [PubMed]
[35] Delaby, C., Hirtz, C. and Lehmann, S. (2023) Overview of the Blood Biomarkers in Alzheimer’s Disease: Promises and Challenges. Revue Neurologique, 179, 161-172. [Google Scholar] [CrossRef] [PubMed]