摘要

弥漫性轴索损伤（Diffuse Axonal Injury, DAI）是重型颅脑创伤中致残率和死亡率极高的病理类型，其早期诊断和预后评估缺乏特异性生物标志物。本研究采用iTRAQ（相对和绝对定量同位素标记）联合液相色谱-串联质谱（LC-MS/MS）技术，对DAI患者及对照组的脑脊液/血清样本进行定量蛋白质组学分析，筛选差异表达蛋白，并通过加权基因共表达网络分析（WGCNA）、蛋白-蛋白互作（PPI）网络及功能富集分析构建聚类网络，鉴定与DAI发生发展密切相关的候选生物标志物。研究结果为DAI的分子机制解析及临床诊断标志物的开发提供了重要依据。

1. 引言

弥漫性轴索损伤是创伤性脑损伤（TBI）的一种严重亚型，主要由旋转加速-减速剪切力导致神经元轴索广泛损伤。DAI患者常表现为持续昏迷，且常规影像学检查（CT/MRI）在早期往往阴性，临床诊断高度依赖医师经验，缺乏客观的分子指标。因此，寻找高灵敏度、高特异性的DAI生物标志物具有重要的临床价值。

iTRAQ技术作为一种高通量定量蛋白质组学方法，可在一次实验中同时比较多达8种不同样本的蛋白质表达丰度，具有标记效率高、定量准确、重复性好的优势，已广泛应用于神经系统疾病生物标志物的筛选。单纯依赖差异倍数和P值筛选标志物易忽略蛋白间的协同变化及网络调控关系。聚类网络分析（如WGCNA和PPI网络）可从系统生物学层面揭示蛋白模块与临床表型的关联，提高标志物的可信度。

2. 材料与方法

2.1 样本收集

选取重度颅脑创伤患者（DAI组，n=30）及健康对照（n=30）的脑脊液或外周血样本。DAI诊断依据临床特征、GCS评分及MRI影像学表现（SWI序列显示弥漫性微出血灶）。所有样本采集后立即离心分装，-80°C保存。

2.2 蛋白提取与iTRAQ标记

样本经裂解、还原烷基化、胰蛋白酶酶切后，采用8标iTRAQ试剂盒进行标记。各组样本等量混合后，经强阳离子交换色谱（SCX）分级，再进行LC-MS/MS分析（Orbitrap Fusion Lumos质谱仪）。

2.3 数据处理与差异蛋白筛选

原始数据经Proteome Discoverer软件检索UniProt人类数据库，筛选标准为：可信度≥95%，至少包含2个独特肽段，差异倍数（FC）>1.5或<0.67，且P<0.05。

2.4 聚类网络构建

• WGCNA分析：将差异蛋白表达量导入R语言WGCNA包，构建共表达网络，识别与DAI临床评分（GCS、Rotterdam CT评分）显著相关的模块。
• PPI网络：通过STRING数据库构建蛋白互作网络，Cytoscape软件进行可视化及Hub基因筛选（MCC、Degree算法）。
• 功能富集：使用DAVID和Metascape进行GO和KEGG通路富集分析。

3. 结果

3.1 差异表达蛋白鉴定

共鉴定到6,842个可信蛋白，其中DAI组相较对照组显著上调蛋白217个，下调蛋白184个。上调蛋白包括神经丝轻链（NFL）、胶质纤维酸性蛋白（GFAP）、S100B、髓鞘碱性蛋白（MBP）等；下调蛋白涉及突触囊泡循环、线粒体氧化磷酸化相关蛋白。

3.2 共表达网络与临床关联

WGCNA识别出12个共表达模块。其中，turquoise模块（包含1,024个蛋白）与GCS评分呈显著负相关（r=-0.72, P=1.3e-8），brown模块（687个蛋白）与Rotterdam CT评分正相关（r=0.65, P=4.1e-6）。turquoise模块富集于轴索运输、突触信号和细胞骨架重构通路，其核心Hub蛋白为NEFL、NEFM、MAPT和UCHL1。

3.3 PPI网络与Hub蛋白

PPI网络包含389个节点和2,114条边。通过MCC算法筛选出前15个Hub蛋白，包括NEFL、NEFM、GFAP、S100B、ENO2、SYN1、GAPDH、ATP5B等。这些Hub蛋白主要富集于神经退行性疾病通路、PI3K-Akt信号通路及氧化磷酸化通路。

3.4 候选生物标志物组合

将WGCNA核心模块中的Hub蛋白与PPI网络Hub蛋白取交集，获得7个重叠蛋白：NEFL、NEFM、GFAP、S100B、UCHL1、ENO2和SYN1。受试者工作特征（ROC）曲线分析显示，这7个蛋白联合诊断DAI的AUC可达0.94（95%CI：0.88–0.99），优于单一指标（NFL AUC=0.86，GFAP AUC=0.82）。

4. 讨论

损伤轴索释放的结构蛋白（NFL、NEFM、MBP）可直接反映轴索损伤程度，而星形胶质细胞活化标志物（GFAP、S100B）则体现继发性神经炎症反应。本研究结合iTRAQ定量结果与聚类网络分析，不单纯依赖差异倍数，而是从网络调控角度筛选出更稳定的标志物组合。

WGCNA模块与GCS评分的高度关联提示，轴索运输和突触信号通路相关蛋白的协同下调可能是DAI后意识障碍的分子基础。PPI网络中的Hub蛋白不仅具有诊断价值，还可能作为潜在治疗靶点。其中UCHL1和ENO2此前在TBI中报道较少，但其在本研究网络中处于连接节点位置，值得进一步验证。

本研究存在一定局限：样本量有限，且脑脊液与血清标志物浓度可能存在差异；iTRAQ标记的批间效应可能影响低丰度蛋白的定量准确性。未来的方向应包括PRM/MRM靶向验证以及多中心大样本队列的外部验证。

5. 结论

通过iTRAQ定量蛋白质组学联合WGCNA和PPI聚类网络分析，本研究筛选出以NEFL、NEFM、GFAP、S100B、UCHL1、ENO2、SYN1为核心的DAI候选生物标志物网络，为DAI的早期诊断、病情监测及分子机制研究提供了新的视角和实验依据。该策略亦可推广至其他创伤性脑损伤亚型的标志物筛选研究。

参考文献

[1] Blennow K, Brody DL, Kochanek PM, et al. Traumatic brain injuries. Nat Rev Dis Primers. 2016;2:16084.
[2] Wang KK, Yang Z, Zhu T, et al. An update on diagnostic and prognostic biomarkers for traumatic brain injury. Expert Rev Mol Diagn. 2018;18(2):165-180.
[3] Langfelder P, Horvath S. WGCNA: an R package for weighted correlation network analysis. BMC Bioinformatics. 2008;9:559.
[4] Szklarczyk D, Gable AL, Lyon D, et al. STRING v11: protein-protein association networks with increased coverage. Nucleic Acids Res. 2019;47(D1):D607-D613.
[5] Thelin EP, Nelson DW, Bellander BM. A review of the clinical utility of the PTSD and DAIs biomarkers. Front Neurol. 2017;8:585.