美國研究團隊開發新型血液檢測 可早期診斷阿茲海默症並區分性別差異

美國國立衛生研究院資助的研究團隊成功開發出一種革命性的阿茲海默症早期血液檢測方法，這項於2026年1月發表在《自然·老化》期刊的研究，透過分析蛋白質結構變化而非傳統的蛋白質濃度測量，能更精準辨識疾病階段並揭示男女患者間的關鍵生物學差異。研究團隊分析來自堪薩斯州與加州阿茲海默症研究中心共520名受試者的血漿樣本，結合質譜儀技術與機器學習演算法，識別出由C1QA、CLUS與ApoB三種蛋白質組成的診斷組合，準確區分健康對照組、輕度認知障礙與阿茲海默症患者，為早期診斷與個人化治療開啟新紀元。

研究背景與現有檢測方法的侷限

阿茲海默症作為全球最常見的神經退化性疾病，其早期診斷一直是醫學界亟待突破的難題。現行臨床實務主要依賴腦脊髓液檢測、正子斷層掃描等侵入性高或費用昂貴的檢查方式，近年雖有血液檢測技術問世，但大多僅能測量與疾病相關的蛋白質含量，如類澱粉蛋白β或濤蛋白的濃度變化。然而，這些傳統生物標記存在根本性限制，無法反映蛋白質功能失調的核心機制。

研究團隊指出，阿茲海默症的病理機制中，細胞功能調節失調會導致蛋白質折疊異常，這些結構性改變往往發生在蛋白質濃度顯著變化之前，是疾病進程更早的指標。現有檢測方法如同僅統計工廠員工人數，卻忽略員工是否確實在生產線上正確操作，錯失了在分子層面捕捉疾病徵兆的關鍵時機。此外，臨床觀察顯示，阿茲海默症患者幾乎都會出現神經精神症狀，包括憂鬱、焦慮、攻擊性行為等，但男女患者在症狀發生頻率與嚴重程度上存在顯著差異，這暗示性別特異性的生物學機制可能影響疾病表現，然而傳統生物標記完全無法捕捉這些差異。

美國國家老化研究所所長理查德·霍德斯強調，這項研究引入的全新診斷方法能揭示與遺傳風險、症狀嚴重程度及性別差異相關的蛋白質結構變化，這些特徵是現有生物標記無法捕捉的。研究團隊假設，全面分析阿茲海默症相關蛋白質的結構變化，不僅能揭露更多疾病風險因子與症狀潛在機制，更有可能發現傳統方法遺漏的血液生物標記，為精準醫療提供新工具。

創新技術原理與實驗設計

為驗證這項假設，研究人員設計了嚴謹的跨區域收案研究，分析來自堪薩斯州與加州阿茲海默症研究中心的520名受試者血漿樣本，這些志願者包含確診阿茲海默症患者、輕度認知障礙患者與健康對照組，並接受長期年度追蹤。這種縱向研究設計使團隊能觀察疾病進展過程中蛋白質結構的動態變化，而非僅比較單一時間點的差異。

研究核心技術結合質譜儀分析與機器學習演算法，突破傳統檢測的技術瓶頸。質譜儀能精確測量蛋白質分子的質量與結構特性，當蛋白質因折疊異常而改變三維構型時，其物理化學性質會產生細微但可測量的變化。研究團隊利用這項技術，對與阿茲海默症遺傳風險密切相關的蛋白質進行全面結構表徵，特別聚焦於載脂蛋白E（ApoE）基因變異體中的結構變化。ApoE4等位基因已知是阿茲海默症最強的遺傳風險因子，帶有此變異者發病風險可達一般人的3-4倍，但傳統檢測無法區分不同基因型攜帶者的蛋白質功能差異。

機器學習演算法在研究中扮演關鍵角色，負責從海量質譜數據中識別具有診斷價值的結構特徵模式。研究人員將疾病相關的結構變化與男女患者的神經精神症狀嚴重程度進行關聯分析，發現不同性別呈現獨特的結構模式。這種數據驅動的方法使團隊能從數千種蛋白質中篩選出最具代表性的指標，最終濃縮為由C1QA、CLUS與ApoB三種蛋白質組成的診斷組合。

