Identification of microRNA and protein-based biomarkers for the diagnosis of Alzheimer's disease and cerebral amyloid angiopathy = 알츠하이머병 및 뇌 아밀로이드 혈관병증의 진단을 위한 microRNA와 단백질 기반 바이오마커 발굴|RISS 상세보기

다국어 초록 (Multilingual Abstract)

Background: Alzheimer’s disease (AD) pathogenesis arises from multifactorial mechanisms that include dysregulation of microRNAs (miRNAs). As small and highly conserved non-coding RNAs that post-transcriptionally regulate gene expression and remain stable in peripheral blood, miRNAs have emerged as candidates for prognostic and diagnostic biomarker development. In parallel, cerebral amyloid angiopathy (CAA) and AD share amyloid-β pathology but in distinct anatomical compartments—vascular walls in CAA versus brain parenchyma in AD. Elucidating human CAA mechanisms is therefore essential for anticipating and mitigating complications of Aβ-targeting immunotherapies; yet, despite its clinical relevance, these mechanisms remain incompletely defined.
Methods: In study 1, we constructed miRNA co-expression networks from brain tissue profiles in the Religious Orders Study and Rush Memory and Aging Project (ROS/MAP; N = 702) to identify modules associated with AD-related neuropathological traits, diagnosis of AD dementia, and global cognition. We then prioritized hub miRNAs within AD-relevant modules and evaluated their associations with AD-related neuropathological traits, diagnosis of AD dementia, and global cognition. After selecting target genes of the hub miRNAs, we performed pathway-based enrichment analysis. For replication, we conducted a consensus miRNA co-expression network analysis integrating ROS/MAP with an independent Gene Expression Omnibus (GEO) dataset (N = 16). Finally, we assessed the classification performance of hub miRNAs for AD dementia using machine-learning models. In study 2, we analyzed 64 plasma miRNAs measured in 145 participants from the Alzheimer’s Disease Neuroimaging Initiative (ADNI), including 74 patients with probable AD and 71 cognitively normal (CN) older adults. We applied principal component analysis (PCA) with factor rotation to reduce dimensionality, identified AD-associated principal components (PCs) and their key miRNAs with factor loadings higher than 0.80. Associations of these PCs and key miRNAs with amyloid/tau/neurodegeneration (A/T/N) biomarkers and cognition were then evaluated. After identifying the candidate target genes of key miRNAs, we performed pathway enrichment analysis. We conducted mediation analyses to assess the indirect effect of the miRNA–A/T/N associations on AD and cognition. Finally, we assessed the classification performance of key miRNAs for AD using machine-learning models. In study 3, we integrated proteomic, neuropathologic, and clinical data from two independent cohorts using postmortem brain proteomics from ROS/MAP (N = 400) and CSF proteomics from ADNI (N = 59). In ROS/MAP, we conducted proteome-wide association analyses with CAA severity, AD-related neuropathological traits, diagnosis of AD dementia, and global cognition. We then constructed protein co-abundance network to define CAA-associated modules and hub proteins, followed by pathway enrichment to interpret biological significance. We performed cell-type deconvolution and diffusion map–based pseudotime modeling to infer cellular origins and temporal dynamics of CAA-related proteins. We further assessed the classification performance of CAA-associated proteins for CAA using machine-learning models. Finally, we performed a replication analysis in an independent ADNI cohort.
