文章中心

了解、体验、感悟、分享——汇聚平台使用教程与科研动态。

新闻资讯

血小板RNA标志物助力帕金森病早期诊断新突破

Genelibs文献解读 2026-10-20 01:32 10 次阅读

原文：Identification of platelet-derived biomarker in a cohort of Parkinson's disease.
期刊：Genes & diseases（影响因子 14.6） | PubMed | PMC 全文（含 PDF）

关键图表

**Figure 1** 研究设计概述。通过加权基因共表达网络分析（WGCNA）评估了黑质（SN）和血小板（PLTs）中与帕金森病（PD）性状显著相关的模块。通过大规模全基因组关联研究（GWAS）和转录组范围关联研究（TWAS），将 PLTs 这些模块中的差异表达基因（DEGs）映射到 SN 中的相应基因以及 PD 中的重要基因，从而鉴定出候选的 PLT 生物标志物。这些候选 DEGs 首先利用单细胞 RNA-seq 数据进行了初步评估，通过受试者工作特征（ROC）曲线分析进行评价，并最终在外部数据集中通过定量实时聚合酶链反应（qPCR）进行了验证。

**Figure 2** 黑质（SN）中的 mRNA 网络分析。(A) 从 7 个不同来源（带有指定的 GSE 编号）收集 SN 微阵列数据的工作流程。(B) 由 11 个与帕金森病（PD）性状显著相关的 mRNA 模块组成的相关网络。基因本体生物学过程（GO-BP）分析确定了每个模块对应的生物学过程。(C–F) HC 组与 PD 组之间模块特征基因（ME）值差异的比较。(G–J) 散点图显示每个 PD 网络模块的基因显著性（GS）绝对值与模块成员资格（MM）显著相关。Cor，皮尔逊相关系数。(K–N) 每个模块中前 20 个枢纽基因的表达水平差异（|Log2 FC|）。红色节点：与 HC 组相比，PD 组中基因表达水平上调。深蓝色，显著下调；深红色，显著上调。浅蓝色/红色，基因表达水平无显著差异。

**Figure 3** 血小板（PLTs）的 RNA 网络分析。(A) 来自本研究入组的帕金森病（PD）患者和健康对照（HCs）的 PLT 转录组分析工作流程。(B) 由 8 个与 PD 性状显著相关但与性别、年龄或病程无关的 mRNA 模块组成的相关网络。其中 6 个模块与 Hoehn–Yahr 分期显著相关。基因本体生物学过程（GO-BP）分析揭示了每个模块对应的生物学过程。(C–F) HCs 与 PD 患者之间 ME 值差异的比较。(G–J) 散点图显示网络模块中 PD 的基因显著性（GS）绝对值与模块成员资格（MM）显著相关。(K–N) 散点图显示网络模块中 Hoehn–Yahr 分期的基因显著性（GS）绝对值与模块成员资格（MM）显著相关。(O–R) 每个模块中前 20 个枢纽基因的表达水平差异（|Log2 FC|）。深蓝色，显著下调；浅蓝色，基因表达水平无显著差异。

**Figure 4** 血小板（PLTs）与黑质（SN）之间部分重叠的模块基因。(A) 在与帕金森病（PD）性状显著相关的模块中，PLTs 和 SN（STN）中的基因以及基因本体生物学过程（GO-BP）通路部分重叠。在外侧，带有指定颜色的弧线代表对应于图 2 和图 3 所示的不同 SN 和 PLT 模块。内侧圆圈显示深橙色和浅橙色弧线；每条弧线代表对应于外侧的一组模块基因。深橙色连接与其他模块中的基因重叠的基因（紫色线），而蓝线连接与这些重叠基因共享的 GO-BP 通路相关的基因。浅橙色代表缺乏功能联系的基因。(B) 在与 PD 显著相关的 PLT 或 SN 模块中富集的主要通路。底部面板显示了代表 SN 和 PLT 中不同模块的术语，而右侧指示了前 20 个 GO-BP 通路。颜色越深，模块中的通路越显著。

**Figure 5** 候选血小板（PLTs）生物标志物及初步测试。(A–C) PLTs 网络模块中的差异表达基因（DEGs）首先映射到黑质（SN）中的相应基因。维恩图显示了 26 个重叠的模块基因（A），其中 12 个带有相应模块的基因在 SN 和 PLTs 之间一致变化（B），并且在帕金森病（PD）患者的 PLTs 中显著改变（C）。(F–F) PLTs 网络模块中的 DEGs 映射到 SN 中未富集的“血小板”通路基因（指 PLT 特异性基因）。维恩图显示了 6 个带有相应模块的重叠基因（D、E），其表达在 PD 患者的 PLTs 中显著改变（F）。(G–I) PLTs 网络模块中的 DEGs 通过大规模全基因组关联研究（GWAS）和转录组范围关联研究（TWAS）映射到 33 个特征性 PD 基因。维恩图显示了 2 个带有相应模块的重叠基因（WDR6 和 LRRC37A2）（G、H），其表达在 PD 患者的 PLTs 中显著改变（I）。(J) 由此产生的 PLTs 中的 20 个基因在 SN 神经元中通过单细胞 RNA-seq（GSE243639）进行了初步测试。大多数基因的变化是一致的。

**Figure 6** CRLF 和 LRRC37A2 基因的组合显示出最佳的诊断性能。(A–C) 在外部验证集中通过 qPCR 量化了 LRRC37A2 (A)、CRLF3 (B) 和 TBXA2R (C) 的相对 mRNA 水平。在健康对照（HCs）、帕金森病（PD）和非典型帕金森病（APD）组中，每组共收集了 10 个样本。(D–F) 使用 CRLF3 和 LRRC37A2 的组合进行受试者工作特征（ROC）分析，以比较 HCs 与 PDs (D)、PDs 与 APDs (E) 以及 HCs 与 APDs (F)。

帕金森病（Parkinson's disease, PD）是全球常见的神经退行性疾病，其核心病理特征是中脑黑质（substantia nigra, SN）多巴胺能神经元的丢失以及α-突触核蛋白在细胞内的异常聚集。然而，在临床实践中，PD 的早期诊断依然困难重重：患者早期症状往往不典型，而现有的影像学检查（如 MRI、α-突触核蛋白放射示踪剂成像）或体液检测手段，尚不足以在疾病最早期阶段可靠地识别患者。

更关键的限制在于——我们无法从活体患者身上获取脑组织。黑质虽然是直接反映 PD 进展的“金标准”部位，但死后脑组织样本无法用于临床诊断。因此，寻找一种易于获取、能反映中枢神经系统变化的“外周替代组织”，成为 PD 生物标志物研究的重要方向。

近年来，血液样本（包括脑脊液、肠道菌群相关标志物以及外周血细胞）被视为潜在来源。其中，血小板（platelets, PLTs）引起了研究者注意。血小板由巨核细胞出芽形成，虽无细胞核，却继承了巨核细胞的遗传信息与功能成分；更重要的是，血小板与神经元在生化特性上存在相似性，并参与炎症和神经元损伤过程。在 PD 中，血小板数量下降、体积增大、多巴胺摄取受损，且其高凝状态与循环促炎细胞因子升高相关。此前，血小板已被用于肿瘤、心血管/免疫疾病乃至阿尔茨海默病的研究，但其在 PD 分子诊断中的价值尚未明确。

近日，一项发表于 Genes & Diseases（影响因子 14.6）的研究，系统分析了 PD 患者黑质转录组与外周血小板转录组，并结合大规模 GWAS/TWAS 数据，筛选出具有诊断潜力的血小板来源基因组合。

核心发现：从黑质到血小板，锁定 CRLF3 与 LRRC37A2

研究团队首先整合了公共数据库中 PD 患者黑质组织的 mRNA 表达谱。通过在 NCBI 与 EMBL-EBI 中检索，初步获得 15 个黑质数据集；经严格筛选（Affymetrix 平台、病例与对照样本均≥3、提供差异表达基因、无理化干预、来自人脑尸检组织、排除错误数据），最终纳入 7 个数据集（GSE7621、GSE8397、GSE20333、GSE20164、GSE20163、GSE49036、GSE20295），共包含 76 例 PD 样本与 57 例健康对照（HC）样本。

