分享:
分享到微信朋友圈
X
临床研究
基于DTI的血浆几丁质酶3样蛋白1水平与遗忘型轻度认知障碍患者白质微结构特征的相关性研究
徐曲 罗小梅 吴文岚 张君竹 徐秋凤 张梦迪 何青霞 蔡鸣 马强

本文引用格式:徐曲, 罗小梅, 吴文岚, 等. 基于DTI的血浆几丁质酶3样蛋白1水平与遗忘型轻度认知障碍患者白质微结构特征的相关性研究[J]. 磁共振成像, 2026, 17(2): 43-50. DOI:10.12015/issn.1674-8034.2026.02.007.


[摘要] 目的 探讨遗忘型轻度认知障碍(amnestic mild cognitive impairment, aMCI)患者血浆几丁质酶3样蛋白1(chitinase-3-like protein 1, CHI3L1, 又称YKL-40)水平的变化特征及其与脑白质微结构损伤之间的关系。材料与方法 纳入30例aMCI患者和20例认知正常(cognitively unimpaired, CU)的对照者。所有受试者均完成认知功能评估、血浆YKL-40检测及弥散张量成像(diffusion tensor imaging, DTI)扫描。采用基于感兴趣区(region of interest, ROI)的分析方法,比较两组在选定白质区域的各向异性分数(fractional anisotropy, FA)、平均弥散率(mean diffusivity, MD)、轴向弥散率(axial diffusivity, AD)及径向弥散率(radial diffusivity, RD)等参数的差异,并比较两组血浆YKL-40水平。进一步通过偏相关分析和多元线性回归模型探讨血浆YKL-40水平与DTI指标之间的相关性及其独立预测效应。结果 与CU组相比,aMCI组血浆YKL-40水平显著升高(F=4.131,P=0.048);aMCI组穹窿体部FA值显著降低(F=4.295,P=0.044),而MD值(F=4.933,P=0.031)、AD值(F=4.482,P=0.040)和RD值(F=4.988,P=0.030)均显著升高。血浆YKL-40水平与左侧扣带回MD值(r=0.392,P=0.006)、左侧扣带回RD值(r=0.329,P=0.022)及右侧扣带回RD值(r=0.347,P=0.016)呈显著正相关。多元回归分析结果显示,在控制年龄、性别、受教育年限及分组后,血浆YKL-40水平仍对左侧扣带回MD(β=0.404,P=0.015)、左侧扣带回RD(β=0.341,P=0.038)及右侧扣带回RD(β=0.372,P=0.023)具有显著的正向预测作用。结论 aMCI患者血浆YKL-40水平显著升高,其升高程度与扣带回白质微结构损伤的程度密切相关。外周炎症标志物YKL-40可能反映aMCI早期神经炎症及白质退变过程,具有作为早期生物学指标的潜在临床价值。
[Abstract] Objective To investigate alterations in plasma chitinase-3-like protein 1 (CHI3L1, also known as YKL-40) levels in patients with amnestic mild cognitive impairment (aMCI) and their association with white matter microstructural damage.Materials and Methods Thirty patients with aMCI and 20 cognitively unimpaired (CU) controls were recruited. All participants underwent cognitive assessments, plasma YKL-40 quantification, and diffusion tensor imaging (DTI). A region-of-interest (ROI) - based analysis was performed to compare fractional anisotropy (FA), mean diffusivity (MD), axial diffusivity (AD), and radial diffusivity (RD) across selected white matter regions. Between-group differences in plasma YKL-40 levels were assessed. Partial correlation and multiple linear regression analyses were conducted to examine associations between plasma YKL-40 levels and DTI parameters, and to determine their independent predictive effects.Results Plasma YKL-40 levels were significantly higher in the aMCI group than in the CU group (F = 4.131, P = 0.048). Compared with CU, the aMCI group showed significantly decreased FA in the body of the fornix (F = 4.295, P = 0.044) and increased MD (F = 4.933, P = 0.031), AD (F = 4.482, P = 0.040), and RD (F = 4.988, P = 0.030). Plasma YKL-40 levels were positively correlated with left cingulate MD (r = 0.392, P = 0.006), left cingulate RD (r = 0.329, P = 0.022), and right cingulate RD (r = 0.347, P = 0.016). Multiple regression analyses indicated that, after adjusting for age, sex, education, and group status, plasma YKL-40 remained independently associated with left cingulate MD (β = 0.404, P = 0.015), left cingulate RD (β = 0.341, P = 0.038), and right cingulate RD (β = 0.372, P = 0.023).Conclusions Plasma YKL-40 levels are elevated in patients with aMCI and are closely linked to the degree of white matter microstructural disruption in the cingulate gyrus. These findings suggest that peripheral YKL-40 may serve as a potential biomarker reflecting early neuroinflammatory activity and white matter degeneration in the prodromal stage of Alzheimer's disease.
[关键词] 遗忘型轻度认知障碍;弥散张量成像;磁共振成像;白质微结构;几丁质酶3样蛋白1;血浆生物标志物
[Keywords] amnestic mild cognitive impairment;diffusion tensor imaging;magnetic resonance imaging;white matter microstructure;chitinase-3-like protein 1;plasma biomarker

徐曲 1   罗小梅 2   吴文岚 3   张君竹 1   徐秋凤 1   张梦迪 1   何青霞 1   蔡鸣 1   马强 1*  

1 大连大学附属中山医院神经内科,大连 116001

2 重庆医科大学附属第一医院老年病科,重庆 400016

3 华润武钢总医院神经内科,武汉 430080

通信作者:马强,E-mail:maqiang@dlu.edu.cn

作者贡献声明::马强设计本研究的方案,对稿件的重要内容进行了修改,获得了科技创新2030-“脑科学与类脑研究重大项目”以及大连市科技创新项目的资助;徐曲起草和撰写稿件,获取、分析和解释本研究的数据;罗小梅、吴文岚、张君竹、徐秋凤、张梦迪、何青霞、蔡鸣获取、分析或解释本研究的数据,对稿件重要内容进行了修改;全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 科技创新2030-“脑科学与类脑研究重大项目” 2021ZD0201802 大连市科技创新项目 2024JJ13PT052
收稿日期:2025-10-27
接受日期:2026-01-08
中图分类号:R445.2  R749 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.02.007
本文引用格式:徐曲, 罗小梅, 吴文岚, 等. 基于DTI的血浆几丁质酶3样蛋白1水平与遗忘型轻度认知障碍患者白质微结构特征的相关性研究[J]. 磁共振成像, 2026, 17(2): 43-50. DOI:10.12015/issn.1674-8034.2026.02.007.

0 引言

       阿尔茨海默病(Alzheimer's disease, AD)是最常见的神经退行性疾病,其经典病理标志包括灰质中的β淀粉样斑块和神经纤维缠结[1]。近年研究显示,AD病理早期还存在显著的白质微结构损伤,且与认知功能下降密切相关[2]。弥散张量成像(diffusion tensor imaging, DTI)作为评估白质完整性的敏感工具,已广泛应用于表征AD连续体的弥散特征异常,常见表现为胼胝体、扣带束、穹窿等关键通路的受损[3, 4, 5]。进一步的证据表明,这种微结构改变可能与神经炎症机制相关[6]。几丁质酶3样蛋白1(chitinase-3-like protein 1, CHI3L1, 又称YKL-40)作为星形胶质细胞来源的关键炎症介质,在AD连续体中表达显著升高,且脑脊液YKL-40水平已被证实与白质病变相关联[7]。然而,血浆YKL-40与AD前驱期白质微结构改变之间的关系仍不明确。鉴于现有血浆研究多以总体脑体积或认知功能为终点[8],尚无证据证实其可反映DTI所揭示的白质微结构病变。本研究旨在明确遗忘型轻度认知障碍(amnestic mild cognitive impairment, aMCI)患者血浆YKL-40的表达特征,并探讨其与脑白质微结构改变的相关性,以验证血浆YKL-40作为反映aMCI早期胶质细胞相关炎症及白质损伤的潜在非侵入性生物标志物的可行性。

1 材料与方法

1.1 研究对象

       本研究为横断面病例对照研究,于2023年2月至2024年12月期间,采用连续性纳入的方式,从大连大学附属中山医院神经内科门诊及社区招募志愿者,研究期间共接触114名潜在受试者,经过系统的临床评估、神经心理检查及影像学筛选(图1),共排除64人,最终纳入50人,其中包含30例aMCI患者和20例认知正常(cognitively unimpaired, CU)的健康志愿者。采集所有受试者的基线资料,包括性别、年龄及受教育年限,并完成血浆样本采集、认知功能量表评分及DTI扫描。

       诊断标准如下,CU组:(1)无认知功能障碍的证据;(2)简易精神状态检查(Mini-Mental State Examination, MMSE)量表评分分别为文盲组≥19分、小学组≥22分、初中及以上组≥24分;(3)蒙特利尔认知评估(Montreal Cognitive Assessment, MoCA)量表评分分别为文盲组≥13分、小学组≥19分和初中及以上组≥24分。aMCI组:(1)满足2003版peterson aMCI诊断标准[9];(2)MMSE评分分别为文盲组≥19分、小学组≥22分、初中及以上组≥24分;(3)MoCA评分分别为文盲组<13分、小学组<19分、初中及以上组<24分。本研究遵守《赫尔辛基宣言》,经大连大学附属中山医院伦理委员会批准(伦理批号:KY2022-006-1),所有受试者均签署书面知情同意书。

图1  受试者筛选流程图。本图展示了从初步接触到最终入组的完整筛选流程、各阶段排除人数及具体原因。DTI:弥散张量成像;CU:认知正常;aMCI:遗忘型轻度认知障碍;*:“其他各种原因”,主要包括失访、个人时间安排冲突或自愿退出等非医学性因素。
Fig. 1  Flowchart of participant screening. This figure illustrates the complete screening process from initial contact to final enrollment, including the number of exclusions and specific reasons at each stage. DTI: diffusion tensor imaging; CU: cognitively unimpaired; aMCI: amnestic mild cognitive impairment; *: “Other reasons”, primarily include loss to follow-up, scheduling conflicts, or voluntary withdrawal for non-medical reasons.

