Церебральная микроангиопатия (ЦМА) является главной причиной сосудистых когнитивных расстройств (КР) и смешанных с нейродегенерацией форм, составляя до 45% в структуре деменций [1, 2]. Согласно патоморфологическим исследованиям, смешанные сосудисто-дегенеративные формы являются самыми распространенными и достигают 50% среди деменций [3—5]. Коморбидность двух патологий обеспечивает необратимость патологического процесса и приводит к более выраженным КР [6—8]. Критерии прижизненной диагностики смешанных форм отсутствуют.

Имеются веские свидетельства инициирующей роли церебральной гипоперфузии и повреждения гематоэнцефалического барьера (ГЭБ) в развитии нейродегенеративного процесса [9, 10]. Установлено, что запускаемый каскад патологических событий способствует нарушению регуляции процессинга и клиренса амилоида-бета (Аβ) с его накоплением в периваскулярных пространствах [6, 11], а также нейровоспалительным реакциям в мозге [12]. Хроническое нейровоспаление с устойчивым присутствием в ЦНС цитокинов, свободных радикалов считается одним из наиболее важных факторов формирования коморбидности сосудистой и нейродегенеративной патологии [13, 14].

Прямые доказательства роли нейровоспаления в развитии как ЦМА, так и болезни Альцгеймера (БА) были получены при гистологических и иммуногистохимических исследованиях мозга экспериментальных животных [15—19], аутопсийных образцов мозга пациентов [20—24], при позитронно-эмиссионной визуализации, свидетельствующей об активации микроглии [8, 25—28].

На особую роль воспаления в развитии ЦМА и БА указывают и генетические исследования. На сегодняшний день повторные полногеномные исследования ассоциаций (Genome-wide association study — GWAS) позволили установить более 44 независимых локусов генетического риска на уровне полногеномной значимости для развития ЦМА [29—37] и более 50 локусов для БА [38—43]. Выявлены изменения в генах, участвующих в воспалении и ассоциированных с ним процессах апоптоза, врожденного иммунитета, регуляции клеточного цикла, везикулярного транспорта и нейропротекции [29, 39]. Параллельно развивается практика комбинированного GWAS-анализа и анализа профиля экспрессии генов на основе клеточных РНК-транскриптов [44].

Однако условия, способствующие коморбидности двух патологий, не установлены. Можно полагать, что одним из них является формирование у пациентов с ЦМА профиля экспрессии генов, ассоциированных с нейровоспалением, значимых для обоих заболеваний. Нами проанализированы результаты проведенных GWAS при ЦМА и БА для отбора устойчиво воспроизводимых конвергирующих при нескольких исследованиях генов, ассоциированных с воспалением и запускаемыми им реакциями, а также циркулирующих маркеров, ассоциированных с поражением сосудистой стенки и мозга при ЦМА. Нами были отобраны 58 генов для создания индивидуальной панели компанией NanoString Technologies (США) и определения их экспрессии при ЦМА с КР разной степени выраженности. Полагаем, что сочетание экспрессии генов, значимых для ЦМА и БА, может быть условием коморбидности двух заболеваний и биомаркером выявления смешанных форм.

Цель исследования — уточнить роль изменения экспрессии генов, ассоциированных с нейровоспалением, при ЦМА с когнитивными расстройствами.

Материал и методы

Пациенты отбирались из базы отдела лучевой диагностики Научного центра неврологии за 2021 г., далее удовлетворяющие критериям включения госпитализировались для дообследования в объеме, необходимом для соблюдения критериев невключения в молекулярно-генетическое исследование.

Среди пациентов, прошедших стандартное МРТ-исследование, были отобраны 76 (средний возраст 61,3±7,6 года; женщин 50%), удовлетворяющих критериям включения в исследование: возраст 46—75 лет; МРТ-изменения головного мозга, соответствующие ЦМА (критерии STRIVE, 2013 г.) с Т2/FLAIR-гиперинтенсивностью белого вещества (ГИБВ) стадии Fazekas 2 и 3; наличие когнитивных жалоб; согласие на обследование в стационаре.

