Brain HealthArticolo di ricercaAccesso aperto

I biomarcatori ematici rivelano come cambiano le cellule gliali e i vasi sanguigni nelle diverse fasi della malattia di Alzheimer

Un ampio studio ADNI rileva che GFAP è più efficace dei marcatori vascolari nel monitorare la progressione della malattia di Alzheimer, mentre i marcatori vascolari mostrano traiettorie divergenti nel tempo.

domenica 20 settembre 2026 1 visualizzazione
Pubblicato in FASEB Bioadv
A blood draw tube filled with plasma beside a brain MRI scan on a clinical lightbox in a hospital neurology lab

Riepilogo

La malattia di Alzheimer non riguarda solo amiloide e tau: sembrano coinvolte anche le cellule di supporto del cervello e il rivestimento dei vasi sanguigni. I ricercatori hanno utilizzato i dati dell'Alzheimer's Disease Neuroimaging Initiative per seguire cinque marcatori ematici in persone cognitivamente sane, con lieve compromissione cognitiva o con demenza di Alzheimer. GFAP, un marcatore dell'attivazione degli astrociti (cellule di supporto del cervello), è aumentato progressivamente lungo gli stadi della malattia ed è risultato circa il 56% più alto nei partecipanti con Alzheimer rispetto a quelli sani. Ha mostrato una discreta capacità di distinguere questi gruppi. I marcatori vascolari VEGF e sVCAM-1 erano circa il 14% più alti nell'Alzheimer, ma si sovrapponevano così ampiamente tra i singoli individui da non risultare utili per la diagnosi. Il marcatore microgliale sTREM2 non differiva in base alla diagnosi. I marcatori gliali e quelli vascolari non variavano in modo concordante tra loro, e gli andamenti vascolari coprivano solo 12 mesi, quindi necessitano di conferma con un follow-up più lungo.

Riepilogo Dettagliato

La malattia di Alzheimer è sempre più considerata un disturbo multicellulare, in cui infiammazione, alterazioni della barriera ematoencefalica e danni all'unità neurovascolare si sviluppano insieme ad amiloide e tau. Gli esami del sangue sono più economici, meno invasivi e più facili da ripetere rispetto al liquido cerebrospinale o alla PET, perciò capire quali marcatori non core seguano l'andamento della malattia è importante sia per la pratica clinica sia per gli studi clinici. Pochi studi hanno esaminato insieme, nella stessa coorte, i marcatori delle cellule di supporto del cervello e quelli dei vasi sanguigni: è questa la lacuna che l'analisi ha affrontato.

Utilizzando i dati dell'Alzheimer's Disease Neuroimaging Initiative, gli autori hanno costruito una coorte con covariate complete di 2.650 partecipanti (1.027 cognitivamente non compromessi, 1.187 con deterioramento cognitivo lieve [MCI], 436 con demenza di Alzheimer). Hanno misurato nel plasma GFAP (astrociti), sTREM2 (microglia), VEGF (angiogenesi) e sICAM-1 e sVCAM-1 (attivazione endoteliale). I campioni specifici per ciascun biomarcatore variavano da 566 a 1.001 persone al basale. I modelli utilizzavano la regressione lineare e modelli a effetti misti, corretti per età, sesso, istruzione e APOE ε4, con correzione di Benjamini-Hochberg. I modelli vascolari sono stati corretti anche per BMI, pressione arteriosa, farmaci, fumo e funzionalità renale.

GFAP ha mostrato il segnale più chiaro. I livelli mediani erano 125,7, 165,8 e 238,6 pg/mL rispettivamente nei gruppi cognitivamente non compromessi, MCI e AD. Dopo la correzione, GFAP era più alto del 21,5% nell'MCI e del 56,3% nell'AD (q = 1,7 × 10⁻¹⁴). L'AUC per AD rispetto ai non compromessi era 0,822, con un d di Cohen di 1,23. sTREM2 non differiva in base alla diagnosi (AUC 0,507). VEGF e sVCAM-1 erano più alti del 14,1% e del 14,7% nell'AD (q = 0,014 e 0,002), ma le AUC erano solo 0,612 e 0,625, con una sovrapposizione delle distribuzioni superiore all'80%.

