Verschiedene Ansätze

-

Neue Alzheimer-Bluttests in der Entwicklung

Zwei eben erschienene Publikationen beleuchten unterschiedliche Entwicklungen im Bereich blutbasierter Biomarker für neurodegenerative Erkrankungen. Der eine Ansatz beschreibt Methoden zum Nachweis neuartiger diagnostischer Signaturen aus Proteinkonformationsänderungen, wohingegen der andere sich der Entwicklung neuer molekularer Bindungselemente für sensitive Biosensoren widmet. Beide Arbeiten zeigen, wie sich die Diagnostik neurodegenerativer Erkrankungen zunehmend von rein klinischen Kriterien zu molekularen, minimalinvasiven Verfahren verlagert.

Ein Forscherteam um Professorin Dr. Ahrum Son vom Department of Molecular Medicine am Scripps Research Institute in La Jolla, USA, untersuchte systematisch strukturelle Veränderungen von Plasmaproteinen bei der Alzheimer-Erkrankung (AD). Die Ergebnisse erschienen vor Kurzem im Fachblatt »Nature Aging«. 

Ausgangspunkt war die Hypothese, dass neurodegenerative Prozesse mit einer Störung der Proteostase, also der dynamischen Regulierung eines ausgewogenen, funktionsfähigen Proteoms, einhergehen. Versagt dieses System, entstehen Fehlfaltungen und Konformationsänderungen zahlreicher Proteine. Derartige Veränderungen im Blut wollten die Forscher nachweisen.

Das Team analysierte Blutproben von 520 Personen aus zwei unabhängigen Kohorten, darunter gesunde Kontrollpersonen, Patienten mit leichter kognitiver Beeinträchtigung (MCI) sowie Patienten mit diagnostizierter Alzheimer-Demenz. Mithilfe einer massenspektrometrischen »Covalent Protein Profiling«-Methode wurde die strukturelle Zugänglichkeit von Lysinen in Plasmaproteinen bestimmt. Auf diese Weise lassen sich Konformationsänderungen unabhängig von der Proteinmenge erfassen. Insgesamt konnten mehr als 3600 Peptide aus 373 Proteinen quantifiziert werden.

Die Forschenden zeigten, dass sich mit Fortschreiten des Krankheitsstadiums die strukturelle Zugänglichkeit vieler Proteine verringert und gleichzeitig die interindividuelle Variabilität zunimmt. Diese Beobachtung deutet darauf hin, dass die Dysregulation der Proteostase ein systemisches Merkmal der Alzheimer-Pathologie ist. Besonders relevant war dabei der Einfluss des genetischen Risikofaktors APOE-ε4, der mit charakteristischen strukturellen Veränderungen in mehreren ApoE-assoziierten Proteinen korrelierte.

Auf Basis dieser strukturellen Proteomdaten entwickelten die Forschenden dann ein maschinelles Lernmodell zur Klassifikation der Krankheitsstadien. Sie definierten ein Panel aus den drei strukturell veränderten Proteinen C1QA, das A-Ketten-Polypeptid der Serumkomplement-Unterkomponente C1q, das sich mit C1r und C1s verbindet, um die erste Komponente des Serumkomplementsystems zu bilden, Clusterin (CLUS) und

Apolipoprotein B (ApoB).

Dieses kleine Panel erwies sich für die Diagnostik als besonders leistungsfähig. Das Modell erreichte eine Gesamtgenauigkeit von rund 83 Prozent bei der Unterscheidung zwischen gesunden Personen, MCI- und Alzheimer-Patienten. In binären Vergleichen lagen die AUC-Werte bei über 0,93, wobei eine exakte Trefferquote bei 1,00 liegen würde. Darüber hinaus korrelierte der daraus berechnete Risikoscore mit etablierten klinischen Parametern sowie Liquor-Biomarkern (Aβ, τ) und strukturellen Hirnveränderungen im MRT.

Die Ergebnisse legen nahe, dass Proteinkonformationen und nicht nur die Proteinmengen diagnostisch relevante Informationen über neurodegenerative Prozesse liefern können. Ein solcher Ansatz könnte künftig sowohl zur frühen Diagnostik als auch zur Verlaufsüberwachung und Patientenselektion in klinischen Studien beitragen.

Die zweite Arbeit, die im Fachjournal »Biochemical and Biophysical Research Communications« erschien, widmet sich der Entwicklung neuer molekularer Bindungselemente für neurodegenerative Biomarker. Forschende um Miyu Matsumoto vom Department of Biotechnology der Tokyo University of Agriculture and Technology konzentrierten sich im Rahmen ihrer Arbeit auf das Neurofilament-Leichtkettenprotein (NfL), ein etablierter Marker für axonale Schädigung. Seine Konzentration im Blut korreliert mit dem Fortschreiten von Alzheimer und anderen neurodegenerativen Erkrankungen.

Traditionell wird NfL mittels hochsensitiver immunologischer Assays nachgewiesen. Diese beruhen jedoch auf Antikörpern, deren Herstellung aufwendig ist und die sich nur begrenzt für bestimmte Biosensor-Plattformen eignen. Die Autoren der aktuellen Publikation verfolgen einen alternativen Ansatz: Sie identifizieren DNA-Aptamere, also kurze einzelsträngige Nukleinsäuren, die mit hoher Affinität und Spezifität an Zielproteine binden können.

Durch ein kompetitives Selektionsverfahren (SELEX) für Nukleinsäuren wurden aus einer großen DNA-Bibliothek Aptamere selektiert, die spezifisch an ein diagnostisch relevantes Fragment von NfL binden. Zwei der selektierten Kandidaten, MN711 und MN734, zeigten Bindungsaffinitäten im niedrigen nanomolaren Bereich (KD ≈ 8–11 nM) und lagen damit hinsichtlich ihres Bindungsverhaltens im Rahmen der Leistungsfähigkeit häufig verwendeter Antikörper. Zudem wiesen sie eine hohe Spezifität gegenüber NfL auf und zeigten kaum Kreuzreaktivität mit anderen Alzheimer-Biomarkern wie Amyloid-β oder phosphoryliertem τ.

Strukturelle Analysen ergaben, dass beide Aptamere sogenannte G-Quadruplex-Strukturen bilden, die vermutlich für ihre selektive Proteinbindung verantwortlich sind. G-Quadruplexe bestehen aus einer quadratischen Anordnung von Guaninmolekülen, die von Wasserstoffbrückenbindungen stabilisiert werden. Aufgrund ihrer chemischen Stabilität und der Möglichkeit gezielter Modifikation eignen sich solche Aptamere besonders für miniaturisierte Biosensoren oder Point-of-Care-Diagnostiksysteme.

Zusammengenommen verdeutlichen beide Arbeiten den raschen Fortschritt im Feld der blutbasierten Biomarker für neurodegenerative Erkrankungen. Während strukturelle Proteom-Signaturen neue diagnostische Informationen über systemische Krankheitsprozesse liefern können, eröffnen Aptamer-basierte Erkennungselemente neue Wege für kostengünstige, portable und hochsensitive Diagnostikplattformen.

In Kombination könnten solche Ansätze künftig dazu beitragen, neurodegenerative Erkrankungen früher zu erkennen, ihren Verlauf präziser zu verfolgen und personalisierte Therapieentscheidungen zu unterstützen.