По результатам стационарного обследования для проведения молекулярно-генетического исследования были отобраны 56 пациентов (средний возраст 61,2±7,6 года) в соответствии с критериями невключения: атеросклероз >50%; изменения в ЦСЖ воспалительного, инфекционного происхождения, выявление биомаркеров БА; острый и подострый период малого субкортикального инфаркта (до 3 мес); перенесенная острая инфекция, включая COVID-19, или обострение хронического заболевания за 3 мес до забора крови; декомпенсированная соматическая и эндокринная патология.

На этапе стационарного дообследования из исследования исключены 20 пациентов: 7 человек перенесли острую вирусную инфекцию в период проведения исследования; 10 человек отказались от проведения люмбальной пункции; у 3 — в анализе ЦСЖ выявлены маркеры вероятной болезни Альцгеймера (повышение тау-протеина и снижение бета-амилоида).

Группу контроля составили 20 добровольцев (средний возраст 57,3±6,1 года), сопоставимых по возрасту и полу, без клинических и МРТ-признаков сосудистой и дегенеративной патологии головного мозга.

У всех участников исследования оценивались классические сосудистые факторы риска и их особенности в соответствии с общепринятыми рекомендациями [45]. Оценивался общий когнитивный уровень по Монреальской шкале оценки когнитивных функций (MoCA). Независимость в повседневной жизни определялась по шкале базовой активности (индекс Бартел). Тяжесть КР рассчитывалась по результатам общего когнитивного уровня и независимости в повседневной жизни: субъективные КР (СубКР) — когнитивные жалобы и MoCA ≥26 баллов; умеренные КР (УКР) — MoCA <26 баллов и сохранная независимость; деменция — MoCA <26 с утратой независимости [46]. Дополнительно проводилось тестирование отдельных когнитивных доменов: памяти — тест заучивания 10 слов; компонентов управляющих функций мозга: переключаемость — тест прослеживания пути (Trail Making Test — TMT), ингибирование — тест Струпа на интерференцию.

Всем обследуемым проводилась МРТ головного мозга (Siemens Magnetom Prisma 3 Тл, Siemens AG, München, Германия) в стандартных и 3D Т1-mpr режимах. Оценивались МРТ-признаки ЦМА. Методом повоксельной морфометрии рассчитывались показатели интракраниального пространства: общий объем головного мозга (Total Brain Volume — TBV), объем серого и белого вещества (Gray Matter Volume — GM; White Matter Volume — WM), ЦСЖ (Cerebral Spine Fluid — CSF) (программа SPM12, https://www.fil.ion.ucl.ac.uk/spm). Для исключения индивидуальных и половых различий для каждого участника проводилась нормализация оцениваемых показателей на общий интракраниальный объем (Total Intracranial Volume — TIV), которые в дальнейшем использовались для сопоставления.

РНК выделяли из лейкоцитов крови на сорбирующих колонках с использованием наборов MagMAX mirVana Total RNA Isolation Kit (Thermo Fisher Scientific Inc, США) по протоколу, рекомендованному производителем. Степень деградации и концентрацию полученной РНК измеряли на флуориметре Qubit 4 (ThermoFS) с использованием набора Qubit RNA IQ.

Определение экспрессии генов проводилось с использованием платформы NanoString nCounter: образцы РНК помещали в цифровой анализатор nCounter Analysis System, экспрессию РНК измеряли по количеству молекул, связавшихся с зондом, нормированных на концентрацию РНК в образце. Панель для определения экспрессии генов была разработана и изготовлена биотехнологической компанией NanoString Technologies по индивидуальному заказу (CodeSet Design). Включено 58 генов, которые показали конвергирующие результаты в GWAS при ЦМА и БА [29—37, 47—51], а также гены циркулирующих маркеров, ассоциированных с поражением сосудистой стенки и мозга при ЦМА [52—59]. Проводилась кластеризация отобранных генов в функциональные группы (программа STRING, https://string-db.org) на основе оценки различных взаимодействий: совместное присутствие в клеточных компартментах, коэкспрессия, белок-белковые взаимодействия. Названия генов приведены в соответствии с международной номенклатурой (https://www.ncbi.nlm.nih.gov/genome/guide/human).