關鍵發現與性別差異的生物學意義

這三種蛋白質各自代表阿茲海默症病理機制的核心環節。C1QA是補體系統的重要成分，參與大腦免疫反應與突觸修剪，其結構異常可能導致神經發炎反應失控與神經連結過度清除；CLUS（叢集蛋白）與類澱粉蛋白代謝及細胞凋亡密切相關，結構改變可能影響其保護神經元的能力；ApoB則參與脂質運輸，其結構變化可能反映大腦能量代謝失調。更重要的是，這些蛋白質的結構變化模式在男女間存在顯著差異。

研究發現，女性患者的C1QA結構異常與憂鬱症狀嚴重程度呈現更強的相關性，而男性患者的CLUS結構改變則與攻擊性行為更為相關。這些性別特異性的關聯模式，首次在分子層面為阿茲海默症的臨床表現差異提供瞭解釋。傳統觀點認為，女性阿茲海默症發病率較高僅因平均壽命較長，但這項研究暗示，免疫系統與神經發炎反應的性別差異可能是更深層的生物學原因。

此外，診斷組合能準確區分疾病不同階段，從無症狀的潛在前期到輕度認知障礙，再到全面性阿茲海默症，結構變化呈現梯度性惡化。這種疾病分期能力對臨床試驗設計至關重要，可幫助篩選處於特定階段的患者，評估治療藥物是否真能改變疾病進程，而非僅改善症狀。研究團隊也證實，此檢測能監測疾病隨時間的進展，為長期照護規劃提供客觀指標。

臨床轉譯應用與未來展望

這項技術的臨床應用潛力巨大。首先，血液檢測的非侵入性與相對低成本，使其適合大規模篩檢，可在記憶門診或甚至社區健康檢查中實施，及早識別高風險族群。其次，蛋白質結構變化可能在臨床症狀出現前數年就已發生，為預防性介入提供寶貴的時間窗。研究第一作者、加州拉霍亞斯克里普斯研究所整合結構與計算生物學教授約翰·耶茨指出，這種方法能準確區分疾病不同階段，從而有助於早期診斷，這是現行檢測難以企及的。

對於製藥產業而言，這項發現可能革新臨床試驗的受試者篩選策略。傳統試驗常因缺乏精確的生物標記，導致收案患者同質性低，藥物療效難以顯現。利用此檢測，可精準招募攜帶特定蛋白質結構變化的患者，提高試驗成功率。此外，性別特異性的生物標記有助於開發針對男女不同病理機制的精準治療，終結「一體適用」的治療模式。

然而，從研究到臨床應用仍需克服若干挑戰。質譜儀分析雖然精確，但通量與標準化問題需解決，才能應用於日常臨床檢驗。研究團隊正與診斷公司合作，開發自動化分析平台，並擴大收案範圍驗證檢測在不同族裔、共病症患者中的適用性。此外，蛋白質結構變化與疾病因果關係的進一步釐清，將有助於發現新的藥物靶點。

專家評論與研究意義

美國國家老化研究所所長理查德·霍德斯評論，這項研究引入了一種全新的、基於血液的阿茲海默症診斷和分期方法，透過揭示與遺傳風險、症狀嚴重程度和性別差異相關的蛋白質結構變化，這些特徵是現有生物標記無法捕捉到的，這項研究有望實現更早的診斷和更有效的臨床試驗。這番話點出此研究的核心價值：不僅是技術創新，更是對疾病本質理解的深化。

從公共衛生角度，阿茲海默症的早期診斷能顯著降低社會經濟負擔。台灣已於2025年進入超高齡社會，失智症人口預估將超過30萬人。若此檢測能本土化應用，將可優化醫療資源配置，讓有限的神經科醫師與失智症專門中心服務最需要的患者，同時透過社區篩檢建立預防網絡。

這項研究也開啟了結構生物學在神經退化疾病應用的新頁。過去結構生物學主要聚焦於結晶學解析單一蛋白質結構，此研究則將結構變化視為動態生物標記，為其他神經疾病如帕金森氏症、額顳葉失智症等提供研究範式。未來，整合結構生物學與人工智慧可能成為精準神經醫學的標準配備。