RNAシーケンス解析によるアルツハイマー病早期診断のための血液バイオマーカーの同定

Identification of potential blood biomarkers for early diagnosis of Alzheimer's disease through RNA sequencing analysis.

• Daichi Shigemizu
• Taiki Mori
• Shintaro Akiyama
• Sayuri Higaki
• Hiroshi Watanabe
• Takashi Sakurai
• Shumpei Niida
• Kouichi Ozaki

抄録

背景:

人口動態の高齢化に伴い、認知症の患者数は着実に増加しています。アルツハイマー病（AD）は認知症の最も一般的な原因であり、治療法はありません。現在の最善の戦略は、病気の進行を遅らせ、最終的にADを発症する患者数を減らすための早期介入を実践することである。したがって、早期診断のための有望な新規バイオマーカーが急務となっている。

BACKGROUND: With demographic shifts toward older populations, the number of people with dementia is steadily increasing. Alzheimer's disease (AD) is the most common cause of dementia, and no curative treatment is available. The current best strategy is to delay disease progression and to practice early intervention to reduce the number of patients that ultimately develop AD. Therefore, promising novel biomarkers for early diagnosis are urgently required.

方法:

ADの早期診断のための血液ベースのバイオマーカーを同定するために、我々は、AD患者271名、認知機能正常者（CN）91名、軽度認知障害者（MCI）248名の計610名の血液サンプルを対象にRNAシークエンシング（RNA-seq）解析を行った。我々はまず、CIBERSORTを用いたバルクRNA-seqデータからAD、MCI、CNサンプルの細胞型比率を推定し、ADサンプルとCNサンプルの間で発現が異なる遺伝子（DEG）を調べた。DEGの生物学的機能をより深く理解するために、遺伝子セット富化解析（GSEA）とネットワークベースのメタ解析を行った。

METHODS: To identify blood-based biomarkers for early diagnosis of AD, we performed RNA sequencing (RNA-seq) analysis of 610 blood samples, representing 271 patients with AD, 91 cognitively normal (CN) adults, and 248 subjects with mild cognitive impairment (MCI). We first estimated cell-type proportions among AD, MCI, and CN samples from the bulk RNA-seq data using CIBERSORT and then examined the differentially expressed genes (DEGs) between AD and CN samples. To gain further insight into the biological functions of the DEGs, we performed gene set enrichment analysis (GSEA) and network-based meta-analysis.

結果:

細胞型分布解析では、好中球の割合とAD予後との間に有意な関連があり、偽発見率（FDR）＜0.05であった。さらに、多数の検体（n=3,099：AD,1,605；MCI,994；CN,500）からのルーチン血液検査の結果にも同様の傾向が現れた。さらに、ADサンプルとCNサンプル間のDEGに基づくGSEAとネットワークベースのメタ解析により、ADの病態に関連する機能モジュールと重要なハブ遺伝子が明らかになった。好中球の割合と最も重要なハブ遺伝子（EF2とRPL7）を用いて構築されたリスク予測モデルは、検証コホートで0.878という高いAUCを達成した；プロスペクティブコホートにさらに適用したところ、モデルは0.727という高い精度を達成した。

RESULTS: In the cell-type distribution analysis, we found a significant association between the proportion of neutrophils and AD prognosis at a false discovery rate (FDR) < 0.05. Furthermore, a similar trend emerged in the results of routine blood tests from a large number of samples (n = 3,099: AD, 1,605; MCI, 994; CN, 500). In addition, GSEA and network-based meta-analysis based on DEGs between AD and CN samples revealed functional modules and important hub genes associated with the pathogenesis of AD. The risk prediction model constructed by using the proportion of neutrophils and the most important hub genes (EEF2 and RPL7) achieved a high AUC of 0.878 in a validation cohort; when further applied to a prospective cohort, the model achieved a high accuracy of 0.727.

結論:

我々のモデルがプロスペクティブなADリスク予測に有効であることが実証された。これらの知見は、ADの早期診断のための潜在的なバイオマーカーの発見を示しており、そのさらなる改良が将来の実用的な臨床利用につながる可能性がある。

CONCLUSIONS: Our model was demonstrated to be effective in prospective AD risk prediction. These findings indicate the discovery of potential biomarkers for early diagnosis of AD, and their further improvement may lead to future practical clinical use.