Nel tempo, nei partecipanti cognitivamente non compromessi GFAP è aumentato del 4,50% all'anno e sTREM2 del 2,99% all'anno. Nessuno dei due ha mostrato un'interazione significativa tra diagnosi e tempo, quindi i tassi di variazione non differivano in base allo stadio. In una finestra di 12 mesi, sICAM-1 è diminuito del 23,3% all'anno nei partecipanti non compromessi, e questo calo era attenuato nell'MCI e nell'AD. sVCAM-1 è aumentato dell'8,6% all'anno nei partecipanti non compromessi, con interazioni negative nell'MCI e nell'AD. Questi andamenti vascolari si sono mantenuti dopo la correzione per fattori cardiometabolici e renali, con diagnosi variabile nel tempo e separando l'MCI stabile dai casi che hanno progredito. Le correlazioni gliali-vascolari non erano significative, ma si basavano su soli 64-94 partecipanti con dati sovrapposti.

I risultati suggeriscono che GFAP sia il marcatore non core più utile per la stadiazione, mentre i marcatori vascolari mostrano piccole differenze a livello di gruppo senza valore diagnostico individuale. Le vie gliali e vascolari non sono progredite in modo sincrono. Le cautele sono considerevoli: il follow-up vascolare è stato di soli 12 mesi, i risultati nulli per sICAM-1 e sTREM2 avevano potenza insufficiente (differenze minime rilevabili del 16,5% e del 14,3%) e la disponibilità dei dosaggi non era casuale rispetto alla diagnosi. Molti partecipanti avevano una sola misurazione e il campione vascolare comprendeva pochi partecipanti non compromessi (10,2%).

Risultati Principali

  • Baseline plasma GFAP was 56.3% higher in AD than in cognitively unimpaired participants (95% CI 40.4 to 74.2; q = 1.7 × 10⁻¹⁴) and 21.5% higher in MCI
  • GFAP discriminated AD from unimpaired with an AUC of 0.822 (95% CI 0.779 to 0.866), Cohen's d 1.23, and distribution overlap of 0.51
  • VEGF (+14.1%, q = 0.014) and sVCAM-1 (+14.7%, q = 0.002) were higher in AD, but AUCs were only 0.612 and 0.625 with 83-92% overlap
  • sTREM2 did not differ by diagnosis (AD vs. CU +2.2%, AUC 0.507) and sICAM-1 showed no significant baseline difference
  • GFAP rose 4.50% per year (q = 1.0 × 10⁻³³) and sTREM2 2.99% per year in unimpaired participants, with no diagnosis-by-time interactions
  • Over 12 months sICAM-1 fell 23.3% in unimpaired participants, attenuated in MCI (+17.8%) and AD (+24.6%), while sVCAM-1 rose 8.6% with negative interactions of -9.9% and -11.0%
  • Glial-vascular correlations were not significant, but were based on only 64 to 94 overlapping participants

Metodologia

Si è trattato di un'analisi di coorte longitudinale retrospettiva dei dati ADNI, che ha incluso 2.650 partecipanti con covariate complete (1.027 CU, 1.187 MCI, 436 AD). I campioni analitici erano specifici per ciascun biomarcatore: 832 per GFAP, 1.001 per sTREM2 e 566 per il pannello vascolare, che prevedeva esattamente due visite (basale e mese 12). Le associazioni al basale sono state valutate con regressione lineare, mentre le analisi longitudinali hanno utilizzato modelli a effetti misti con intercette casuali, aggiustati per età, sesso, istruzione e *APOE* ε4, con correzione FDR di Benjamini-Hochberg. I modelli vascolari sono stati ricalcolati includendo covariate cardiometaboliche e renali; sono state inoltre condotte sei analisi di sensibilità, insieme al calcolo di AUC, d di Cohen e metriche di sovrapposizione.

Limitazioni dello Studio

Gli autori sottolineano che il follow-up vascolare è durato solo 12 mesi, quindi le traiettorie divergenti richiedono una replica su periodi più lunghi prima di poter essere interpretate come una regolazione dipendente dallo stadio. I risultati nulli per sICAM-1 e sTREM2 erano limitati dalla potenza statistica, e le correlazioni gliali-vascolari si basavano su campioni ridotti e parzialmente sovrapposti. La disponibilità dei dosaggi non era casuale rispetto alla diagnosi (i partecipanti cognitivamente integri rappresentavano solo il 10,2% del campione vascolare), molti partecipanti avevano una sola misurazione e alcuni valori basali sono stati estrapolati.

Ti è piaciuto questo riepilogo?

Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.

Inserisci la tua email per iscriverti: