1. 研究背景 (Research Background)
在晚發型阿茲海默症（AD）的遺傳景觀中，*APOE* 基因座是最具影響力的風險因子。已知 $\epsilon 4$ 等位基因以劑量依賴方式顯著增加風險（攜帶單拷貝者風險增加 2-3 倍，純合子則高達 12 倍），而 $\epsilon 2$ 則具備強大的保護效應。然而，科學界過去的研究重心過度傾斜於 $\epsilon 4$ 的致病機制，導致 $\epsilon 2$ 介導的保護性分子架構長期處於未被充分探究的狀態。本研究透過大規模多組學分析證明，*APOE2* 與 *APOE4* 並非互為鏡像的對立狀態，而是透過完全不同的蛋白質組路徑形塑疾病風險。
2. 研究問題 (Research Question)
本研究旨在透過跨隊列蛋白質組學分析，解決以下三個核心科學斷層：
- 非對稱分子架構： *APOE* 不同等位基因如何透過蛋白質組（Proteomics）形塑對立的疾病風險？
- 因果級聯辨析： 哪些蛋白質變化是基因直接驅動的「上游中介物」（Upstream mediators），哪些僅是受「下游病理」驅動的伴隨產物？
- 動力學穩定性： 這些遺傳驅動的蛋白質特徵，在年齡增長與類澱粉蛋白（A$\beta$）沉積的動態病理過程中，是否展現出時間上的穩定性？
3. 主要方法 (Main Methods)
本研究整合多中心、跨組織與跨技術平台的分析框架，其細節如下表所示：
| 隊列 (Cohort) | 樣本組織 (Tissue) | 檢測平台 (Platform) |
|---|---|---|
| GNPC | 血漿 (Plasma) | SomaLogic 7K |
| BioFINDER-2 | 血漿 & 腦脊髓液 (CSF) | SomaLogic 7K / OLINK Explore 3072 |
| ADNI | 腦脊髓液 (CSF) | SomaLogic 7K / TMT-MS (質譜) |
| UK BioBank | 血漿 (Plasma) | OLINK Explore 3072 |
| PPMI | 腦脊髓液 (CSF) | OLINK Explore 3072 (縱向數據) |
分析模型： 研究利用中介模型區分因果關係。上游中介模型（*APOE* $\rightarrow$ 蛋白質 $\rightarrow$ AD/A$\beta$）探討蛋白質作為遺傳風險載體的作用；下游中介模型（*APOE* $\rightarrow$ AD/A$\beta$ $\rightarrow$ 蛋白質）則識別受疾病狀態驅動的分子特徵。
4. 核心發現 (Core Findings)
APOE2 的穩定緩衝特徵與「分子脫鉤」
在 GNPC 血漿隊列中，研究識別出 192 個與 *APOE2* 相關的蛋白質。這些蛋白展現出顯著的「分子脫鉤」（Molecular Decoupling）特徵：其變化在臨床症狀出現前的認知正常期即已穩定存在，且不隨年齡或 AD 診斷狀態而波動。這顯示 *APOE2* 並非單純抵抗病理，而是建立了一套自主且穩定的「系統性緩衝」程序。
APOE4 的病理敏感特徵與「病理侵入」
與之相對，*APOE4* 相關的 357 個蛋白質（GNPC 數據）對疾病進程極為敏感。儘管部分標記在早期可檢測，但大多數 *APOE4* 相關蛋白易受下游病理級聯反應的「病理侵入」（Pathological Invasion）而重塑。中介分析顯示，*APOE4* 更多地是透過「引導」受病理驅動的下游反應來發揮致病作用，其分子景觀隨病理發展而大幅改變。
等位基因主導性 (Allele Dominance)
在 $\epsilon 2/\epsilon 4$ 雜合子中，研究發現了一種非對稱的顯性現象。在兩者共同調節的蛋白質中，多數表現出 $\epsilon 4$ 佔優勢（$\epsilon 4$-dominant）。這意味著 $\epsilon 4$ 的致病風險分子特徵往往能壓制 $\epsilon 2$ 的保護性訊號，從分子層面解釋了為何 $\epsilon 4$ 的風險效應在臨床上通常佔據主導。
5. 機制與治療意義 (Mechanism or Therapeutic Significance)
研究結合生物啟發神經網路（BINN）與 Reactome 路徑分析，揭示了兩者的機制分歧：
- APOE2 介導的保護機制：
- 關鍵中介蛋白： 包括 UNG、PCLAF、SNAP23、APOB（中介比例高達 92%）。
- 路徑特徵： 富集於未分化細胞與紅血球細胞。機制涉及 DNA 修復、能量平衡及細胞膜維護。這套「系統性緩衝」程序增強了細胞應對應激的基底能力。
- APOE4 介導的致病機制：
- 關鍵中介蛋白： 包括 SPC25、S100A13、TBCA、ZW10（中介比例最高為 49%）。
- 路徑特徵： 富集於少突膠質前驅細胞（OPCs）與平滑肌細胞（SMC）。核心機制指向細胞週期失調（特別是膠質細胞過度增殖）與細胞骨架破壞，使大腦處於易受病理級聯反應攻擊的「預備狀態」。
- 臨床精準干預： 這些上游蛋白（如 SPC25, S100A13）不僅是理想的早期預測生物標誌物，更證明 *APOE2* 與 *APOE4* 透過不同的生物學途徑發揮作用，因此針對特定的等位基因路徑進行精準藥物開發具有高度可行性。
6. 研究限制 (Research Limitations)
儘管數據規模龐大，本研究仍指出多組學分析面臨的嚴峻挑戰：
- 平台異質性： SomaLogic 與 OLINK 等平台的一致性極為有限。即使是核心蛋白如 S100A13 與 TBCA，在不同平台間仍呈現出不一致甚至相反的關聯方向，這為臨床標準化設置了障礙。
- 組織來源與轉錄不一致性： 血漿蛋白質組與腦部轉錄組（ROSMAP 數據）的相關性偏低。這顯示外周血漿訊號可能受全身性代謝或分泌調控，而非單純反映中樞神經系統的轉錄變化。
- 因果推論門檻： 雖然中介分析在統計上區分了上下游，但受限於橫斷面數據設計，確認真正的因果鏈結仍需依賴功能性實驗驗證。
7. 值得追蹤的問題 (Questions Worth Tracking)
- SPC25 與藥物交互作用： 研究發現，在使用膽鹼酶抑制劑（ChEIs）調整後，SPC25 對 *APOE4*-AD 關聯的中介效應顯著減弱。這提示現有臨床藥物可能已在無意中干預了遺傳驅動的分子路徑，其具體藥理交互值得深入研究。
- 肽段解析蛋白質組學： 未來是否能透過肽段層面（Peptide-resolved）分析，解析不同 *APOE* 異構體（Isoform）對蛋白質修飾的精細調控？
- 跨組織多組學整合： 如何有效整合循環系統（血漿）與中樞系統（CSF）的數據，以精確釐清哪些蛋白質變化源於大腦的早期洩漏，哪些是影響神經健康的全身性反應？