1.2 纳入与排除标准

       纳入标准:(1)年龄50~90岁;(2)右利手;(3)能够配合完成MRI检查、认知评估及血浆样本采集。排除标准:(1)存在可能导致脑白质弥漫性或局灶性损伤的疾病史或影像学证据(脱髓鞘疾病等);(2)存在可能干扰认知功能的其他神经系统疾病(如卒中、帕金森病、多发性硬化症、癫痫或创伤性脑损伤等);(3)当前或既往有任何肿瘤诊断;(4)存在神经发育障碍及智力障碍者;(5)严重肝肾功能受损或患有心脏疾病;(6)DTI扫描图像显示不清;(7)患者及家属不愿签署知情同意书。

1.3 血浆YKL-40检测

       所有受试者均于上午7:00至9:00在空腹(禁食≥8小时)状态下采集静脉血,并置于K2EDTA抗凝管中。样本在采集后2小时内以3300 rpm离心15分钟,随后将血浆等分(0.5 mL)并储存于-80°C环境下待测。血浆YKL-40含量采用Meso Scale Discovery(MSD,U-PLEX单因子试剂盒)进行单孔检测(仪器型号:QuickPlex SQ 120)。在分析前,血浆样本按1∶300的比例进行稀释。质控过程采用质控样品确保板间和日间差异的可靠性(相对偏差RD阈值15%),并确保所有待测指标值均高于定量下限。数据分析使用MSD DISCOVERY WORKBENCH软件完成。

1.4 DTI数据采集

       影像数据采集由大连大学附属中山医院放射科完成,采用德国SIEMENS Skyra 3.0 T磁共振成像系统及头部32通道相控阵线圈进行扫描。常规序列包括轴位T1加权成像、T2加权成像及液体衰减反转恢复序列。横轴位平行于前后联合连线,矢状位平行大脑纵裂,冠状垂直纵裂。DTI数据采用自旋回波单次回波平面成像序列获取。扫描参数如下:重复时间8000 ms,回波时间64 ms,翻转角度90°;体素大小为2 mm×2 mm×2 mm的各向同性体素,视野约224 mm×224 mm,矩阵112×112,共采集75层,层厚2.0 mm,以实现全脑覆盖。弥散加权成像采用两个b值(b=0 s/mm²的非加权图像及b=1000 s/mm²的加权图像),弥散敏感梯度方向共64个。

1.5 DTI数据处理

       原始DTI数据由磁共振扫描仪输出的DICOM格式经dcm2niix软件(v1.0.2023)转换为NIfTI格式。转换过程中保留原始扩散梯度信息(b值与b向量文件,bval/bvec),并进行数据一致性检查以确保梯度方向正确匹配。DTI数据的预处理与参数计算在FMRIB Software Library(FSL, Version 6.0.5, Oxford, UK)平台中完成。首先,使用eddy模块对所有弥散加权图像进行头动与涡流畸变校正,以减少受试者运动及梯度切换引起的几何畸变。随后,应用BET进行颅骨剥除,去除非脑组织信号并获得高质量的脑组织掩膜。经校正与剥除后的数据通过dtifit模块进行DTI拟合,计算各体素的主要弥散参数,包括各向异性分数(fractional anisotropy, FA)、平均弥散率(mean diffusivity, MD)、轴向弥散率(axial diffusivity, AD)及径向弥散率(radial diffusivity, RD)。数据分析采用基于感兴趣区(region of interest, ROI)的方法进行群体统计。本研究基于约翰霍普金斯大学ICBM-DTI-81白质图谱(https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/Atlases),采用假设驱动的ROI分析策略,只从上述图谱中重点选取了既往文献中反复报道且与AD及aMCI密切相关的关键白质区域(双侧穹窿、胼胝体以及海马旁回扣带纤维)[3, 4, 5]共10个ROI进行分析(图2)。对于每位受试者,计算其配准至标准空间后的FA、MD、AD及RD图在各ROI掩膜内的平均值,这些参数均作为后续统计分析的指标。

图2  DTI数据预处理流程及基于JHU-ICBM-DTI-81图谱的ROI定位示意图,上排依次为EDDY校正图、BET(颅骨剥离图)及平均FA图;下排显示ROI提取结果,其中绿色为胼胝体、蓝色为穹窿、红色为海马旁回扣带纤维、粉色为扣带回。DTI:弥散张量成像;ROI:感兴趣区;FA:各向异性分数。
Fig. 2  DTI preprocessing workflow and ROI localization based on the JHU-ICBM-DTI-81 white matter atlas. Top row: EDDY-corrected image, BET skull-stripped image, and mean FA map. Bottom row: ROI extraction results, with green indicating the corpus_callosum, blue the fornix, red the Cingulum_hippocampus, and pink the Cingulum_cingulate_gyrus. DTI: diffusion tensor imaging; ROI: region of interest; FA: fractional anisotropy.