同时，团队在重庆医科大学附属第一医院神经内科门诊招募了 2022 年 3 月至 2023 年 6 月间的受试者：22 例 PD 患者、13 例非典型帕金森病（APD，仅进行性核上性麻痹 PSP 与多系统萎缩 MSA）患者以及 27 例年龄性别匹配的健康对照。所有受试者均接受 MDS-UPDRS 临床标准诊断，并排除其他神经/精神疾病、近期抗精神病药或抗凝药使用、感染、血液病及肿瘤等情况。入组 PD 患者多处于早期阶段，主要运动症状为不对称强直与静止性震颤。

研究者采用加权基因共表达网络分析（WGCNA），分别在黑质与血小板中构建与 PD 性状显著相关的基因模块。结果显示：在黑质中，多数网络模块关联于染色质组织、能量代谢与突触信号；而在血小板中，模块则主要关联于染色质组织与 DNA 代谢。值得注意的是，两者在“染色质组织（chromatin organization）”通路上存在共同之处。

进一步，团队将血小板显著模块中的差异表达基因（DEGs），与黑质微阵列数据中的 DEGs 进行比对，并叠加大规模全基因组关联研究（GWAS）与转录组范围关联研究（TWAS）所识别的重要 PD 基因，最终得到 20 个候选基因。这些基因先在新近可用的单细胞 RNA-seq 数据中检验一致性，再通过受试者工作特征曲线（ROC）分析以及在独立验证集中进行 qPCR 验证。

结果明确：在外部验证集中，CRLF3 与 LRRC37A2 两个基因的组合表现出最优的诊断性能。qPCR 结果显示，LRRC37A2、CRLF3 以及 TBXA2R 的相对 mRNA 水平在 PD、APD 与 HC 之间存在可区分的表达模式，其中 CRLF3 与 LRRC37A2 的联合指标最具判别力。

方法亮点：多组学交叉与严格样本处理

这项研究在方法学上有几处值得称道的设计。

第一，是“中枢—外周”双组学映射策略。研究者没有仅依赖血小板数据，而是先解析黑质这一中枢病变核心的转录网络，再将血小板中差异基因映射回黑质模块，从而保证候选标志物具有神经生物学相关性，而非单纯的外周噪声。

第二，是引入 GWAS 与 TWAS 大规模遗传学证据。微阵列数据本身存在可靠性限制，因此团队额外利用 PD 的大规模 GWAS/TWAS 结果筛选显著基因，使候选名单兼具转录组差异与遗传关联双重支持。

第三，是血小板样本的纯化与质控。每位参与者采集 10 mL EDTA 抗凝血，4℃ 保存并在 6 小时内处理；先以 120 g 离心 20 分钟获得富血小板血浆（PRP），吸取上层 9/10 上清以避免下层其他血细胞污染，再以 360 g 离心 20 分钟获取血小板沉淀，溶于 TRIzol 后于 −80℃ 保存。RNA 质检要求总量 >200 ng、RIN ≥ 7；测序在 BGIseq500 平台完成，共检测到约 15,000 个基因。与公共数据中免疫细胞等其他血细胞类型的相关性分析表明，血小板样本未受显著污染。

第四，是逐步验证链条：从 WGCNA 模块筛选 → 20 个候选基因 → 单细胞 RNA-seq 一致性检验 → ROC 曲线评估 → 外部队列 qPCR 验证，形成了较完整的证据闭环。

应用意义：抽血即可辅助 PD 识别？

该研究的临床意义在于：如果血小板中的 CRLF3 与 LRRC37A2 表达组合能够在更大规模队列中重复验证，那么未来有望通过一次简单的外周血采样，辅助识别早期 PD 患者，甚至区分 PD 与非典型帕金森综合征（如 PSP、MSA）。这对于目前依赖临床症状、缺乏客观早期指标的 PD 诊疗现状而言，是一个值得期待的方向。

当然，作者也明确指出：本研究样本量仍有限（发现集 22 例 PD、27 例 HC；验证集各 10 例），且入组 PD 患者以早期为主，CRLF3 与 LRRC37A2 的诊断价值“值得进一步大规模研究”。换言之，这是一项提供候选方向与初步证据的工作，而非即刻可转化的临床检测产品。

总体而言，该研究提示：血小板虽无核，却携带与神经元共享的分子信息；其与黑质在染色质组织通路上的交汇，以及 CRLF3/LRRC37A2 组合的判别能力，为 PD 的外周血转录组标志物开发提供了新的候选靶点。

本文图片转载自 PMC 开放获取全文，仅供学习参考，请以原文为准。

返回文章列表