認知能力下降是一個逐漸積累的病理過程，包括無聲無息地發展為輕度認知功能障礙(MCI)和癡呆癥。以數據為導向的調查顯示，在美國和中國的65歲以上人群中，輕度認知功能障礙和癡呆癥的患病率分別為20%-30%和8%。此外，全球老齡化人口的快速增長也加速了認知功能障礙的患病率。然而，目前仍缺乏方便的途徑或生物標志物來識別認知功能下降，尤其是在阿爾茨海默病(AD)譜系的早期階段。

        值得注意的是，血液中的代謝物被認為是癥狀前病理過程的生物標志物，有助于識別早期或晚期認知軌跡較差的個體，從而提高臨床試驗和早期干預的效率。

        參與脂質運輸和代謝的載脂蛋白編碼基因的多態性，如載脂蛋白E(APOE)和簇蛋白(CLU)，被認為與AD的風險增加有關，表明脂質代謝在早期診斷中的潛在預測作用。

        隨著質譜技術和分析軟件的進步，一些新型平臺已經使用非靶向或靶向脂質組學方法分析疾病過程和相關生物標志物。多平臺篩選調查已經確定了磷脂酰膽堿(PC)分子在診斷MCI和AD中的作用，支持PC代謝異常與正常衰老中記憶表現和認知功能差的特定關聯。同樣，一項脂質組學研究表明，將AD患者與對照組區分開來的血漿代謝物分子主要來自脂質，如膽固醇酯(CE)，AD患者的血漿鞘脂(SP16)水平相對下降，而神經酰胺(CM16)水平上升。

        腦脊液(CSF)生物標志物采樣的侵入性程序，和昂貴的成像檢查，如淀粉樣蛋白成像的正電子發射斷層掃描(PET)，迄今為止一般沒有被應用于篩查或確定認知能力下降的高危人群。

        最近，來自華山醫院的研究團隊在Alzheimer's & Dementia雜志發文，旨在通過追蹤認知老化的軌跡，確定一個全面的脂質信號模式，而不是單個分子，作為認知衰退的預測因子。

        研究人員分析了來自阿爾茨海默病神經影像學倡議(ADNI)數據庫的374名非癡呆參與者的579個血漿脂質數據。為了額外驗證這些血漿脂質在預測認知能力差方面的有效性，研究人員還檢查了所選脂質與AD表型的關聯。

        研究人員使用最小絕對收縮和選擇算子邏輯回歸模型來選擇最能表征認知衰退(由認知的快速年率定義)的脂質。通過使用該模型，研究人員構建了脂質總結評分作為認知衰退的預測因子。多變量調整模型測試了風險評分與AD表型的關聯。

        最終，該研究中納入了17種選定脂質的模型顯示出良好的辨別和校準能力。血脂風險評分與基線阿爾茨海默病評估量表-13項認知子量表(ADAS-Cog13)評分和腦脊液tau蛋白水平呈正相關，并能預測認知診斷。

        其他結果也顯示，血脂風險評分增加的個體，ADAS-Cog13和腦萎縮的變化率較快，進一步證實了血脂的預測作用。

        因此，該隊列研究表明。通過多個血脂特征，而不是單個脂質分子，可以更好地診斷和預測認知能力下降。

        原始出處：

        Ya‐Hui Ma et al.A panel of blood lipids associated with cognitive performance, brain atrophy, and Alzheimer's diagnosis: A longitudinal study of elders without dementia.Alzheimer's & Dementia (2020). DOI:https://doi.org/10.1002/dad2.12041