Results: In study 1, network analysis identified a module that was significantly associated with diagnosis of AD dementia and global cognition. Within this module, five hub miRNAs (miR-129-5p, miR-433, miR-1260, miR-200a, and miR-221) demonstrated significant associations with diagnosis of AD dementia and/or AD-related neuropathological traits, with miR-129-5p showing the strongest and most consistent effects across all phenotypes. Pathway-based enrichment analysis of target genes regulated by these hub miRNAs revealed significant biological processes including ErbB, AMPK, MAPK, and mTOR signaling. Consensus network analysis further identified two AD dementia-associated modules and two hub miRNAs (miR-129-5p and miR-221). Finally, machine-learning analysis demonstrated that the inclusion of the five hub miRNAs improved AD classification performance by 6.3% compared with a baseline model of age, sex, and apolipoprotein E (APOE) ε4 carrier status, increasing the area under the curve (AUC) to 0.807. In study 2, PCA identified one PC that was significantly associated with AD. The PC was also associated with CSF p-tau levels, hippocampal volume, and cognition. Two key miRNAs (miR-423-5p and miR-92a-3p) within the PC were significantly associated with AD. Lower levels of both miR-423-5p and miR-92a-3p were associated with reduced hippocampal volume and poorer cognition, while lower miR-423-5p levels were additionally associated with greater brain amyloid deposition. Pathway-based enrichment analysis highlighted several significant biological processes, including memory, protein phosphorylation, and the phosphatidylinositol-3-phosphate biosynthetic process. Mediation analyses indicated that miR-423-5p, but not miR-92a-3p, had indirect effects on AD and memory performance through brain amyloid deposition and hippocampal atrophy. Finally, machine-learning models demonstrated that inclusion of the two key miRNAs improved the classification performance of demographic information-based models for AD. In study 3, integrative analyses identified 30 proteins associated with CAA severity, enriched for biological processes including canonical Wnt signaling, lipoprotein metabolism, and protein tetramerization that were distinct from those observed in Consortium to Establish a Registry for Alzheimer’s Disease (CERAD)- and Braak-related protein profiles. Protein co-abundance network analysis further identified two CAA-associated modules that showed no significant associations with CERAD scores or Braak stages. Cell-type deconvolution and pathway enrichment indicated a microglia-enriched module linked to vesicle-mediated transport and an astrocyte-enriched module linked to potassium ion transmembrane transport. Diffusion map–based pseudotime modeling of the 30 CAA-associated proteins inferred trajectories that increased with CAA severity and captured broader AD-related neuropathological traits, including CERAD and Braak pathology and global cognition. A three-protein panel (RCSD1, FRZB, and AKAP6) selected by permutation feature importance, when combined with age, sex, and APOE ε4 carrier status, improved AUC for CAA classification from 0.585 to 0.721 using machine-learning models. Finally, in ADNI, 11 of 23 discovery proteins with available measurements replicated for CAA severity with concordant effect directions.
Conclusion: Integrative network and machine-learning analyses of brain tissue–based miRNA profiles identified signatures, most notably miR-129-5p, as associated with AD dementia, its related neuropathological traits, and cognition, thereby refining our understanding of AD pathogenesis and improving diagnostic classification performance. Complementing these tissue findings, plasma miR-423-5p and miR-92a-3p were linked to brain amyloid burden and cognitive decline, underscoring their mechanistic relevance and supporting their potential as minimally invasive, blood-based biomarkers for prognosis and diagnosis. In parallel, our proteomic profiling and integrative analyses delineated a molecular architecture of CAA that is distinct from classical AD pathology, nominating specific candidate biomarkers and pathways that implicate vascular and glial mechanisms. Together, these results establish complementary biomarker frameworks that can inform biologically grounded diagnostics and guide targeted therapeutic strategies, a priority made increasingly urgent by the clinical adoption of Aβ-directed treatments.

