1. 领域背景与文献引入
文献英文标题：A circular RNA blood panel that differentiates Alzheimer’s disease from other dementia types；发表期刊：Biomarker Research；影响因子：未公开；研究领域：阿尔茨海默病（AD）生物标志物研究。
阿尔茨海默病是全球最常见的神经退行性痴呆类型，其患病率随人口老龄化逐年上升，严重影响患者生活质量并给家庭及社会带来沉重负担。目前AD诊断主要依赖神经影像（如PET-CT）或脑脊液（CSF）生物标志物（如Aβ42、P-tau），但神经影像检查成本高、耗时长，脑脊液穿刺为有创操作，限制了其在大规模人群筛查中的应用。此外，AD与血管性痴呆（VaD）、帕金森病痴呆（PDD）、行为变异型额颞叶痴呆（bvFTD）、路易体痴呆（DLB）等其他痴呆类型的临床症状、病理特征及生物标志物存在显著重叠，导致临床鉴别诊断困难。因此，开发无创、便捷且能特异性区分AD与其他痴呆的外周血生物标志物是当前AD研究的关键方向。
环状RNA（circRNA）是一类具有闭合环状结构的非编码RNA，具有稳定性高、组织特异性强、不易降解的特点，近年研究发现其在AD患者脑内（如大脑皮层）及外周血（如外周血单个核细胞）中存在差异表达，有望成为AD诊断的新型生物标志物。但现有研究多聚焦于AD与健康对照的比较，样本量小且未涉及与其他痴呆类型的鉴别，限制了其临床转化。本研究针对这一空白，通过多中心、大样本量研究，探索circRNA作为外周血生物标志物区分AD与健康对照及其他痴呆类型的潜力，旨在建立高效、特异的AD诊断模型。
2. 文献综述解析
文献综述部分，作者围绕“AD诊断生物标志物的现状”“circRNA与AD的关联研究”两大维度展开系统评述，清晰梳理了现有研究的进展与局限。
首先，作者总结了AD诊断生物标志物的研究现状：脑脊液中的Aβ42（淀粉样蛋白）、总tau（T-tau）、磷酸化tau（P-tau）是AD的核心病理标志物，其水平变化能直接反映AD的病理进程，但脑脊液采集需腰椎穿刺，属于有创操作，患者接受度低，难以用于大规模人群筛查；血液中的Aβ42/40比值、神经丝轻链蛋白（NFL）、P-tau181等标志物虽具有无创性优势，但检测需专业技术设备，成本较高，且诊断效能仍需提升。
其次，作者梳理了circRNA与AD的关联研究：近年研究发现，circRNA在AD患者脑内（如颞叶皮层）及外周血（如外周血单个核细胞）中存在显著差异表达，部分circRNA通过海绵吸附miRNA（如ciRS-7吸附miR-7，抑制Aβ清除）或结合蛋白质（如circNF1-419结合Dynamin-1，调控自噬）参与AD的病理过程。但现有研究存在三大局限：①样本量小，部分研究仅纳入5例AD患者，结果可靠性不足；②未验证circRNA对其他痴呆类型的鉴别能力，无法满足临床鉴别诊断需求；③机制研究不深入，多数研究仅报道circRNA的差异表达，未阐明其参与AD病理的具体机制。
基于现有研究的不足，本研究的创新点显著：①首次构建circRNA血液panel，系统验证其区分AD与其他痴呆类型（VaD、PDD、bvFTD、DLB）的能力；②采用多中心、大样本量设计（共纳入485例受试者），涵盖健康对照、AD及5种其他痴呆类型，结果可靠性高；③通过“筛选-建模-验证”的闭环研究思路，确保诊断模型的稳定性与重复性。
3. 研究思路总结与详细解析
本研究采用“pilot研究筛选差异circRNA→模型建立→外部验证”的闭环思路，分三个关键环节展开，最终建立并验证了能区分AD与其他痴呆的六circRNA诊断模型。
3.1 pilot研究（Dataset1）筛选差异circRNA
实验目的：筛选AD患者与健康对照间的差异表达circRNA，为后续模型建立提供候选标志物。
