撰文|言笑
阿尔茨海默病(Alzheimer’s disease,AD)是一种具有高度遗传异质性和复杂病理特征的神经退行性疾病。尽管近年来针对Aβ和Tau的研究不断取得进展,但AD究竟由哪些遗传因素驱动,这些遗传风险如何作用于不同脑细胞,又是通过哪些分子通路最终影响神经功能,仍然是领域内亟待回答的重要问题。
近年来,大规模全基因组关联研究(GWAS)和单细胞测序技术的发展,为理解AD的遗传基础及细胞病理机制提供了新的研究路径。2026年7月15日,发表于Nature杂志的研究Cell-type signatures of Alzheimer’s disease shared across population groups【1】,通过跨人群单核转录组和染色质可及性分析,揭示了不同种族和族裔人群中共享的AD相关细胞特征,并进一步发现AD患者存在不同的细胞分子内表型,为理解疾病异质性提供了新的视角(详见BioArt报道:)。
近日,由PGC-ALZ(精神疾病基因组学联盟-阿尔茨海默病工作组)国际联盟主导,由荷兰阿姆斯特丹自由大学Danielle Posthuma团队与挪威奥斯陆大学Ole A.Andreassen团队联合牵头在Nature杂志在线发表了题为Alzheimer’s disease genetics converges on microglial and neuronal dysregulation的研究论文。该研究汇聚全球数十个队列与生物库资源完成。这项研究整合了来自30个队列、总规模约280万人的遗传学数据,通过多祖源GWAS、基因优先级分析、遗传力估算及多基因风险评分等系统性分析,进一步绘制了AD遗传风险图谱,并将遗传风险与小胶质细胞、神经元及其相关生物学通路联系起来。
首先,研究鉴定出127个独立AD风险位点,其中48个为此前尚未报道的新位点,进一步扩展了AD遗传风险图谱。其次,遗传风险信号涉及免疫激活、脂质代谢、Aβ分解代谢、细胞黏附及突触功能等多种生物学过程,说明AD遗传易感性具有广泛的分子基础。更重要的是,细胞类型富集分析显示,AD遗传风险与小胶质细胞表达特征之间存在显著关联,同时也提示部分神经元亚型可能参与疾病相关过程。此外,研究还发现不同祖源人群之间存在一定的遗传风险差异,并建立了具有一定预测能力的多基因风险评分。这项研究不仅增加了AD遗传风险位点的数量,更重要的是将遗传风险与脑内细胞类型及其功能异常联系起来,为进一步探索AD的细胞和分子机制提供了新的方向。
阿尔茨海默病(AD)具有明显的遗传易感性,其中APOEε4是目前公认的最重要遗传风险因素之一。然而,APOE并不能解释全部遗传风险。既往GWAS已经鉴定出多个与AD相关的风险位点,涉及脂质代谢、免疫调控、内吞运输、Aβ代谢及细胞骨架调节等多个生物学过程。这些发现提示,AD并不是由单一基因或单一病理通路驱动的疾病,而是多个遗传因素共同作用的结果。
随着研究不断深入,人们逐渐认识到,遗传风险位点本身并不能直接说明疾病发生的细胞基础。一个遗传变异究竟影响哪一个基因?这一基因主要在哪类细胞中发挥作用?它最终改变的是细胞的代谢、免疫功能,还是神经元的突触活动?这些问题需要将遗传学与细胞类型、分子表达及功能通路进行整合分析。
围绕上述问题,研究团队希望通过大规模、多祖源遗传学数据整合,系统回答几个相互关联的问题:(1)在更大规模和更多元的人群中,能否发现此前尚未鉴定的AD遗传风险位点?(2)这些遗传风险位点主要指向哪些候选效应基因和分子通路?(3)AD遗传风险是否优先富集于某些细胞类型,尤其是小胶质细胞和神经元?(4)能否利用这些遗传信息进一步估算AD遗传力,并建立具有一定临床预测价值的多基因风险评分?