번역하기

국문 초록 (Abstract)

배경: 알츠하이머병은 복합적인 기전에 의해 발생하며, 이에는 microRNA의 조절 이상이 포함된다. 미세하고 보존성이 높은 비암호화 RNA 분자인 microRNA는 유전자 발현을 전사 후 단계에서 조절하며 혈액 내에서 안정적으로 존재하기 때문에 예후 및 진단 바이오마커로서의 잠재력을 지닌다. 한편, 뇌 아밀로이드 혈관병증과 알츠하이머병은 모두 아밀로이드-β 병리를 특징으로 하지만, 뇌 아밀로이드 혈관병증은 혈관벽, 알츠하이머병은 뇌 실질이라는 서로 다른 해부학적 구획을 침범한다. 사람 뇌에서 뇌 아밀로이드 혈관병증의 병리 기전을 규명하는 것은 아밀로이드-β 표적 면역치료의 합병증을 예측하고 완화하기 위해 필수적이지만, 여전히 그 기전은 불완전하게 이해되고 있다.
방법: 연구 1에서는 Religious Orders Study와 Rush Memory and Aging Project(ROS/MAP; N = 702)의 뇌 조직 microRNA 프로파일을 이용하여 알츠하이머병 관련 신경병리 지표, 알츠하이머병 치매 진단, 전반적 인지 기능과 연관된 모듈을 규명하기 위해 microRNA 공발현 네트워크를 구축하였다. 알츠하이머병 치매 진단 관련 모듈에서 허브 microRNA를 선별하고 이들의 알츠하이머병 신경병리 지표, 알츠하이머병 치매 진단, 인지 기능과의 연관성을 평가하였다. 이후 허브 microRNA의 표적 유전자를 도출하여 경로 기반의 기능적 풍부화 분석을 수행하였다. 재현을 위해 ROS/MAP과 Gene Expression Omnibus(GEO)의 독립 데이터셋(N = 16)을 통합한 합의 네트워크 분석을 수행하였으며, 허브 microRNA의 알츠하이머병 치매 진단에 대한 분류 성능을 기계학습 모델을 통해 평가하였다. 연구 2에서는 Alzheimer’s Disease Neuroimaging Initiative(ADNI)의 참가자 145명(알츠하이머병 환자 74명, 정상 노인 71명)으로부터 측정된 64종의 혈장 microRNA를 분석하였다. 주성분분석과 요인 회전을 적용하여 차원을 축소하고, 알츠하이머병과 유의하게 연관된 주성분과 요인부하량이 0.80 이상인 핵심 microRNA를 도출하였다. 이후 이들 주성분과 핵심 microRNA가 아밀로이드/타우/신경변성(A/T/N) 바이오마커 및 인지 기능과 연관되는지를 분석하였다. 표적 유전자를 기반으로 경로 풍부화 분석을 수행하였으며, 매개분석을 통해 microRNA와 A/T/N 바이오마커 간의 연관성이 알츠하이머병 및 인지 기능에 미치는 간접효과를 평가하였다. 마지막으로, 핵심 microRNA의 알츠하이머병 분류 성능을 기계학습 모델로 검증하였다. 연구 3에서는 두 개의 독립 코호트 자료를 통합 분석하였다. ROS/MAP(N = 400)에서 얻은 사후 뇌 단백질체 데이터와 ADNI(N = 59)의 뇌척수액 단백질체 데이터를 이용하였다. ROS/MAP에서는 뇌 아밀로이드 혈관병증 중증도, 알츠하이머병 관련 신경병리 지표, 알츠하이머병 치매 진단, 인지 기능과의 단백질체-전장 연관 분석을 수행하였다. 이어 단백질 공발현 네트워크를 구축하여 뇌 아밀로이드 혈관병증 관련 모듈과 허브 단백질을 정의하고, 경로 기반의 기능적 풍부화 분석을 통해 생물학적 의미를 해석하였다. 세포 유형 deconvolution 및 확산지도 기반 pseudotime 분석을 통해 세포 기원과 뇌 아밀로이드 혈관병증 관련 단백질의 시간적 역동성을 추정하였다. 또한 뇌 아밀로이드 혈관병증 관련 단백질의 분류 성능을 기계학습 모델로 평가하고, ADNI 독립 코호트에서 재현 분석을 수행하였다.
