目前為止，帕金森病（Parkinson's disease，簡稱PD）在臨床上仍然沒有可靠的標志物！6月21日，Matthias Mann團隊于在Cell reports medicine（預計今年IF >15）發表了名為“Proteome profiling of cerebrospinal fluid reveals biomarker candidates for Parkinson’s disease研究”，利用高可靠、高靈敏度的蛋白質組學分析流程，對來自于兩個獨立隊列共超過200名受試者進行了微量腦脊液樣本的蛋白譜分析；利用機器學習算法，發現了PD相關蛋白表達特征及潛在標志物，同時進一步揭示了PD的病理機制。



【亮點總結】：

1. 針對微量腦脊液樣本：建立了可重復的、高可靠的基于質譜的腦脊液蛋白質組分析流程
2. 在超過200個個體的腦脊液中鑒定到超過1700個蛋白質
3. 發現了LRRK2 G2019S突變攜帶者的溶酶體和免疫相關標志物特征
4. 在腦脊液和尿液的整合水平上，分析了PD與LRRK2突變的相關特征

 
【隊列及技術方法】
113對照　VS　102　PD患者，DIA技術
【主要結果】：
4. LRRK2 G2019S突變相關的腦脊液蛋白質組
 
【總結】

在這項研究中，Mann研究團隊擴展了生物標志物發現的流程方法，該方法分析了來自兩個獨立隊列的 200 多個 CSF 樣本，并從微量樣本中檢測到 1,700 多種蛋白質。通過機器學習，研究者確定了PD獨特的蛋白質特征，其豐度在 PD 患者與健康對照組和 LRRK2 G2019S 攜帶者與非攜帶者中發生了特別變化。該研究表明，基于質譜的蛋白質組學是在體液中發現生物標志物的強大技術。該研究還提供了潛在的 PD 生物標志物以及與 PD 和/或 LRRK2 突變相關的生物途徑的見解。