Обработку полученных сырых данных, контроль качества, нормализацию и анализ дифференциальной экспрессии генов проводили с использованием программного обеспечения nSolver 4.0. Контроль качества осуществлялся после импорта данных с оценкой следующих параметров: качество визуализации (Imaging QC) >75% поля зрения; плотность связывания (Binding Density QC) в диапазоне значений 0,1—2,25; линейность положительного контроля (Positive Control Linearity QC) >0,95; предел обнаружения для положительного контроля (Positive Control Limit of Detection QC) установлен как 0,5 fM. Нормализация выполнялась на 4 эталонных гена (гены «домашнего хозяйства»), предложенных разработчиками NanoString и включенных в панель: AARS, ASB7, CCDC127, CNOT10.

В ходе анализа полученных результатов из исследования был исключен 21 участник (ЦМА — 12, контрольная группа — 9) по причине недостаточно высокого для анализа качества образцов (качество визуализации <75% поля зрения; плотность связывания <0,1).

Подтверждение результатов анализа дифференциальной экспрессии, полученных на платформе NanoString nCounter, проводили на той же группе пациентов и участников контрольной группы методом ПЦР в реальном времени. Для анализа были отобраны гены, которые показали значимые различия в экспрессии при ЦМА по сравнению с контрольной группой (BIN1, VEGFA). Оценку качества и количества РНК проводили с использованием нормализации по 2 генам «домашнего хозяйства». По количеству копий мРНК в биологическом материале все вышеперечисленные гены имели высокую концентрацию РНК-транскриптов (от 10⁷ до 10⁵ копий мРНК/мл).

Пациенты подписывали информированное согласие на сбор сведений, проведение обследования и обработку персональных данных. Исследование и его протокол были одобрены локальным Этическим комитетом ФГБНУ «НЦН» (протокол №10-6/20 от 27.11.20).

Статистическая обработка проводилась с помощью программного обеспечения IBM SPSS Statistics 26.0 и на языке программирования R v. 4.2.2 с использованием RStudio v. 2022.12.0-353.

Статистический анализ. Основные показатели описательной статистики для категориальных и порядковых переменных — частота и доля (%), для количественных — медиана и квартили или среднее значение и стандартное отклонение (mean±SD). Во всех случаях использовали двусторонние варианты статистических критериев. Нулевую гипотезу отвергали при p<0,05. Сравнительный анализ качественных показателей проводили при помощи критерия χ² Пирсона или точного критерия Фишера. Проверка гипотезы о нормальности распределения признаков проводилась с помощью критериев Шапиро—Уилка, Колмогорова—Смирнова, а также при помощи построения и оценки частотных гистограмм. Количественные показатели с типом распределения, отличающимся от нормального, оценивали при помощи критерия Манна—Уитни или Краскела—Уоллиса с последующим внутригрупповым попарным анализом по методу Манна—Уитни. Для апостериорных попарных сравнений использовался критерий Манна—Уитни с последующей поправкой Бонферрони на множественность сравнений. Для оценки прогностической ценности изменения экспрессии генов в отношении развития признака проводилась бинарная логистическая регрессия. Адекватность выбранной логистической модели подтверждалась ROC-анализом. С помощью построения ROC-кривых были определены оптимальные пороговые значения экспрессии генов с определением их чувствительности и специфичности для каждого показателя. Визуализация относительного уровня экспрессии исследованных генов проводилась путем построения тепловой карты в RStudio, пакет gplots, где каждая строка соответствует одному наблюдению. При отсутствии значимой взаимосвязи экспрессии генов с наличием КР проверялась гипотеза об опосредующей роли третьих переменных (медиаторов). Использовался каузальный медиаторный анализ в RStudio, пакеты mediation и lavaan, квазибайесовский метод Монте-Карло [60]. Обеспечение удовлетворительной сходимости результатов достигалось использованием 100 000 симуляций [60]. Нормализованные объемные показатели интракраниального пространства были использованы в качестве потенциальных медиаторов связей экспрессии генов (независимая переменная) и балла по MoCA (зависимая переменная).