1.6 统计学分析

       所有数据均采用SPSS 26.0软件进行统计分析。首先对连续变量进行正态性检验,在正式分析前,对连续变量进行正态性检验,符合正态分布的变量以均数±标准差表示,采用独立样本t检验进行组间比较;不符合正态分布的变量则采用Mann–Whitney U检验,分类变量采用卡方检验进行比较。为探讨组间在白质微结构指标方面的差异,采用一般线性模型中的协方差分析,以各DTI参数为因变量,组别为固定因子,年龄和性别作为协变量进行控制。在相关性分析中,采用偏相关分析,控制年龄及性别因素后评估血浆YKL-40水平与各白质束DTI指标之间的线性关系。此外,进一步构建多元线性回归模型,以验证血浆YKL-40对白质微结构指标的独立预测作用。所有统计检验均为双侧检验,显著性水平设定为P<0.05。本研究为探索性分析,所有组间比较、偏相关分析及回归分析均报告未校正的原始P值,未进行多重比较校正。

2 结果

2.1 两组一般资料对比

       两组一般资料对比,aMCI组年龄高于CU组(P=0.007),女性比例高于CU组(P=0.028),受教育年限差异无统计学意义(P>0.05),后续统计分析将对年龄和性别进行协变量控制。详见表1。两组受试者的认知功能评分和血浆YKL-40水平差异具有统计学意义。aMCI组MoCA评分低于CU组(P<0.001),血浆YKL-40水平高于CU组(P=0.048)。见表2

表1  两组一般资料对比
Tab. 1  Demographic and clinical data
表2  两组认知评分量表与血浆YKL-40水平比较
Tab. 2  Cognitive scores and plasma YKL-40 levels

2.2 两组认知评分量表与血浆YKL-40 水平比较

       两组受试者的认知功能评分和血浆YKL-40 水平差异具有统计学意义。aMCI 组MoCA评分低于CU组(P<0.001),血浆YKL-40 水平高于CU组(P=0.048)。见表2

2.3 两组DTI参数比较

       与CU组相比,aMCI组在多个白质区域的DTI参数差异具有统计学意义。aMCI组的穹窿体部FA值显著降低(P=0.044),提示白质纤维的完整性受损。同时,MD值(P=0.031)、AD值(P=0.040)和RD值(P=0.030)均升高,反映该区域可能存在弥散增加的微结构改变趋势。见表3

表3  两组DTI参数比较
Tab. 3  DTI parameters comparison

2.4 血浆YKL-40与DTI参数指标的相关性

       在总样本中,血浆YKL-40水平与多个白质微结构参数呈正向相关。具体而言,YKL-40与左侧扣带回MD值(r=0.292,P=0.040)以及右侧扣带回RD值(r=0.301,P=0.033)、左侧扣带回RD值(r=0.300,P=0.034)和胼胝体膝部RD值(r=0.309,P=0.029)均呈显著正相关。进一步进行偏相关分析(控制了年龄和性别等协变量后),YKL-40与左侧扣带回MD值的正相关性依然存在(r=0.392,P=0.006),且与左侧扣带回RD值(r=0.329,P=0.022)和右侧扣带回RD值(r=0.347,P=0.016)的相关性也得以保留。值得注意的是,在单独的aMCI组内,YKL-40仅与右侧穹窿脚的AD值呈负相关(r=-0.406,P=0.026)。然而,在对性别和年龄进行校正后,该相关性消失。见表4, 表5, 表6, 表7

表4  血浆YKL-40与DTI参数指标(FA)的相关性
Tab. 4  Correlations between plasma YKL-40 and DTI metrics (FA)
表5  血浆YKL-40与DTI参数指标(MD)的相关性
Tab. 5  Correlations between plasma YKL-40 and DTI metrics (MD)
表6  血浆YKL-40与DTI参数指标(AD)的相关性
Tab. 6  Correlations between plasma YKL-40 and DTI metrics (AD)
表7  血浆YKL-40与DTI参数指标(RD)的相关性
Tab. 7  Correlations between plasma YKL-40 and DTI metrics (RD)