近280万人遗传学数据,鉴定127个AD风险位点
为了更加全面地解析AD遗传易感性,研究团队整合了来自30个研究队列的数据,总体样本规模约280万人,其中包括109,479名AD病例、74,141名proxy cases(代理病例:无诊断、但父母患AD)、2,131,799名对照及499,708名proxy controls(代理对照:无AD家族史)。研究纳入了欧洲、非洲、东亚、美洲及南亚等不同祖源人群,构建了目前规模较大的多祖源AD遗传学分析框架(图1)。
图1. 研究设计及核心发现概览
通过多祖源GWAS分析,研究共鉴定出118个达到显著性标准的风险位点;进一步结合祖源特异性分析,最终获得127个独立风险位点,其中48个为新发现的位点。值得注意的是,研究还通过不同数据来源的比较,评估了直接AD病例与代理病例之间的遗传关联一致性。病例对照分析与代理病例分析之间表现出较高的遗传相关性,提示在大规模遗传学研究中,代理表型能够为扩大样本规模提供一定帮助,但代理病例并不等同于临床确诊AD患者,因此相关结果仍需要结合直接病例数据进行解释。
不同祖源人群的遗传风险存在差异,APOEε4仍然是最重要的风险因素之一
AD的遗传风险是否在不同人群中具有相同的效应?研究发现,APOEε4在不同祖源人群中的风险效应存在一定差异,其风险比值比(OR, Odds Ratio, GWAS研究里衡量“某个等位基因与AD风险关联强度”的核心指标:OR=1.1,表示每携带一个该风险等位基因,AD发生优势增加约10%)大致从非洲祖源人群的1.7到东亚祖源人群的3.4不等。这一结果提示,APOEε4的遗传风险效应可能受到祖源背景及其他遗传或环境因素的影响。研究还进行了性别分层分析:在不纳入代理病例的分析中,女性组鉴定出12个具有女性特异性显著关联的位点,男性组则鉴定出6个男性特异性位点。APOEε4相关风险在女性中也高于男性,提示AD遗传易感性可能存在性别相关差异。这些结果进一步说明,AD遗传风险并非在所有人群中完全一致。
AD遗传风险显著指向小胶质细胞,同时提示神经元参与疾病相关改变
研究团队利用健康对照脑组织的细胞类型表达数据,分析AD遗传风险与不同细胞类型基因表达特征之间的关系。结果显示,小胶质细胞高表达基因与AD GWAS信号之间存在显著富集关联,提示小胶质细胞可能是AD遗传风险发挥作用的重要细胞类型。进一步结合AD患者与对照脑组织之间的细胞类型差异表达数据,研究发现,AD中上调的小胶质细胞基因,以及部分下调的神经元亚型基因,都与AD遗传风险信号存在一定关联。涉及的神经元亚型包括Sncg表达神经元、Sst表达神经元及L6 IT Car3谷氨酸能投射神经元。研究进一步校正不同细胞类型的平均差异表达水平后,小胶质细胞关联仍然保持显著,而神经元相关关联则主要表现为名义显著性。因此,目前这项研究对小胶质细胞的遗传学支持更加充分,而神经元相关发现仍需要进一步验证。
传统AD研究往往将小胶质细胞视为对Aβ和Tau病理的响应者,而这项研究从遗传学角度进一步提示,小胶质细胞本身可能就是AD遗传易感性的重要作用载体。小胶质细胞不仅参与疾病发生后的炎症反应,其自身的遗传调控特征也可能影响个体对AD的易感程度。
72个显著基因集揭示AD遗传风险涉及免疫、脂质代谢及神经功能等多个过程
在明确细胞类型富集特征后,研究进一步开展了基因集富集分析。结果显示,共有72个基因集达到FDR 5%的显著性标准,并被归纳为13个功能簇。其中,脂质结合、免疫激活、Aβ分解代谢和细胞黏附等过程与既往AD研究中已经认识到的病理机制一致。此外,研究还发现了一些值得进一步关注的功能模块,包括EphrinB反向信号、谷胱甘肽代谢、RAS信号、鞘脂代谢及突触内吞等。这些发现提示,AD遗传风险不仅涉及经典的Aβ代谢和免疫炎症过程,还可能影响细胞氧化还原稳态、膜脂代谢及突触功能等多个环节。尤其值得关注的是,鞘脂代谢和突触内吞等过程可能将细胞膜稳态、神经元突触功能与小胶质细胞的免疫调节联系起来。
新发现风险位点进一步指向候选效应基因及潜在治疗靶点
GWAS能够识别与疾病相关的遗传位点,但风险位点附近的基因并不一定就是真正发挥功能作用的效应基因。因此,如何从遗传关联信号中筛选更具生物学意义的候选基因,是这项研究的重要分析环节。研究团队结合遗传学关联、基因表达和蛋白质数量性状位点、共定位分析及机器学习等多种方法,对风险位点进行系统注释和候选效应基因优先级排序。在48个新发现的风险位点中,研究发现17个相关基因与此前未获批用于AD治疗的药物存在相互作用,其中部分基因此前已被作为潜在AD治疗靶点进行过探索,例如RRM2B、SYK和KEAP1等。
另一个值得关注的发现是QPCT【2-3】。对于一个此前已知的AD风险区域,研究将QPCT优先识别为潜在效应基因,而非此前提出的PRKD3或NDUFAF7。QPCT编码的酶参与Aβ第3位氨基酸的焦谷氨酸修饰,而焦谷氨酸化Aβ正是donanemab所针对的病理修饰形式之一。因此,这一发现将AD遗传风险与Aβ特定修饰过程联系起来,也提示遗传学研究可能帮助重新认识已经明确的病理过程及其潜在调控因子。
AD常见遗传变异具有可观遗传贡献,并可用于构建多基因风险评分