Результаты

Общая характеристика групп исследования. Характеристика демографических показателей и основных сосудистых факторов риска пациентов с ЦМА и лиц группы контроля представлена в табл. 1.

Таблица 1. Общая характеристика обследуемых основной и контрольной групп

Примечание. * — p<0,05; ** — p<0,005.

Группы статистически различались по наличию и тяжести основного фактора риска ЦМА — АГ. У пациентов с ЦМА преобладала АГ 3-й степени, у большинства длительного течения, на постоянной терапии двумя и более препаратами.

Клиническая и МРТ-характеристика пациентов с ЦМА

Все пациенты с ЦМА имели КР. По результатам нейропсихологического тестирования пациенты с КР распределились следующим образом: СубКР — 11 (25%) пациентов, УКР — 21 (47,7%), деменция — 12 (27,3%). Психоэмоциональные нарушения характеризовались наличием субклинической и клинически выраженной тревоги у 58,8 и 41,2% пациентов и субклинической и клинически выраженной депрессии у 55 и 45% пациентов.

У пациентов с ЦМА степень Т2/FLAIR-ГИБВ, оцененная по шкале Fazekas, соответствовала стадии F2 у 10 (22,7%) пациентов, F3 — у 34 (77,3%). 35 (79,6%) пациентов имели лакуны преимущественно в белом веществе головного мозга и в подкорковых структурах, 31 (70,5%) пациент — микрокровоизлияния. Множественные расширенные периваскулярные пространства (ПВП) (>10) выявлялись у всех пациентов как в семиовальных центрах, так и в подкорковых структурах.

Кластеризация исследуемых генов и определение их экспрессии на индивидуальной панели NanoString nCounter

Кластеризация генов, включенных в панель оценки их экспрессии, показала принадлежность к 5 функциональным группам (рис. 1 на цв. вклейке):

Рис. 1. Кластеризация отобранных генов в функциональные группы.

Кластеризация проводилась на основе экспериментальных данных и информации из международных баз данных с умеренным и высоким уровнем достоверности (толщина линий отражает уровень достоверности): 1-я группа (голубой цвет) — регуляция провоспалительных реакций, клеточный и гуморальный иммунитет, оксидативный стресс; 2-я группа (салатовый цвет) — клеточная пролиферация, сосудистая проницаемость и поддержание ГЭБ; 3-я группа (зеленый цвет) — регуляция сосудистого тонуса и ренин-альдостерон-ангиотензиновой системы, гормональный контроль гомеостаза сосудистой стенки; 4-я группа (красный цвет) — коагуляция, фибринолиз и организация внеклеточного матрикса; 5-я группа (желтый цвет) — участие в клеточном метаболизме, в том числе в амилоидогенезе, клиренсе Аβ, внутриклеточная организация; 6-я группа (фиолетовый цвет) — разные функциональные свойства.

1-я — регуляция провоспалительных реакций, клеточный и гуморальный иммунитет, оксидативный стресс;

2-я — клеточная пролиферация, сосудистая проницаемость и поддержание ГЭБ;

3-я — регуляция сосудистого тонуса и ренин-альдостерон-ангиотензиновой системы, гормональный контроль гомеостаза сосудистой стенки;

4-я — коагуляция, фибринолиз и организация внеклеточного матрикса;

5-я — участие в клеточном белковом метаболизме, в том числе в амилоидогенезе, клиренсе Аβ, внутриклеточная организация.

Семь генов с малоизученными функциональными свойствами объединились в изолированный кластер.

Тепловая карта экспрессии 58 отобранных генов у пациентов с ЦМА и лиц контрольной группы представлена на рис. 2 на цв. вклейке.

Рис. 2. Тепловая карта уровня экспрессии генов у участников исследования.

Нарастание интенсивности синей шкалы отражает снижение уровня экспрессии генов, желтой шкалы — повышение уровня экспрессии генов.

