随着人口老龄化加剧，阿尔茨海默病（AD）疾病负担不断增加。由于AD病理变化常早于临床症状出现，寻找可靠的早期生物标志物具有重要意义。传统脑脊液检测和PET影像虽可反映AD病理，但受侵入性和成本限制。近年来，具有高稳定性和组织特异性的血液circRNA逐渐成为AD早期检测的重要候选标志物，并为液体活检技术在AD风险评估中的应用提供了新的方向。
近日，圣路易斯华盛顿大学Carlos Cruchaga研究团队在 Nature Medicine 发表题为：Blood-based circular RNAs for early diagnosis of Alzheimer’s disease 的研究论文。
该研究围绕血液circRNA与阿尔茨海默病之间的关联展开，通过大规模队列分析筛选AD相关circRNA，并构建基于血液circRNA特征的预测模型，系统评估其在疾病早期识别和进展预测中的应用价值，并在多个独立队列中进行验证。该研究为circRNA作为神经退行性疾病液体活检标志物提供了重要证据，并拓展了AD早期检测的新方向。
研究设计
研究团队收集了816名认知正常（CU）人群和405名AD患者的血液样本，通过RNA测序结合多种生物信息学工具筛选AD相关circRNA，并构建预测模型。随后，研究利用脑脊液Aβ/Tau、amyloid-PET、血浆pTau217及纵向随访数据评估circRNA模型对AD诊断和疾病进展的预测能力，并在Knight-ADRC和A4独立队列中进行验证。
Fig. 1 | 研究设计
血液AD相关circRNA的筛选与鉴定
基于Knight-ADRC队列（405名AD患者与829名认知正常人群），研究团队通过多种算法交叉验证，从1601个高质量血液circRNA中，最终锁定34个高度稳定且与AD显著相关的候选分子（如circDNAJC6等）。这一严格的筛选过程，为后续构建AD诊断与预测模型奠定了坚实基础。
AD相关circRNA脑组织富集特征
为探究34个AD相关circRNA的组织来源，研究团队利用CircAtlas 3.0数据库分析其在33种组织中的表达特征。结果显示，其中30个circRNA在脑组织中表现出高度富集；进一步qPCR验证发现，在21个有效检测的circRNA中，有14个在脑组织中表达更高。研究结果表明，多数AD相关circRNA具有脑组织富集特征，结合circRNA可跨越血脑屏障的特点，提示血液circRNA可能反映脑部AD相关分子变化，为其作为AD血液生物标志物提供依据。
AD相关circRNA独立于线性mRNA变化
由于circRNA可能与其宿主基因的线性mRNA存在关联，研究团队进一步分析了AD相关circRNA是否独立于对应mRNA。结果显示，34个候选circRNA中有33个具有对应线性mRNA来源，其中29个（87%以上）在校正线性mRNA影响后仍与AD显著相关，包括circDNAJC6、circPICALM和circNUP54等。该结果表明，多数AD相关circRNA并非简单反映宿主基因mRNA水平变化，而具有独立的AD相关表达特征，支持其作为独立血液生物标志物的潜力。
血液circRNA模型的AD诊断能力
研究团队基于34个AD相关circRNA构建预测模型。结果显示，该模型识别AD相关病理状态的AUC达到0.945，优于血浆pTau217（AUC=0.877），联合pTau217后提升至0.967。同时，该模型在不同性别、APOE4亚组及amyloid-PET检测中均保持稳定预测能力，表明血液circRNA具有较好的AD病理识别潜力。
Fig. 2 | 利用血液circRNA作为临床AD诊断及淀粉样蛋白病理检测的生物标志物
circRNA模型具有跨祖源稳定性
为验证circRNA模型在不同祖源人群中的稳定性，研究团队进一步在欧洲祖源（n=978）、非洲祖源（n=92）及其他混合祖源人群（n=35）中进行测试。结果显示，该模型在不同祖源人群中均保持良好的预测性能，AUC分别达到0.906、0.934和0.922。研究表明，血液circRNA模型具有较好的跨祖源泛化能力。
血液circRNA模型具有AD特异性