方法细节：纳入Dataset1（n=40，健康对照20例，AD患者20例），采集受试者空腹12小时后的外周静脉血（EDTA抗凝），分离血浆后采用miRNeasy Serum Kit（Qiagen）提取总RNA；通过Ribo-off rRNA Depletion Kit（Vazyme）去除核糖体RNA，再用RNase R（New England Biolabs）降解线性RNA，富集circRNA；构建测序文库后，利用BGISEQ-500平台进行高通量测序；采用DESeq2软件分析差异表达circRNA（筛选标准：Q≤0.05，fold change≥1.2或≤0.8）。
结果解读：测序结果显示，AD患者血浆中有22个circRNA上调、19个circRNA下调（Q≤0.05），热图（Fig.1）直观展示了这些差异circRNA的表达模式（橙色代表上调，蓝色代表下调）。
实验所用关键产品：Qiagen的miRNeasy Serum Kit、Vazyme的Ribo-off rRNA Depletion Kit、New England Biolabs的RNase R、BGISEQ-500测序平台。
3.2 Dataset2建立六circRNA诊断模型
实验目的：基于pilot研究筛选的差异circRNA，构建能区分AD与健康对照的诊断模型。
方法细节：纳入Dataset2（n=124，健康对照61例，AD患者63例），采用与Dataset1一致的方法提取血浆circRNA并检测其表达；从Dataset1的41个差异circRNA中选取前6个上调（hsa_circ_0077001、hsa_circ_0022417、hsa_circ_0014356、hsa_circ_0014353、hsa_circ_0074533）和前6个下调（hsa_circ_0006940、hsa_circ_0089762、hsa_circ_0089894、hsa_circ_0037139、hsa_circ_0089761、hsa_circ_0079275）的circRNA作为候选标志物；以“AD vs 健康对照”为因变量，候选circRNA及年龄、性别、教育年限、APOE ε4（载脂蛋白Eε4，AD风险基因）状态为协变量，构建二元逻辑回归模型，通过逐步向前回归筛选进入模型的circRNA；采用受试者工作特征（ROC）曲线评估模型的诊断效能。
结果解读：Dataset2验证了Dataset1中的41个差异circRNA（P<0.05），表明pilot研究结果可靠；逻辑回归分析显示，5个上调circRNA（hsa_circ_0077001、hsa_circ_0022417、hsa_circ_0014356、hsa_circ_0014353、hsa_circ_0074533）和1个下调circRNA（hsa_circ_0089894）进入最终模型，年龄、性别等协变量因无统计学意义被排除（P>0.05）；ROC曲线分析显示，该六circRNA panel区分AD与健康对照的曲线下面积（AUC）为0.968（P<0.001，Fig.3A），显著高于单个circRNA的AUC（0.636-0.796，Fig.3B），表明panel的诊断效能远优于单个circRNA。此外，基因本体（GO）分析显示，这6个circRNA参与细胞过程、代谢过程、免疫反应及突触功能等与AD密切相关的生物学过程；京都基因与基因组百科全书（KEGG）分析显示其富集于PI3K-Akt信号通路、胰岛素抵抗等AD相关通路，提示其可能通过调控这些通路参与AD的病理进程。
实验所用关键产品：同3.1（miRNeasy Serum Kit、Ribo-off rRNA Depletion Kit、RNase R、BGISEQ-500）。
3.3 Dataset3验证模型区分AD与其他痴呆的能力
实验目的：验证六circRNA panel区分AD与其他痴呆类型（VaD、PDD、bvFTD、DLB）的能力，评估其临床实用性。