Анализ дифференциальной экспрессии генов между пациентами с ЦМА и контрольной группой показал значимое снижение экспрессии генов BIN1 (log2FC=–1,272; p=0,039) и VEGFA (log2FC=–1,441; p=0,038) при ЦМА по сравнению с контролем. Уровень экспрессии (Me [Q_25%; Q_75%]) гена BIN1 у больных ЦМА составил 3,6 [2,2; 6,5] у.е. против 8,7 [4,3; 12,7] у.е. в группе контроля, VEGFA — 3,5 [2,3; 7,7] у.е. против 9,5 [2,9; 13,4] у.е. соответственно. Прогностическая ценность снижения экспрессии генов BIN1 и VEGFA в отношении развития ЦМА оценивалась с помощью ROC-анализа (рис. 3).

Рис. 3. Изменение экспрессии генов BIN1 и VEGFA при ЦМА и в контрольной группе и их ROC-кривые.

а — снижение экспрессии BIN1 при ЦМА и в контрольной группе; б — снижение экспрессии VEGFA при ЦМА и в контрольной группе; в — ROC-кривые для генов BIN1 и VEGFA.

Пороговые значения и характеристики области под кривой для генов BIN1 и VEGFA представлены в табл. 2. Оба гена показали умеренную предсказательную способность в отношении развития ЦМА. Пороговое значение экспрессии гена BIN1 составило 5,76 у.е. (чувствительность 73%, специфичность 75%). Пороговое значение гена VEGFA — 9,27 у.е. (чувствительность 64%, специфичность 86%).

Таблица 2. Пороговые значения и характеристики области под кривой для генов BIN1 и VEGFA

Уточнялись связи экспрессии исследуемых генов с развитием КР. Установлены значимые связи снижения экспрессии VEGFA (p=0,011), VEGFC (p=0,017), CD2AP (p=0,044) с наличием клинически выраженных КР (УКР и деменция) (рис. 4).

Рис. 4. Изменение экспрессии генов и КР.

а, б, в — снижение экспрессии CD2AP, VEGFA и VEGFC у обследуемых с клинически выраженными КР (УКР и деменция) и группы контроля; г — связь экспрессии MRPL38 с баллами MoCA через медиатор. Зеленая стрелка — прямая связь, красная стрелка — обратная связь. Сокращения: CSF/TIV — объем ЦСЖ нормализованный на общий интракраниальный объем.

Проводился корреляционный анализ экспрессии генов и результатов когнитивного тестирования. Выявлена значимая прямая корреляционная связь результата тестирования по МоСА с экспрессией VEGFC; теста отсроченного запоминания — с экспрессией BIN1 и VEGFC (табл. 3). Остальные тесты и гены статистически значимых ассоциаций не показали.

Таблица 3. Связь экспрессии генов с результатами когнитивного тестирования (корреляционный анализ Пирсона)

Примечание. * — p<0,05; ** — p<0,001.

Для генов, экспрессия которых не показала непосредственных связей с КР (p>0,05), был проведен медиаторный анализ (см. рис. 4). Установлены значимые связи общего балла по МоСА с экспрессией MRPL38 через нормализованный объем ЦСЖ (эффект медиатора 94%).

Обсуждение

Данное исследование оценки экспрессии генов, ассоциированных с воспалением, у пациентов с ЦМА с распространенной ГИБВ стадии Fazekas 2—3 и КР направлено на идентификацию потенциальных молекулярных путей коморбидности заболевания с нейродегенеративной патологией. Исследование проведено на индивидуальной панели NanoString nCounter, которая включила 58 генов, ассоциированных с путями воспаления. Включены гены, показавшие воспроизводимые конвергирующие результаты при повторных GWAS ЦМА и БА, а также циркулирующих маркеров, ассоциированных с поражением сосудистой стенки и мозга при ЦМА. Установлена возможность предикции ЦМА на основе снижения ниже порогового уровня BIN1 и VEGFA.

