Blutprotein-Panel erkennt Alzheimer Jahre vor dem Auftreten von Symptomen

Alzheimer-Krankheit ist für 60–80 % aller Demenzfälle verantwortlich, dennoch bleibt eine frühe, präzise und minimal-invasive Diagnose schwer erreichbar. Blutbasierte Biomarker bieten eine skalierbare Lösung, doch frühere plasma-proteomische Studien waren durch kleine AD-Stichprobengrößen – typischerweise weniger als 700 Fälle – und eine geringe Proteinabdeckung limitiert. Diese Studie adressierte diese Lücken mit beispiellosem Umfang und methodischer Strenge.

Das Forschungsteam profilierte 6.905 Aptamere entsprechend 6.106 einzigartigen Proteinen mithilfe der SomaScan-Plattform in Blutplasma von mehr als 3.300 Personen aus dem Knight Alzheimer's Disease Research Center (Knight ADRC) und dem Stanford ADRC. Die Kohorte umfasste 1.270 tiefgreifend phänotypisierte AD-Patienten und 2.096 kognitiv gesunde Kontrollpersonen. Ein dreistufiges Design wurde eingesetzt: Entdeckung (n=2.131), Replikation (n=1.235) und externe Validierung in den ROSMAP-Studien und dem Global Neurodegeneration Proteomics Consortium (GNPC), mit insgesamt mehr als 7.000 zusätzlichen Proben.

Die Entdeckungsphase erbrachte 1.540 Proteine, die signifikant mit dem klinischen AD-Status assoziiert waren. Nach Replikation und FDR-korrigierter Meta-Analyse wurden 416 Proteine (456 Aptamere) bestätigt, davon 294 neu identifizierte. Proteine mit erhöhten Spiegeln zeigten ein mittleres Odds Ratio von 1,50, während solche mit reduzierten Spiegeln ein mittleres OR von 0,72 aufwiesen – was einer durchschnittlichen Veränderung des AD-Risikos um 45 % entspricht. Die bestätigten Proteine ließen sich biologisch kohärenten Signalwegen zuordnen: Störung der Blut-Hirn-Schranke, Dysregulation des Lipidstoffwechsels, Komplementaktivierung und Immunaktivierung, synaptische Dysfunktion sowie Remodellierung der extrazellulären Matrix. Der Vergleich mit früheren CSF- und Plasma-Proteomik-Studien zeigte eine substanzielle Überschneidung mit bekannter AD-Biologie und erweiterte die Entdeckungen gleichzeitig erheblich.

Ein maschinell lernender Klassifikator, der auf dem vollständigen Proteinset trainiert wurde, wurde auf ein 7-Protein-Panel komprimiert, das für den klinischen Einsatz optimiert ist. Dieses Panel erreichte einen AUC >0,72 für die klinische AD-Diagnose und einen AUC >0,88 für biomarker-definierte AD (unter Verwendung von CSF-Amyloid-β/Tau, Amyloid-PET oder Plasma-p-tau217). Das Modell wurde in mehreren unabhängigen Kohorten repliziert und auf orthogonalen Plattformen einschließlich Alamar und Olink validiert, was eine plattformunabhängige Robustheit belegt. Entscheidend ist, dass das Panel auch das Fortschreiten von kognitiv unauffällig zu symptomatischer AD vorhersagte und die Rate des Gedächtnisabbaus verfolgte, was auf einen Nutzen für das Krankheitsmonitoring hindeutet. Das Panel zeigte Spezifität für AD gegenüber Demenz mit Lewy-Körperchen, frontotemporaler Demenz und Parkinson-Krankheit, was seine diagnostische Trennschärfe unterstützt.

Diese Studie stellt eine der bislang größten und umfassendsten plasma-proteomischen Untersuchungen der AD dar. Ihr mehrstufiges Design, die große AD-angereicherte Kohorte und die plattformübergreifende Validierung stärken das Vertrauen in die identifizierten Biomarker erheblich. Das 7-Protein-Panel birgt echtes Potenzial für die nicht-invasive Früherkennung, die Anreicherung klinischer Studien und das Monitoring von Therapieantworten – wenngleich prospektive Longitudinalstudien und klinische Nutzenstudien erforderlich sein werden, bevor diese Marker Eingang in die Routineversorgung finden.