결과: 연구 1에서 네트워크 분석을 통해 알츠하이머병 치매 진단과 전반적 인지 기능과 유의하게 연관된 모듈을 확인하였다. 해당 모듈의 허브 micoRNA 5종(miR-129-5p, miR-433, miR-1260, miR-200a, miR-221)은 알츠하이머병 치매 진단 및/또는 알츠하이머병 관련 신경병리 지표와 유의하게 연관되었으며, 그중 miR-129-5p가 모든 표현형에서 가장 강력하고 일관된 효과를 보였다. 표적 유전자 기반 경로 분석에서는 ErbB, AMPK, MAPK, mTOR 신호 경로가 유의하게 풍부화되었다. 합의 네트워크 분석에서는 두 개의 알츠하이머병 치매 연관 모듈과 두 개의 허브 microRNA(miR-129-5p, miR-221)가 규명되었다. 기계학습 분석에서는 허브 microRNA 5종을 추가했을 때, 연령·성별·APOE ε4 보유 상태를 포함한 기본 모델 대비 알츠하이머병 치매 분류 성능(AUC 0.807)이 6.3% 향상되었다. 연구 2에서 주성분분석을 통해 알츠하이머병 진단과 유의하게 연관된 하나의 주성분을 확인하였다. 이 주성분은 뇌척수액 p-tau 수치, 해마 부피, 인지 기능과도 연관되었다. 주성분 내의 두 핵심 microRNA(miR-423-5p, miR-92a-3p)는 알츠하이머병 진단과 유의하게 연관되었으며, 이들의 낮은 발현은 더 작은 해마 부피와 저하된 인지 기능과 연관되었다. 특히 miR-423-5p의 낮은 발현은 더 높은 뇌 아밀로이드 침착과도 연관되었다. 경로 기반의 기능적 풍부화 분석에서는 기억력, 단백질 인산화, 인지질 인산생합성 과정 등의 유의한 생물학적 과정이 확인되었다. 매개분석 결과 miR-423-5p는 아밀로이드 침착과 해마 위축을 통해 알츠하이머병 진단 및 기억력에 간접적인 영향을 미쳤으나, miR-92a-3p는 그렇지 않았다. 기계학습 모델에서는 두 핵심 microRNA를 포함시켰을 때 인구학적 변수 기반 모델 대비 알츠하이머병 진단 분류 성능이 향상되었다. 연구 3에서는 뇌 아밀로이드 혈관병증 중증도와 연관된 단백질 30종을 규명하였으며, 이들은 고전적인 알츠하이머병 관련 신경병리(Consortium to Establish a Registry for Alzheimer’s Disease (CERAD), Braak) 연관 단백질과는 구별되는 Wnt 신호전달, 지질단백질 대사, 단백질 사량체화 과정에 풍부화되었다. 단백질 공발현 네트워크 분석에서는 CERAD 점수나 Braak 병기와는 연관되지 않은 두 개의 뇌 아밀로이드 혈관병증 관련 모듈이 확인되었다. 세포 유형 deconvolution 및 경로 기반의 기능적 풍부화 분석에서는 하나는 미세아교세포 풍부 모듈로 소포 매개 수송과 연관되었고, 다른 하나는 성상세포 풍부 모듈로 칼륨 이온 막 수송과 연관되었다. 뇌 아밀로이드 혈관병증 연관 30개의 단백질 기반 확산지도 pseudotime 분석은 뇌 아밀로이드 혈관병증 중증도 증가와 정렬되는 연속적인 궤적을 보여주었으며, CERAD 및 Braak 병리와 전반적 인지 저하와도 유의한 연관성을 보였다. RCSD1, FRZB, AKAP6으로 구성된 3개의 단백질 패널은 연령, 성별, APOE ε4 보유 상태에 추가될 경우 뇌 아밀로이드 혈관병증 분류 성능의 AUC를 0.585에서 0.721로 향상시켰다. 마지막으로 앞에서 확인한 뇌 아밀로이드 혈관병증 연관 단백질 중 11개가 ADNI 코호트에서 뇌 아밀로이드 혈관병증 중증도와 동일한 방향으로 재현되었다.
결론: 뇌 조직 기반 microRNA 네트워크와 기계학습 분석을 통해 알츠하이머병 치매 진단, 알츠하이머병 관련 신경병리 지표, 인지 기능과 연관된 특징을 규명하였으며, 특히 miR-129-5p가 가장 강력하게 관련되었다. 이러한 뇌 조직 기반 발견을 보완하여, 혈장 miR-423-5p와 miR-92a-3p는 뇌 아밀로이드 침착 및 인지 저하와 연관되어 알츠하이머병 진단과 예후를 위한 혈액 기반 바이오마커로서의 잠재성을 보여주었다. 한편, 단백질체 분석과 통합 접근은 기존의 알츠하이머병 병리와는 구별되는 뇌 아밀로이드 혈관병증의 독자적인 분자 구조를 제시하였으며, 혈관 및 교세포 기전을 매개로 하는 후보 바이오마커와 경로를 도출하였다. 본 연구는 알츠하이머병과 뇌 아밀로이드 혈관병증을 위한 상호보완적인 바이오마커 체계를 구축하여 생물학적으로 정당화된 진단 및 치료 전략 개발에 기여하며, 이는 아밀로이드-β 표적 치료제가 도입되는 현 시점에서 더욱 중요한 임상적 과제를 뒷받침한다.

번역하기

배경: 알츠하이머병은 복합적인 기전에 의해 발생하며, 이에는 microRNA의 조절 이상이 포함된다. 미세하고 보존성이 높은 비암호화 RNA 분자인 microRNA는 유전자 발현을 전사 후 단계에서 조절...

목차 (Table of Contents)