Связующий интегратор 1 (ген BIN1) — адаптерный белок из семейства амфифизинов (амфифизин II). BIN1 является вторым по значимости после АРОЕ генетическим фактором риска развития БА [61]. Существует несколько изоформ BIN1, отличающихся по функциональным доменам и субклеточной локализации [62, 63]. Они обеспечивают ремоделирование мембран, эндоцитоз и трансцитоз, регуляцию цитоскелета и клеточного цикла и другое [62, 64]. Экспериментально установлено, что BIN1 является ключевым регулятором экспрессии генов микроглии при гомеостатических и воспалительных состояниях [65]. Показаны связь BIN1 с тау- и амилоидной патологией [66, 67], участие в воспалительных реакциях [68], апоптозе [69] и миелинизации [64]. Конкретные механизмы, объединяющие BIN1 и нейродегенеративный процесс, не установлены. Согласно одним исследованиям, общая, нейрональная и глиальная экспрессия BIN1 снижена при БА [63, 64, 70—72], согласно другим — повышена [61, 73], что вероятно может объясняться разнообразием изоформ и их соотношений при экспрессии в различных клетках мозга и крови [63]. В одном из исследований было показано, что гипометилирование промотера BIN1 в клетках периферической крови ассоциировано с преклиническим снижением уровня Аβ и повышением уровня тау-белка в ЦСЖ [74]. Однако эта же группа исследователей показала повышение экспрессии гена BIN1 в периферической крови у пациентов с БА [75].

Влияние изоформ BIN1 на цереброваскулярную функцию не исследовалось [76], и нам не встретилось обсуждение роли BIN1 в развитии ЦМА. Однако, исходя из установленного функционала BIN1, можно предполагать, что при ЦМА создаются условия для его участия в эндосомальном пути Аβ. Хотя ранее на мышиной модели БА было показано, что потеря нейрональной экспрессии BIN1 не влияет на метаболизм Аβ [77], состояние ГЭБ и в целом нейроваскулярной сопряженности при ЦМА может принципиально менять условия метаболизма патологических белков. Установленная в исследовании возможность предикции ЦМА по сниженному уровню экспрессии BIN1 может быть сопряжена с истощением его возможности осуществлять трансцитоз Аβ из головного мозга через ГЭБ в просвет сосуда. Подтверждением данного предположения могут являться результаты проспективного когортного исследования, показавшие на популяции в 75 тыс. человек, что генотип BIN1 rs673383 независимо от сильного АРОЕ ε4 имеет высокий шанс развития сосудистой деменции — 1,71 (95% доверительный интервал (ДИ) 1,18—2,49) по сравнению с 1,42 (ДИ 1,22—1,64) при БА и 1,12 (ДИ 1,04—1,22) при инсульте. Это позволило авторам сделать заключение, что клатрин-опосредованный эндоцитоз при клиренсе Аβ через ГЭБ важен для целостности как мозговой ткани, так и церебральных сосудов [78]. Другим обсуждаемым механизмом участия измененной экспрессии BIN1 в развитии ЦМА может быть установленная для него роль в поддержании нейровоспаления и ассоциированных с ним путей [68, 69]. Нельзя исключить и связь сниженной экспрессии BIN1 с характерными для ЦМА процессами демиелинизации, обусловленными ишемией/гипоксией в зоне стенозированных мелких сосудов и вазогенного отека из-за повреждения ГЭБ [59, 79, 80], как это установлено в отношении рассеянного склероза [64].

Другим установленным геном, сниженная экспрессия которого позволяла прогнозировать ЦМА, был VEGFA. VEGF-A (фактор роста эндотелия сосудов А) является фактором ангиогенеза, регулирующим пролиферацию и миграцию эндотелиальных клеток, проницаемость сосудов [81], а также нейрогенез и синаптическую пластичность [82]. Ранее нами у пациентов с ЦМА на стадии распространенной сливной ГИБВ был выделен МРТ-вариант, соответствующий более тяжелым КР и нарушениям ходьбы, связанный со снижением уровня VEGF-A в крови [83, 84]. Поскольку VEGF-A синтезируется в основном в эндотелии [85], наличие при данном варианте значительного числа лакун в белом веществе и подкорковых структурах позволило предположить связь данного МРТ-варианта с истощением и значимым повреждением эндотелия мелких сосудов [59]. Интерес к изучению VEGF-А при БА возрастает по мере увеличения доказательств инициирующей роли сосудистого повреждения в ее развитии [86]. Установлен антагонизм накапливающегося Аβ с VEGF, угнетающий VEGF-индуцированную миграцию эндотелиальных клеток, ангиогенез, нейрогенез и нейропластичность. Накоплены весомые доказательства связи дефицита VEGF с БА, позволяющие рассматривать восстановление его действия условием устранения синаптической дисфункции при БА [86—88].