方法细节：纳入Dataset3（n=321，健康对照58例，AD患者60例，VaD患者50例，PDD患者51例，bvFTD患者52例，DLB患者50例），采用与前两个数据集一致的方法提取血浆circRNA并检测其表达；分析六circRNA在不同痴呆类型中的表达差异，并通过ROC曲线评估panel区分AD与其他痴呆的效能。
结果解读：Dataset3中，AD患者血浆中5个上调circRNA（hsa_circ_0077001、hsa_circ_0022417、hsa_circ_0014356、hsa_circ_0014353、hsa_circ_0074533）的表达水平显著高于健康对照及VaD、PDD、bvFTD、DLB患者（P<0.001），而下调circRNA（hsa_circ_0089894）的表达水平显著低于健康对照及其他痴呆患者（P<0.001，Fig.4A-F）；其他痴呆类型（VaD、PDD、bvFTD、DLB）中，六circRNA的表达均无显著差异（P>0.05），表明其具有AD特异性；ROC曲线分析显示，该panel区分AD与健康对照的AUC为0.966（P<0.001，Fig.5A），区分AD与其他痴呆的AUC为0.914-0.966（P<0.001，Fig.5B-C），验证了模型的高特异度与灵敏度。
实验所用关键产品：同3.1。
4. Biomarker研究及发现成果解析
Biomarker定位与筛选逻辑
本研究开发的六circRNA panel（hsa_circ_0077001、hsa_circ_0022417、hsa_circ_0014356、hsa_circ_0014353、hsa_circ_0074533上调；hsa_circ_0089894下调）是一种AD特异性外周血生物标志物。其筛选与验证遵循“三步法”逻辑：①通过pilot研究（Dataset1）筛选AD与健康对照间的差异circRNA；②通过Dataset2构建并优化诊断模型，筛选出效能最优的六circRNA panel；③通过Dataset3验证模型区分AD与其他痴呆的能力，形成“筛选-建模-验证”的完整链条，确保Biomarker的可靠性与稳定性。
研究过程详述
Biomarker来源：外周血血浆，采集自多中心受试者（空腹12小时，EDTA抗凝），无创且易获取。
验证方法：①通过RNA测序（Dataset1）筛选差异circRNA；②通过定量检测（Dataset2、3）验证差异circRNA的表达水平；③通过ROC曲线分析评估Biomarker的诊断效能。
特异性与敏感性：①特异性：六circRNA仅在AD患者中显著改变，在VaD、PDD、bvFTD、DLB等其他痴呆患者中无差异表达（P>0.05），能有效区分AD与其他痴呆；②敏感性与特异性：Dataset2中区分AD与健康对照的AUC为0.968（P<0.001），Dataset3中区分AD与其他痴呆的AUC为0.914-0.966（P<0.001），表明其具有高敏感性与特异性。
核心成果提炼
本研究的核心成果是建立了首个能有效区分AD与其他痴呆类型的circRNA血液panel，具有以下四大优势：
1. 无创性：基于外周血血浆，无需腰椎穿刺或影像学检查，患者接受度高，适合大规模人群筛查。
2. 高特异性：仅在AD患者中显著改变，能有效区分AD与VaD、PDD、bvFTD、DLB等其他痴呆类型，解决了临床鉴别诊断困难的问题。
3. 高效性：诊断效能优异，AUC高达0.968，远优于单个circRNA及部分现有血液标志物。
4. 稳定性：经过多中心、大样本量验证（共纳入485例受试者），结果可靠，具有临床转化潜力。
此外，该panel的6个circRNA参与AD相关生物学过程（如突触功能、PI3K-Akt通路），推测其可能通过调控这些过程参与AD的病理进程，为AD的发病机制研究提供了新方向。
本研究通过系统的“筛选-建模-验证”流程，开发了一种高效、特异的AD外周血生物标志物，为AD的早期诊断与鉴别诊断提供了新工具，也为circRNA在AD中的临床应用奠定了基础。未来需进一步研究其作用机制，并开展 longitudinal 研究评估其预测AD进展的能力，推动其临床转化。