ALS 症状出现前，血液里的 19 种蛋白能否成为一只“更早的钟”

对无症状的人说“还没有发病”，并没有回答什么时候

肌萎缩侧索硬化症，也就是 ALS，常在人出现肌无力、言语或吞咽变化后进入诊断路径。可疾病的生物学过程可能在症状之前已经开始。对于携带某些 ALS 或额颞叶变性相关致病变异的人，一个难题始终存在：风险升高并不等于某一天一定发病；即使未来会出现临床表现，也很难知道是半年后、五年后，还是更久。

这不是单纯的预测焦虑，也是预防试验的设计障碍。如果研究者招募大量短期内不会出现症状的人，试验可能需要极长时间和极大样本，才能判断干预是否推迟了发病。如果只凭年龄、家族史或单一基因估计，又会把风险差异很大的人放进同一组。要把预防研究做得可行，需要一种能随疾病进程变化的“生物学时钟”。

2026 年 7 月，《Nature Medicine》发表 Pre-fALS 纵向队列的血浆蛋白组研究。研究纳入 137 名参与者的 516 份连续采集血浆样本，其中包括 33 名在随访中从无症状转为临床显现 ALS 或相关表型的人、35 名已患 ALS 的患者、10 名尚未转化的无症状致病变异携带者和 59 名对照。团队在 5,298 种通过质量控制的蛋白中，识别出 92 种在表型转化前发生显著变化的蛋白。

研究进一步构建了一个 19 蛋白核心面板，尝试预测一个人在采样后 0.5、1、2、3 或 5 年内是否会发生表型转化，并估计距离转化还有多久。论文摘要报告，核心面板在这些时间窗的交叉验证曲线下面积约为 0.80 到 0.89，对转化时间估计的平均绝对误差为 1.6 年。部分信号在英国生物银行数据中获得复现，多蛋白组合在时间估计上优于单独使用神经丝轻链相关蛋白 NEFL。

这是一项令人振奋的纵向研究，也特别容易被误写成“抽血预测 ALS 发病”。准确说法应更窄：在一个以家族性 ALS 高风险致病变异携带者为核心、样本量有限的研究队列中，血浆蛋白轨迹显示了预测表型转化的潜力。它尚不是普通人群筛查，更不是医院已经可以开出的确诊检验。

为什么纵向样本比一张病例对照照片更重要

生物标志物研究常把已患病人和健康对照在同一时间比较。这样的横断面设计可以找到疾病状态差异，却难以判断差异何时出现。某种蛋白升高，可能是疾病早期驱动因素，也可能只是晚期神经损伤、肌肉萎缩、用药或活动减少的结果。

Pre-fALS 的稀缺之处，是研究团队对无症状致病变异携带者进行了长期前瞻随访。论文称，该项目积累接近 18 年，部分参与者在采样后真正跨过了临床表型转化点。研究者因此能把每份样本放在“距离症状出现还有多久”的坐标上，而不是只贴上健康或患病标签。

这种设计让不同蛋白呈现不同时间轨迹。NEFL 在接近转化前的数月明显上升，更像神经轴突损伤加速的近端信号；CA3、EDA2R 等一些蛋白则可能提前多年变化，涉及骨骼肌、细胞外基质或其他系统过程。多蛋白面板的价值，正是在一只钟里放入速度不同的指针：有的对短期临近更敏感，有的提供更早但更模糊的背景。

不过，纵向设计不会自动消除偏差。能坚持多年随访、知道家族遗传风险并愿意反复采血的人，本身是高度选择的人群。33 名表型转化者对罕见病研究很珍贵，对训练多变量模型仍然不大。研究采用访问级数据以利用多次采样，但同一人的多个样本彼此相关，模型验证必须防止把个体特征误当作可泛化信号。

论文使用交叉验证评估模型，并在英国生物银行数据中部分复现若干蛋白变化，这是重要的稳健性步骤。可是“部分复现”不等于完整 19 蛋白面板已在独立、同等纵向队列前瞻验证。英国生物银行的人群、采样频率、检测平台和表型定义与 Pre-fALS 不完全相同。真正走向试验入组前，还需要锁定检测方法、算法和阈值，在新的目标队列中事先登记后验证。

AUC 很高，为什么仍不能告诉一个人哪天会发病

论文探索了多个模型。对 0.5、1、2、3 和 5 年的不同预测窗口，按数据选择的模型使用的蛋白数量并不相同。最佳交叉验证性能可达到约 0.90 以上，而核心 19 蛋白面板为了跨时间窗和生物学解释力做了统一取舍。单看数字，容易让人以为结果已经足够精确。

AUC 衡量的是模型把较高风险样本排在较低风险样本之前的能力，不直接给出一个人的绝对概率，也不告诉人应该采取什么行动。高风险人群中的 AUC，不能直接迁移到普通人群。在普通人群里 ALS 本就罕见，即使模型保留同样的敏感度和特异度，阳性结果中也可能出现大量并不会发病的人。

