在中枢神经系统（CNS）药物发现的生物标志物方面有哪些关键挑战和最新进展？中枢神经系统疾病是日益严重的全球健康负担，部分原因是人口老龄化。然而，即使对疾病机制有了更好的了解，神经科学药物发现的失败率仍然很高，这通常是由于疗效方面的挑战。此外，许多临床试验依赖于临床医生评价的主观指标作为主要终点，这既耗时又容易发生变化。

近年来，神经成像生物标志物，如正电子发射断层扫描（PET）配体，通过协助确定靶向新机制的研究药物的剂量，对中枢神经系统药物开发的临床阶段做出了重大贡献。此外，发现侵入性较小的液体生物标志物，特别是在脑脊液（CSF）和血液中，有助于推进中枢神经系统生物标志物的研究，尽管仍存在明显的挑战。

一个突出的例子是神经丝轻链（NfL），一种只存在于神经元中的结构蛋白。NfL在神经元结构的稳定性中起着至关重要的作用，特别是在大的、有髓鞘的轴突中，它们依赖NfL进行径向生长。在正常情况下，低水平的NfL会持续释放，但在炎症、神经退行性、创伤或血管事件引起的轴突损伤时，NfL会显著增加。鉴于其稳定性和丰度，NfL是评估中枢神经系统健康的有价值的生物标志物。

NfL的测量是如何应用的在体外药物发现和开发的临床前和临床阶段？从体外和临床前研究到临床试验，NfL作为生物标志物在中枢神经系统研究的各个阶段都有广泛的应用。例如，体外研究利用NfL来测量由小胶质细胞介导的反义寡核苷酸反应的炎症毒性。同样，临床前模型显示血浆和脑脊液NfL水平可以指示神经退行性和神经炎症性疾病模型的轴突健康和疾病进展。

NfL水平是临床环境中用于监测中枢神经系统健康、追踪神经退行性疾病易感性和评估治疗效果的替代生物标志物。NfL在这些阶段的一贯敏感性使其在监测轴突变性和评估神经毒性风险方面具有不可估量的价值，强调了其在治疗开发和患者安全方面的关键作用。

NfL如何作为神经变性和中枢神经系统损伤的生物标志物？脑脊液中高水平的NfL表明受损或变性神经元渗漏，研究表明脑脊液NfL升高与中枢神经系统损伤密切相关。例如，2006年对业余拳击手的一项研究发现，比赛后脑脊液NfL显著增加，休息后水平下降。此外，在肌萎缩性侧索硬化症（ALS）等疾病中，较高的基线NfL水平与损伤严重程度增加和疾病进展加快有关。

大量研究表明血浆和脑脊液NfL水平之间存在很强的相关性，表明血浆测量可以有效反映正在进行的中枢神经系统损伤。然而，由于血浆中的NfL水平通常低于脑脊液中的水平，因此超灵敏的分析对于准确定量是必不可少的。

在神经退行性疾病如亨廷顿氏病和阿尔茨海默病（AD）的背景下，患者血浆和脑脊液中NfL水平升高可作为有价值的诊断和预后指标，与疾病进展相关，并有助于区分不同程度的损伤。

NfL是如何用于阿尔茨海默病研究的？它为痴呆症风险提供了什么见解？与轻度认知障碍患者或健康对照组相比，AD患者通常观察到NfL水平升高。然而，即使在健康人群中，血浆NfL水平也随着年龄的增长而增加，因此这些测量必须仔细考虑年龄。当与其他生物标志物（如淀粉样蛋白-β42）一起使用时，NfL在识别患痴呆症风险较高的个体方面表现出了希望。

这种结合生物标志物的方法可以改善阿尔茨海默病临床试验中的患者选择。最近的研究已经建立了不同年龄段血浆NfL的参考水平，有助于将NfL测量整合到神经精神和神经退行性疾病的诊断和疾病监测常规中。

NfL水平如何指示神经退行性疾病如脊髓性肌萎缩的治疗反应？NfL水平已被证明在监测脊髓性肌萎缩的治疗反应方面有价值，脊髓性肌萎缩导致运动神经元退化。例如，在接受反义寡核苷酸nusinersen治疗的婴儿和儿童中，脑脊液中NfL水平在治疗后恢复正常，与显著的运动功能改善一致。NfL水平的快速下降表明NfL可以作为早期反应标志物，帮助医生评估治疗效果并指导治疗决策。

同样，最近一项针对接受Tofersen治疗的ALS患者的研究表明，血浆NfL水平显著降低，尽管治疗的主要临床终点未达到。FDA基于这些生物标志物的变化批准了该药物，强调了NfL作为神经退行性疾病治疗反应标志物的作用。

NfL作为检测药物性神经毒性的安全生物标志物的意义是什么？NfL水平提供了一种非侵入性的、敏感的方法来检测神经毒性，这对于评估某些治疗的安全性至关重要，例如已知会引起周围神经病变的化疗。研究表明，血清NfL水平的变化可以预测周围神经病变的后续发病和严重程度，使临床医生能够平衡治疗效果和患者安全。

NfL作为神经毒性标志物的作用也已转化为临床前设置。例如，在一项针对亨廷顿氏病的2B期试验中，一些患者出现了周围神经病变。后续研究显示，在接受Branaplam治疗的动物中，尽管没有出现神经系统症状，但NfL水平升高，这加强了NfL作为临床前安全生物标志物的实用性。

人工智能（AI）目前如何影响生物标志物选择策略？人工智能通过快速分析大型数据库，包括蛋白质组学、代谢组学和转录组学，极大地增强了生物标志物的发现。人工智能简化了数据挖掘，并通过分析疾病风险因素帮助识别新的生物标志物和治疗靶点。

打赏

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》