为验证34个circRNA模型的AD特异性，研究团队进一步在帕金森病（PD）、路易体痴呆（DLB）和额颞叶痴呆（FTD）患者中进行测试。结果显示，该模型在非AD痴呆中的预测能力较低（PD、DLB、FTD的AUC分别为0.413、0.545和0.404）。进一步分析发现，仅少数circRNA与其他神经退行性疾病相关，而大多数circRNA主要与AD相关，表明该模型具有较好的AD疾病特异性。
Fig. 3 | 不同祖源人群及不同类型痴呆疾病中的预测模型评估
血液circRNA预测AD进展风险
研究团队利用纵向随访数据评估circRNA模型对AD进展的预测能力。结果显示，circRNA模型预测症状性AD发展的HR达到2.92，高于pTau217模型（HR=1.81）；在5年进展预测中，AUC达到0.870，优于pTau217（AUC=0.676）。此外，circRNA联合pTau217可进一步提升风险预测能力，双阳性人群进展风险最高（HR=4.83）。研究表明，血液circRNA具有预测AD进展和风险分层的潜力。
circRNA变化可提前反映AD进展
研究团队利用TTO分析circRNA变化与AD发病时间的关系，发现34个circRNA整体水平在临床症状出现前约2–4年开始发生变化，并随疾病进展持续升高。此外，基于CDR评分分析显示，circRNA模型能够预测未来认知下降（AUC=0.781）及早期痴呆阶段（AUC=0.722）。结果表明，血液circRNA可反映AD早期分子变化，并与疾病进展程度相关。
多算法验证circRNA模型稳定性
为验证模型可靠性，研究团队采用CIRI2和CIRI3对基于DCC构建的circRNA模型进行交叉验证。结果显示，CIRI2和CIRI3模型预测AD生物标志物状态的AUC分别为0.848和0.801，与DCC模型保持一致趋势。此外，在AD进展预测和生存分析中，不同算法同样获得稳定结果，进一步证明了circRNA模型的可靠性和重复性。
独立样本验证circRNA模型稳定性
为验证circRNA模型的稳健性，研究团队在Knight-ADRC队列中选取未用于模型训练的独立样本进行验证，并利用amyloid-PET（n=543）和血浆pTau217（n=602）评估模型性能。结果显示，circRNA模型在独立样本中仍保持稳定预测能力，amyloid-PET预测AUC为0.726，pTau217预测AUC为0.716，与训练样本结果一致。研究表明，血液circRNA模型具有较好的稳定性和重复性。
Knight-ADRC独立队列验证circRNA模型
研究团队在Knight-ADRC独立复制队列（n=551）中验证circRNA模型。结果显示，该模型预测AD相关生物标志物状态的AUC达到0.863，联合pTau217后提升至0.955；同时可预测症状性AD进展风险（HR=3.83），联合pTau217后进一步提高至13.95，表明其具有良好的稳定性和重复性。
A4独立队列验证模型泛化能力
研究团队进一步利用A4队列RNA测序数据验证circRNA模型。由于该队列基线均为认知正常人群，研究主要评估模型对AD相关生物标志物状态及疾病进展的预测能力。结果显示，circRNA模型预测生物标志物阳性的AUC达到0.723，并可预测症状性AD进展（HR=2.93），联合pTau217后进一步提升至4.58。不同circRNA定量方法均获得一致结果，表明该模型具有良好的稳定性和泛化能力。
Fig. 4 | 血液circRNA对AD疾病进展的预测能力高于pTau217
总结
本研究系统评估了血液circRNA在AD早期识别和疾病进展预测中的潜力。研究团队筛选获得34个AD相关circRNA并构建预测模型，发现该模型不仅能够识别AD相关病理状态，还可预测无症状人群未来疾病进展风险，并在部分指标中表现出优于血浆pTau217的预测能力。此外，这些circRNA具有脑组织富集特征，其变化可在临床症状出现前被检测，并在多个独立队列中得到验证。
基于该研究成果，Circular Genomics进一步开发了CircPATH™平台，旨在将脑富集circRNA信号转化为血液分子诊断工具，用于探索AD风险评估和疾病监测。未来，circRNA血液检测策略有望为AD早期筛查、风险分层及临床研究提供新的技术支持。
原文链接：https://www.nature.com/articles/s41591-026-04485-5