时间估计平均绝对误差 1.6 年，同样要放回使用场景。对研究者设计一项多年预防试验，这种精度可能有价值；对一个等待答案的家庭，一年多的偏差非常大，而且平均值会掩盖某些人更大的误差。预测输出如果影响是否接受有副作用的预防性干预，误判的代价会进一步上升。

风险还会随时间更新。一个人的本次蛋白谱、下次蛋白谱、神经生理检查和临床症状之间是什么关系，需要动态模型和明确的复测间隔。把一次抽血变成永恒标签，违背了纵向研究本身揭示的事实：疾病生物学在变化，信号意义取决于离转化点多远。

生物标志物的名称也要谨慎。这个面板更接近“易感性或风险生物标志物”的候选，而非单独确认 ALS 的诊断标志物。它的预期用途可能是帮助预防试验富集短期转化风险较高的致病变异携带者。用途一旦改变，证据门槛也改变：用于探索机制、用于试验分层、用于决定治疗，各自需要不同验证。

从蛋白组发现到一项可用检测，要跨过哪些门

第一道门是分析验证。研究采用 Olink Explore 高通量蛋白组平台，发现阶段的相对丰度信号需要转化为稳定、可重复的检测方法。不同实验室、试剂批次、样本冻融次数、采血到处理时间，都可能改变结果。19 个蛋白若组合成评分，还要明确缺失一个指标时怎么处理，测量误差如何传递到最终风险。

第二道门是临床验证。新的前瞻队列应包含不同致病基因、年龄、性别、祖源和疾病进展速度的人，并报告哪些亚组性能下降。研究中 NfL 对快速进展的某些 SOD1 变异携带者已显示短期价值，但更广泛基因背景可能需要不同蛋白组合。一个统一模型也许并不适合所有家族性 ALS。

第三道门是临床效用。假设面板能够更好预测，使用它是否真的改善试验？它可能缩短观察时间、减少样本量、让干预更接近生物学起点；也可能排除本会受益但信号较低的人，或者让高风险受试者承担不确定干预。试验设计要预先比较这些收益与伤害，而不是把模型性能当作效用代理。

第四道门是沟通与伦理。无症状携带者原本就面临遗传风险带来的心理压力。一个带有不确定区间的“可能在几年内转化”结果，会影响家庭计划、保险顾虑、职业选择和亲属关系。结果是否返还、由谁解释、预测发生变化时如何更新，以及参与者是否可以选择不知道，都需要遗传咨询与伦理框架。

数据治理也是证据的一部分。罕见致病变异、家系和纵向样本组合具有较高可识别性。共享数据有助于独立验证，但应使用受控访问、最小必要信息和明确的二次研究规则。面板若商业化，参与者是否知道样本支持了什么产品、能否获得研究结果和后续检测，也会影响长期信任。

真正的目标不是预测发病，而是让预防可以被验证

这项研究的临床想象力来自一个正在变化的 ALS 研究范式：不再等临床功能明显丧失后才开始干预，而是在有明确遗传风险的人群中寻找更早窗口。NfL 已经帮助开启首批 ALS 预防试验，多蛋白轨迹可能让窗口划分更细，也让研究者看到神经损伤之外的肌肉和系统性变化。

但预测本身不是治疗。一个人被更早地标记为高风险，如果没有有效干预、清楚的随访路径和心理支持，得到的可能只是更长时间的不确定。生物标志物最重要的评价，不是它能否把未来说得像确定事实，而是它能否在一个明确决策中增加净收益。

接下来的关键实验，可以设计成前瞻性、盲法和用途限定的验证：先冻结 19 蛋白检测与算法，再在独立致病变异携带者中按预定时间窗输出风险；研究团队不知道结果或按方案使用结果，最终比较校准度、漏报、误报和转化时间误差。若用于入组，还要比较使用面板前后试验所需样本、事件数和代表性。

公众传播也应保留研究对象这个限定词。标题中的“症状前预测”很容易被理解为每个人都能通过血检知道未来。实际上，这项证据目前最接近的是一群已经通过家族史和遗传检测确认高风险的人。普通人出现肌无力等症状时，仍应接受规范临床评估；任何单项蛋白或网络风险测试都不能替代诊断。

血液里的 19 种蛋白也许会成为一只更早的钟，但钟的用途不是宣判命运。它应帮助研究者在更合适的时间验证干预，并让每一次预测都带着误差范围、适用人群和可行动的下一步。只有当这三件事同时存在，“更早知道”才可能变成“更早受益”。

来源与边界

• 样本构成、92 种变化蛋白、19 蛋白面板、交叉验证结果和 1.6 年平均绝对误差来自《Nature Medicine》原始研究：https://www.nature.com/articles/s41591-026-04528-x
• NIH 对研究目的和 Pre-fALS 背景的官方说明：https://www.nih.gov/news-events/news-releases/new-blood-based-biomarkers-predict-when-als-symptoms-will-emerge
• 本研究主要针对携带 ALS/FTD 相关致病变异的高风险人群；不能外推为普通人群筛查、已获批诊断或精确个人发病日期。
• AUC、风险分层和时间误差只在对应研究设计中解释；本文不提供遗传检测、诊断、治疗或个人风险建议。