2.5 血浆YKL-40及临床变量对白质微结构参数的多元线性回归分析

       根据上述偏相关性分析的结果,在总样本中,以DTI参数指标(左侧扣带回MD、左侧扣带回RD、右侧扣带回RD以及胼胝体膝部RD)为因变量,以血浆YKL-40水平、年龄、性别、受教育年限及分组为自变量,构建了多元线性回归模型。回归分析结果表明,在同时控制年龄、性别、受教育年限和分组等协变量后,血浆YKL-40水平对左侧扣带回MD值(β=0.404,P=0.015)、左侧扣带回RD值(β=0.341,P=0.038)及右侧扣带回RD值(β=0.372,P=0.023)仍具有显著的正向预测作用。这些结果提示,血浆YKL-40水平的升高与扣带回白质微结构参数的增加独立相关,表明YKL-40可能是扣带回微结构损伤的独立影响因素。见表8

表8  血浆YKL-40及临床变量对白质微结构参数的多元线性回归分析
Tab. 8  Multiple regression of plasma YKL-40 and clinical factors on white matter parameters

3 讨论

       本研究探讨了血浆YKL-40在aMCI患者中的表达特征及其与脑白质微结构改变的关系。结果显示,与CU组相比,aMCI组血浆YKL-40水平显著升高,同时穹窿体部的FA值明显下降,而MD、AD及RD值均显著升高,提示白质完整性受损。进一步的相关性分析表明,血浆YKL-40水平升高与扣带回白质弥散参数的改变独立相关,表明外周炎症标志物可能反映中枢白质微结构损伤程度。

3.1 aMCI患者血浆YKL-40水平升高

       既往研究表明,YKL-40在AD脑组织表达显著升高,且主要来源于活化的星形胶质细胞[10],其可能代表对Tau病理的特异性应答[11]。作为重要的神经炎症介质,YKL-40还能够促进Tau相关的神经元损伤与认知功能下降[11, 12]。多项研究发现,脑脊液YKL-40水平在AD早期即出现升高,并与认知减退及疾病进展风险密切相关[13, 14, 15, 16],提示其在AD连续体的早期识别中具有潜在价值。此外,外周YKL-40亦可在一定程度上反映中枢神经炎症状态[17, 18],其中,血清YKL-40被认为具有AD早期识别作用[19],而血浆YKL-40则可预测aMCI向痴呆阶段的转化[8]。本研究与既往结果一致,相较于CU组,aMCI患者血浆YKL-40水平显著升高,即便在调整年龄和性别等混杂因素后,这一结果仍保持显著性,提示YKL-40水平升高可能反映aMCI阶段特异的神经病理生理过程。因此,血浆YKL-40有望作为一种非侵入性的外周生物标志物,用于AD早期识别及疾病进展风险评估。

3.2 aMCI患者呈现白质完整性受损趋势

       神经元轴突在皮层神经元之间传递神经冲动,其形成的白质是实现大脑信息传输与全脑网络活动的结构基础[20]。DTI通过测量水分子布朗运动的各向异性与扩散特征,为体内评估白质微结构完整性提供了便捷工具,其能够敏感反映轴突密度和髓鞘状态的细微变化[21]。在AD及其前驱期中,大量DTI研究已一致报道,穹窿、海马旁回扣带纤维、扣带束及胼胝体等关键白质通路出现微结构损伤,这些变化可能反映轴突密度降低、髓鞘脱失或局部水肿/炎症反应,且与记忆及整体认知功能下降密切相关,并在纵向研究中反映疾病进展[4, 7, 22, 23, 24, 25, 26]。基于此,本研究聚焦海马旁回扣带纤维、扣带回、穹窿及胼胝体,发现aMCI患者穹窿体部的FA值显著下降,而MD值、AD值及RD值显著升高,提示穹窿可能是一个更敏感的AD早期病理标志,这与早期研究结果一致[27]。穹窿体作为海马信息输出和记忆网络整合的关键通路,其损伤会削弱海马至前额叶的信号传递,进而影响情景记忆的编码与提取[28]。本研究在控制年龄和性别等混杂因素后,穹窿体部的组间差异仍保持显著,这有力提示了穹窿体部的白质退变可能能够作为aMCI的早期影像学生物标志物,但由于本研究为探索性分析,未进行多重比较校正,该结果的可靠性仍需在更大样本中进一步验证。

3.3 血浆YKL-40水平变化与脑白质微结构损伤相关

       本研究进一步探讨了aMCI患者白质微结构改变与神经炎症的关系。既往研究表明,在AD连续体的早期阶段,活化的星形胶质细胞和小胶质细胞通过释放促炎因子,诱导髓鞘破坏、轴突变性及水通道调节异常,从而导致白质微结构异常[29]。这种炎症相关的白质微结构损伤可能独立于灰质萎缩过程,并在AD早期阶段促进认知功能下降[30]。与此同时,其还能够通过体液炎症标志物反映[31, 32, 33, 34, 35],包括星形胶质细胞源性的胶质纤维酸性蛋白,其基线血浆水平升高及其随时间上升不仅与白质通路微结构完整性下降相关[24],还可以预测右侧扣带束FA值下降[36]。另有研究表明,脑脊液YKL-40随时间的变化也与皮层MD随时间的上升显著相关,提示胶质细胞反应可能参与早期皮层微结构恶化过程[7],以上证据均为神经炎症-白质微结构关联提供了强有力的证据支撑。本研究结果与既往研究相呼应,aMCI患者血浆YKL-40水平显著升高,且与扣带回白质的MD值和RD值呈独立正相关,而与穹窿及胼胝体无显著关联,提示其具有一定的区域特异性。综合上述结果,我们推测血浆YKL-40水平的升高可能也能够部分反映中枢胶质细胞活化所致的白质损伤,其有望成为评估aMCI早期神经炎症及白质微结构退变的非侵入性生物标志物,为疾病早期识别及进展监测提供新的分子依据。