Проведенный корреляционный анализ экспрессии генов с результатами когнитивного тестирования выявил значимые прямые корреляции общего когнитивного уровня по шкале MoCA с экспрессией VEGFC и теста отсроченного запоминания 10 слов с BIN1 и VEGFC, а также опосредованные связи — результатов МоСА с экспрессией MRPL38 через нормализованный объем ЦСЖ.

VEGF-C (ген VEGFC) является основным фактором лимфангиогенеза [89] и в меньшей степени ангиогенеза [90]. В последние годы получены многочисленные свидетельства важности VEGF-C для глимфатического и менингеального клиренса лимфы и сдерживания нейровоспаления. Установлена связь повышения уровня VEGF-C со снижением уровней интерлейкина-1β, интерферона-γ и фактора некроза опухоли α и активации микроглии, улучшением клиренса стареющих астроцитов [91], повышением эффективности анти-бета-амилоид-иммунотерапии [90, 92]. В доступной литературе нами не обнаружено исследований по оценке роли VEGF-C при ЦМА и его влияния на развитие КР. Однако установленная нами связь данного пути важна для сохранности когнитивных функций, что полностью соответствует установленной ключевой роли VEGF-C в глимфатическом дренировании мозга и сдерживании нейровоспаления и, следовательно, в нарушении баланса данных процессов при его сниженной экспрессии.

Нами также не найдено сведений и о роли гена MRPL38 в развитии КР, в том числе при ЦМА, в отношении которого получена обратная связь с уровнем MoCA, опосредуемая объемом ЦСЖ. Митохондриальный рибосомный белок L38 (ген MRPL38) является важным компонентом большой субъединицы митохондриальных рибосом, ответственных за сборку белков, необходимых для окислительного фосфорилирования [93]. Точная функция MRPL38 не установлена, но показано, что нарушение митохондриальной трансляции приводит к ряду неврологических заболеваний [94]. Так, обнаружена активация родственного MRPL18 в очагах рассеянного склероза [95], связь с ГИБВ в мозге спонтанно гипертензивных крыс, склонных к инсульту [96]. Медиаторная роль ЦСЖ в установленной обратной связи экспрессии гена MRPL38 с уровнем MoCA, учитывая агрессивность высокой экспрессии гена к белому веществу головного мозга, вероятно, следует рассматривать в рамках высокой сопряженности митохондриальной дисфункции с возраст-зависимыми изменениями в мозге и нейродегенерацией [97], возможно, вследствие атрофии, имеющей обратную связь с объемом ЦСЖ.

Таким образом, установленные в исследовании возможности предикции развития ЦМА по сниженным уровням BIN1, VEGFA и связь клинически значимых КР со снижением уровней VEGFA и VEGFC указывают на значение данных отклонений в прогрессировании заболевания. Высокая значимость связанных с данными генами молекулярных путей для БА указывает на то, что установленные сходные изменения профиля экспрессии этих генов при ЦМА могут быть одним из условий коморбидности ЦМА с нейродегенеративной патологией. Снижение BIN-опосредованного трансцитоза Аβ, антагонистичные отношения последнего с VEGF-А-ангиогенезом и VEGF-лимфангиогенезом, вероятно, являются основными путями, поддерживающими механизмы воспаления при ЦМА.

Исследование выполнено при поддержке гранта Российского научного фонда №22-15-00183 (https://rscf.ru/project/22-15-00183).

The study was supported by the Russian Science Foundation (Grant 22-15-00183; https://rscf</em>.ru/project/22-15-00183).