Plasmaproteine sagen Epilepsie Jahre vor der Diagnose voraus

Epilepsie betrifft weltweit Dutzende Millionen Menschen, dennoch stützt sich die klinische Diagnose nach wie vor stark auf die Krankengeschichte, Patientenakten und Bildgebung während Anfällen – ohne dass ein zuverlässiger blutbasierter Biomarker verfügbar wäre. Diese Studie stellt einen bedeutenden Schritt in Richtung einer Veränderung dieser Situation dar und nutzt einen der weltweit größten plasmaproteomischen Datensätze, um die molekulare Landschaft vor dem Einsetzen von Epilepsie zu kartieren.

Unter Verwendung von Plasma-Proteom-Daten von 52.372 UK Biobank-Teilnehmern, die zu Studienbeginn frei von Epilepsie waren, führten die Forscher longitudinale Cox-Proportional-Hazard-Modelle über 2.920 Proteine bei einem mittleren Follow-up von fast 14 Jahren durch, in denen 440 Teilnehmer eine inzidente Epilepsie entwickelten. Nach strenger Bonferroni-Korrektur erwiesen sich 103 Proteine als signifikant mit dem Epilepsierisiko assoziiert. NEFL (HR 2,13; 95%-KI 1,85–2,46) und GDF15 (HR 1,82; 95%-KI 1,60–2,07) waren die stärksten Prädiktoren, mit p-Werten von bis zu 3,36×10⁻²⁵. Bemerkenswerterweise blieben beide Proteine sowohl im kurzfristigen (≤5 Jahre) als auch im langfristigen (>5 Jahre) Follow-up-Fenster signifikant, was auf eine anhaltende biologische Relevanz hindeutet.

Protein-Verlaufsanalysen zeigten abnormale Veränderungen der epilepsieassozierten Proteinspiegel bis zu 15 Jahre vor der Diagnose – ein Befund mit erheblichen Implikationen für die Früherkennung. Pathway-Enrichment- und Proteinnetzwerkanalysen hoben durchgängig Mechanismen der Immunantwort hervor und identifizierten vier zentrale Hub-Proteine. Die 103 epilepsieassozierten Proteine wurden zudem mit Neuroimaging-Daten aus Hirnregionen korreliert, die an der Epileptogenese beteiligt sind, und zeigten stärkere Assoziationen mit umweltbedingten Stressvariablen als mit polygenen Risikoscores. Dies deutet darauf hin, dass erworbene und nicht rein genetische Faktoren einen Großteil des proteomischen Signals antreiben könnten.

Subgruppenanalysen, stratifiziert nach Alter, Geschlecht, Diabetesstatus und Nierenfunktion, replizierten die primären Befunde weitgehend. Subtyp-spezifische Proteine wurden für fokale Epilepsie (LRG1, HAVCR2, VSIG4, SPINK1) und generalisierte Epilepsie (BCAT1, GDF15, SOD2, GAGE2A) identifiziert. Ein maschinelles Lernmodell, das die am höchsten gerankte Proteine einbezog, zeigte eine aussagekräftige diskriminative Fähigkeit für das zukünftige Epilepsierisiko, und mehrere identifizierte Proteine wurden auf Basis bestehender pharmakologischer Datenbanken als potenzielle Wirkstoffziele eingestuft.

Diese Erkenntnisse bieten zusammengenommen einen Fahrplan für die Entwicklung blutbasierter Screening-Instrumente und mechanismusbasierter Therapien für Epilepsie – eine Erkrankung, bei der eine ursachenspezifische Behandlung nach wie vor weitgehend fehlt.