3.4 本研究的局限性

       本研究仍存在若干局限性。首先,由于是初步探索性研究,本文主要呈现未进行多重比较校正(如FDR校正)的结果,因此存在一定的假阳性风险。然而,我们采用假设驱动的ROI分析策略,选取了既往文献中反复报道且与AD病理密切相关的白质通路进行重点分析,从而显著减少了统计检验次数,降低了偶然显著的可能性。该方法在探索性研究中可在一定程度上平衡统计稳健性与生物学合理性。其次,研究纳入样本量相对较小,且aMCI组与CU组在年龄和性别分布上存在差异。尽管两组来源于同一招募队列,但在实际招募过程中,CU组候选者通常年龄较轻,且部分受试者对DTI扫描的配合度较低,导致最终纳入的两组样本出现基线偏倚。虽然我们在统计模型中已对年龄与性别进行协变量校正,这种差异仍可能影响组间比较的效应估计。未来研究可通过更严格的组间匹配策略或采用倾向性评分匹配等方法,以降低样本选择偏倚对结果的干扰。第三,本研究的受试者分组基于临床诊断,尚未结合脑脊液生物标志物或影像学证据进行病理层面的验证。第四,我们主要基于常规DTI指标,未进一步引入自由水校正DTI、NODDI或纤维束分析FBA等更为先进的模型,因而无法进一步区分轴突、髓鞘及细胞外空间等不同病理成分的贡献。最后,本研究为横断面设计,无法揭示血浆YKL-40水平与白质微结构改变之间的因果关系。未来应扩大样本量,结合纵向随访及多模态生物标志物验证,以进一步阐明血浆YKL-40在AD连续体中对白质微结构损伤的动态反映和潜在机制。

4 结论

       综上,aMCI患者血浆YKL-40水平显著升高,且与扣带回白质微结构受损程度密切相关。这一发现提示血浆YKL-40可能在aMCI阶段反映早期的星形胶质细胞相关神经炎症及白质退行性改变,具有作为AD早期外周生物标志物的潜在价值。