除了鉴定风险位点和候选效应基因,研究还系统评估了AD常见遗传变异对疾病易感性的贡献。通过SBayesRC等方法,研究估算欧洲祖源人群中常见SNP对AD易感性的遗传力贡献约为16%。在东亚祖源人群中,估计值约为13%,但不确定性较大;非洲祖源人群的估计值约为10%,由于样本量和统计效能限制,其结果未能达到统计学显著性。研究还发现,APOEε4相关变异对遗传力贡献具有重要影响,在欧洲和东亚祖源人群中约占6%。这一结果再次强调了APOEε4在AD遗传风险中的核心地位。
进一步地,研究利用遗传信息建立了多基因风险评分(polygenic score,PGS),并在多个欧洲祖源验证队列中进行评估。结果显示,PGS平均可解释约12.8%的增量遗传易感性方差,最高达到16.9%。在UK Biobank中,65岁以上欧洲祖源人群中,PGS最高10%人群的AD病例比例约为最低10%人群的7倍。这些结果提示,AD风险并不只由APOEε4等少数高影响力变异决定,大量常见遗传变异也共同塑造个体的遗传易感性。未来,多基因风险评分有望与年龄、家族史、血液生物标志物及影像学指标结合,用于更全面的风险评估。
综上所述,这项研究的优势在于其庞大的样本规模和较为系统的分析框架。研究整合了30个队列、约280万人的遗传学数据,并纳入多个祖源人群,不仅显著扩展了AD遗传风险位点图谱,也通过多种功能注释方法将遗传关联信号与候选效应基因、生物学通路及细胞类型联系起来。尤其是小胶质细胞相关遗传富集结果,为理解AD遗传易感性的细胞基础提供了重要证据。
该研究也存在一定的局限性:(1)尽管纳入了多个祖源人群,但不同祖源的样本量并不均衡,尤其非洲祖源人群的统计效能仍然有限,因此部分遗传力和风险效应估计的不确定性较大;(2)GWAS及后续基因优先级分析主要提供统计学关联和候选机制线索,并不能直接证明某个候选基因在特定细胞中具有致病作用;(3)细胞类型富集分析所依赖的表达数据和差异表达数据也存在一定局限,尤其神经元相关信号在进一步校正后有所减弱;(4)多基因风险评分目前主要在欧洲祖源人群中得到验证,其在其他人群中的适用性仍需要更多研究。
这项研究并不是孤立地扩展AD遗传学图谱。2026年7月发表于Nature的另一项研究Cell-type signatures of Alzheimer’s disease shared across population groups,从不同人群的脑组织单细胞图谱出发,揭示了AD相关细胞状态的跨人群共性。两项研究虽然采用了不同的研究策略,但在小胶质细胞这一方向上形成了相互呼应的证据:此前的单核多组学研究识别出GPNMB⁺小胶质细胞这一与AD病理及认知表型相关的细胞状态;本次遗传学研究则发现,AD遗传风险显著富集于小胶质细胞表达特征。这并不意味着GPNMB⁺小胶质细胞就是遗传风险发挥作用的唯一细胞群,也不能直接证明特定遗传变异通过GPNMB通路导致AD,但两项研究共同提示,小胶质细胞可能是连接遗传易感性与疾病相关细胞状态的重要环节。
两项研究的区别也十分明确。前者主要回答“哪些细胞状态与AD病理和认知变化相关,以及这些特征能否在不同人群中重复观察到”;后者则主要回答“哪些遗传变异可能参与AD发生,这些遗传风险主要指向哪些细胞和生物学过程”。前者强调细胞状态的跨人群共性和患者内部异质性,后者强调遗传风险位点的发现、功能注释及其细胞类型归属。
两项研究从不同角度传递出一个值得重视的观点:AD并不是由单一遗传因素、单一细胞类型或单一病理过程决定的疾病。相似的临床表现背后,可能存在不同的遗传背景和细胞分子改变;而某些关键细胞类型,尤其是小胶质细胞,可能在遗传易感性与疾病病理之间发挥重要的连接作用。未来,如何将遗传风险与具体细胞状态和功能机制建立更加直接的因果联系,如何识别不同疾病阶段和不同患者群体中真正具有治疗价值的细胞靶点,将是AD基础研究和精准治疗领域值得持续探索的重要方向。
原文链接:https://doi.org/10.1038/s41586-026-11206-y
制版人: 十一
参考文献
1. Luquez, T., Algoo, J., Chiu, R. et al. Cell-type signatures of Alzheimer’s disease shared across population groups.Nature657, 191-201 (2026).
2. Bayer, T. A. Pyroglutamate Aβcascade as drug target in Alzheimer’s disease.Mol. Psychiatry27, 1880-1885 (2022).
3. Coimbra, J. R. M., Moreira, P. I., Santos, A. E. & Salvador, J. A. R. Therapeutic potential of glutaminyl cyclases: current status and emerging trends.Drug Discov. Today28, 103644 (2023).
学术合作组织
(*排名不分先后)
战略合作伙伴
(*排名不分先后)
推荐直播
转载须知
【原创文章】BioArt原创文章,欢迎个人转发分享,未经允许禁止转载,所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利,违者必究。
BioArt
Med
Plants
人才招聘
点击主页推荐活动
关注更多最新活动!
热门跟贴