[1]
DETURE M A, DICKSON D W. The neuropathological diagnosis of Alzheimer's disease[J/OL]. Mol Neurodegener, 2019, 14(1): 32 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/31375134/. DOI: 10.1186/s13024-019-0333-5.
[2]
LUO C, LI M, QIN R, et al. White Matter Microstructural Damage as an Early Sign of Subjective Cognitive Decline[J/OL]. Front Aging Neurosci, 2019, 11: 378 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/32047428/. DOI: 10.3389/fnagi.2019.00378.
[3]
ACOSTA-CABRONERO J, NESTOR P J. Diffusion tensor imaging in Alzheimer's disease: insights into the limbic-diencephalic network and methodological considerations[J/OL]. Front Aging Neurosci, 2014, 6: 266 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/25324775/. DOI: 10.3389/fnagi.2014.00266.
[4]
YANG H, DONG C, CAI Y, et al. Advances in the use of structural and diffusion magnetic resonance imaging for characterizing SCD and MCI due to Alzheimer's disease[J/OL]. Front Neurosci, 2025, 19: 1596459 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/40918977/. DOI: 10.3389/fnins.2025.1596459.
[5]
CHEN Y, WANG Y, SONG Z, et al. Abnormal white matter changes in Alzheimer's disease based on diffusion tensor imaging: A systematic review[J/OL]. Ageing Res Rev, 2023, 87: 101911 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/36931328/. DOI: 10.1016/j.arr.2023.101911.
[6]
WANG Q, SCHINDLER S E, CHEN G, et al. Investigating White Matter Neuroinflammation in Alzheimer Disease Using Diffusion-Based Neuroinflammation Imaging[J/OL]. Neurology, 2024, 102(4): e208013 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/38315956/. DOI: 10.1212/WNL.0000000000208013.
[7]
SPOTORNO N, STRANDBERG O, STOMRUD E, et al. Diffusion MRI tracks cortical microstructural changes during the early stages of Alzheimer's disease[J]. Brain, 2024, 147(3): 961-969. DOI: 10.1093/brain/awad428.
[8]
PASE M P, HIMALI J J, PUERTA R, et al. Association of Plasma YKL-40 With MRI, CSF, and Cognitive Markers of Brain Health and Dementia[J/OL]. Neurology, 2024, 102(4): e208075 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/38290090/. DOI: 10.1212/WNL.0000000000208075.
[9]
PETERSEN R C. Mild cognitive impairment as a diagnostic entity[J]. J Intern Med, 2004, 256(3): 183-194. DOI: 10.1111/j.1365-2796.2004.01388.x.
[10]
MORENO-RODRIGUEZ M, PEREZ S E, NADEEM M, et al. Frontal cortex chitinase and pentraxin neuroinflammatory alterations during the progression of Alzheimer's disease[J/OL]. J Neuroinflammation, 2020, 17(1): 58 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/32066474/. DOI: 10.1186/s12974-020-1723-x.
[11]
FERRARI-SOUZA J P, FERREIRA P, BELLAVER B, et al. Astrocyte biomarker signatures of amyloid-β and tau pathologies in Alzheimer's disease[J]. Mol Psychiatry, 2022, 27(11): 4781-4789. DOI: 10.1038/s41380-022-01716-2.
[12]
PELKMANS W, SHEKARI M, BRUGULAT-SERRAT A, et al. Astrocyte biomarkers GFAP and YKL-40 mediate early Alzheimer's disease progression[J]. Alzheimers Dement, 2024, 20(1): 483-493. DOI: 10.1002/alz.13450.
[13]
JOHNSON S C, SUÁREZ-CALVET M, SURIDJAN I, et al. Identifying clinically useful biomarkers in neurodegenerative disease through a collaborative approach: the NeuroToolKit[J/OL]. Alzheimers Res Ther, 2023, 15(1): 25 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/36709293/. DOI: 10.1186/s13195-023-01168-y.
[14]
JANELIDZE S, MATTSSON N, STOMRUD E, et al. CSF biomarkers of neuroinflammation and cerebrovascular dysfunction in early Alzheimer disease[J/OL]. Neurology, 2018, 91(9): e867-e877 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/30054439/. DOI: 10.1212/WNL.0000000000006082.
[15]
KESTER M I, TEUNISSEN C E, SUTPHEN C, et alCerebrospinal fluid VILIP-1 and YKL-40, candidate biomarkers to diagnose, predict and monitor Alzheimer's disease in a memory clinic cohort[J/OL]. Alzheimers Res Ther, 2015, 7(1): 59 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/26383836/. DOI: 10.1186/s13195-015-0142-1.
[16]
ZHANG H, NG K P, THERRIAULT J, et al. Cerebrospinal fluid phosphorylated tau, visinin-like protein-1, and chitinase-3-like protein 1 in mild cognitive impairment and Alzheimer's disease[J/OL]. Transl Neurodegener, 2018, 7: 23 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/30311914/. DOI: 10.1186/s40035-018-0127-7.
[17]
GIANNISIS A, AL-GRETY A, CARLSSON H, et al. Plasma apolipoprotein E levels in longitudinally followed patients with mild cognitive impairment and Alzheimer's disease[J/OL]. Alzheimers Res Ther, 2022, 14(1): 115 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/36002891/. DOI: 10.1186/s13195-022-01058-9.
[18]
SCHULZ I, KRUSE N, GERA R G, et al. Systematic Assessment of 10 Biomarker Candidates Focusing on α-Synuclein-Related Disorders[J]. Mov Disord, 2021, 36(12): 2874-2887. DOI: 10.1002/mds.28738.
[19]
WILCZYŃSKA K, MACIEJCZYK M, ZALEWSKA A, et al. Serum Amyloid Biomarkers, Tau Protein and YKL-40 Utility in Detection, Differential Diagnosing, and Monitoring of Dementia[J/OL]. Front Psychiatry, 2021, 12: 725511 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/34589009/. DOI: 10.3389/fpsyt.2021.725511.
[20]
MADDEN D J, BENNETT I J, BURZYNSKA A, et al. Diffusion tensor imaging of cerebral white matter integrity in cognitive aging[J]. Biochim Biophys Acta, 2012, 1822(3): 386-400. DOI: 10.1016/j.bbadis.2011.08.003.
[21]
AUNG W Y, MAR S, BENZINGER T L. Diffusion tensor MRI as a biomarker in axonal and myelin damage[J]. Imaging Med, 2013, 5(5): 427-440. DOI: 10.2217/iim.13.49.
[22]
NIKNAM N, KHAEFI S, HEIDARPOUR H, et al. Associations between diffusion tensor imaging patterns and cerebrospinal fluid markers in mild cognitive impairment[J/OL]. J Clin Neurosci, 2025, 135: 111141 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/40010169/. DOI: 10.1016/j.jocn.2025.111141.
[23]
GUO Y, LIU T, CHEN H, et al. White matter structure-function coupling alteration is associated with plasma biomarkers and cognition in Alzheimer's disease[J]. Eur Radiol, 2025, 35(11): 7053-7063. DOI: 10.1007/s00330-025-11706-x.
[24]
HUANG X, HAN X, CHANG H, et al. Associations between trajectories of plasma biomarkers for Alzheimer's disease, brain structures, and cognitive function: a prospective cohort study in the UK Biobank[J/OL]. Mol Psychiatry, 2025 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/40877465/. DOI: 10.1038/s41380-025-03166-y.
[25]
刘凡, 宁瑞鹏, 余秋蓉, 等. 阿尔茨海默病和轻度认知障碍的大脑半球间结构连接异常:一项基于DTI的研究[J]. 磁共振成像, 2023, 14(6): 9-17. DOI: 10.12015/issn.1674-8034.2023.06.002.
LIU F, NING R P, YU Q R, et al. Interhemispheric structural connectivity abnormalities in Alzheimer's disease and mild cognitive impairment: A DTI-based study[J]. Chin J Magn Reson Imaging, 2023, 14(6): 9-17. DOI: 10.12015/issn.1674-8034.2023.06.002.
[26]
张鹏, 王静, 宋扬, 等. 基于TBSS技术分析阿尔茨海默病患者脑白质结构变化及其与临床功能的相关性[J]. 中国老年学杂志, 2025, 45(7): 1635-1639. DOI: 10.3969/j.issn.1005-9202.2025.07.025.
ZHANG P, WANG J, SONG Y, et al. Analysis of white matter structural changes in patients with Alzheimer's disease and their correlation with clinical function based on TBSS.[J] Chinese J Gerontol, 2025, 45(7): 1635-1639. DOI: 10.3969/j.issn.1005-9202.2025.07.025.
[27]
MIELKE M M, OKONKWO O C, OISHI K, et al. Fornix integrity and hippocampal volume predict memory decline and progression to Alzheimer's disease[J]. Alzheimers Dement, 2012, 8(2): 105-113. DOI: 10.1016/j.jalz.2011.05.2416.
[28]
WANG P, ZHOU B, YAO H, et al. Aberrant Hippocampal Functional Connectivity Is Associated with Fornix White Matter Integrity in Alzheimer's Disease and Mild Cognitive Impairment[J]. J Alzheimers Dis, 2020, 75(4): 1153-1168. DOI: 10.3233/JAD-200066.
[29]
HAN J, ZHANG Z, ZHANG P, et al. The roles of microglia and astrocytes in neuroinflammation of Alzheimer's disease[J/OL]. Front Neurosci, 2025, 19: 1575453 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/40400619/. DOI: 10.3389/fnins.2025.1575453.
[30]
HOY A R, LY M, CARLSSON C M, et al. Microstructural white matter alterations in preclinical Alzheimer's disease detected using free water elimination diffusion tensor imaging[J/OL]. PLoS One, 2017, 12(3): e173982 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/28291839/. DOI: 10.1371/journal.pone.0173982.
[31]
TATO-FERNÁNDEZ C, EKBLAD L L, PIETILÄ E, et al. Cognitively healthy APOE4/4 carriers show white matter impairment associated with serum NfL and amyloid-PET[J/OL]. Neurobiol Dis, 2024, 192: 106439 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/38365046/. DOI: 10.1016/j.nbd.2024.106439.
[32]
RUDOLPH M D, SUTPHEN C L, REGISTER T C, et al. Associations among plasma, MRI, and amyloid PET biomarkers of Alzheimer's disease and related dementias and the impact of health-related comorbidities in a community-dwelling cohort[J]. Alzheimers Dement, 2024, 20(6): 4159-4173. DOI: 10.1002/alz.13835.
[33]
KIM B H, SHIN D, KANG S H, et al. Mapping Alzheimer's disease pathology using free water through integrated analysis of plasma biomarkers, microstructural DTI metrics, and macrostructural MRI measures[J/OL]. Sci Rep, 2025, 15(1): 30702 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/40841382/. DOI: 10.1038/s41598-025-14200-y.
[34]
CUI R P, HU H Y, HAN S L, et al. Association of Peak Width of Skeletonized Mean Diffusivity With Neurofilament Light Chain in Non-Dementia Adults[J/OL]. J Neurochem, 2025, 169(5): e70076 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/40420623/. DOI: 10.1111/jnc.70076.
[35]
SUMRA V, HADIAN M, DILLIOTT A A, et al. Regional free-water diffusion is more strongly related to neuroinflammation than neurodegeneration[J/OL]. J Neurol, 2025, 272(7): 478 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/40560468/. DOI: 10.1007/s00415-025-13201-1.
[36]
HE Y, LIU X, LIU F, et al. Associations of plasma biomarkers with cerebral perfusion and structure in Alzheimer's disease[J/OL]. Transl Psychiatry, 2025, 15(1): 2 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/39762217/. DOI: 10.1038/s41398-024-03220-3.

上一篇 脑小血管病总负荷严重程度对皮层及皮层下结构和功能的影响
下一篇 AI辅助MRI共同序列后处理方案对AIS的诊断效能与评估效率分析
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2