脑内“微蛋白”图谱为阿尔茨海默病研究提供新线索

研究团队在608份有/无阿尔茨海默病的死后脑组织中鉴定出4,321种微蛋白，其中3,217种此前未在UniProtKB/Swiss-Prot标准人类蛋白目录中被表征。 相对于以往受限于质谱与常规RNA测序难以检出短蛋白的状况，该工作通过质谱、RNA测序与核糖体图谱三种方法联用，把脑内微蛋白的检出规模扩展到数千种，形成报道所称“迄今最大的阿尔茨海默病微蛋白图谱”。 基于608份死后脑样本的多方法联合检测，样本量与检出数量在文中明确给出；但文中未提供各方法的灵敏度、假阳性率或独立验证实验数据。

研究将深度学习模型应用于3,001种微蛋白，按其质谱鉴定正确性的模型置信度排序，其中1,067种被评为高置信度。 这为海量微蛋白候选清单提供了一个可排序的置信度分层，使研究者能优先关注更可能被质谱正确鉴定的条目。 置信度来自模型评分而非独立实验验证；文中未报告模型的训练数据、性能指标或与实验验证的一致性。

数十种微蛋白在阿尔茨海默病患者中表现出表达改变，提示这些分子可能与疾病过程相关。 这为阿尔茨海默病作为“蛋白病”的既有认识补充了一层此前被忽视的小蛋白维度，作者称忽视微蛋白可能意味着“漏掉了一整层生物学”。 属于患者与非患者样本间的表达差异观察，文中未给出具体差异数量、效应量或统计校正信息，也未建立因果或功能关系。

研究团队将微蛋白数据集公开，供其他实验室下载序列并设计验证实验。 图谱本身不确立这些蛋白的生物学功能，公开数据使后续功能验证可由更广泛的研究群体推进。 数据公开为资源性贡献；其可用性与可重复性取决于外部实验室的后续使用与验证。

该图谱适用于以死后背外侧前额叶皮层为对象、关注微蛋白检出与表达差异的研究场景，为神经科学、蛋白质组学与阿尔茨海默病研究者提供可下载的候选序列资源，供其设计验证实验。它并不确立这些微蛋白的生物学功能，也不直接给出诊断、治疗或因果机制结论。

读者仍需关注：这些微蛋白的表达改变是否能在独立队列中重复；深度学习模型的高置信度评级能否被实验验证；微蛋白在阿尔茨海默病病理中是因是果；以及该图谱能否扩展到其他脑区、其他神经退行性疾病与活体样本。此外，本材料为摘要性报道，未包含图表、统计细节与原始论文全文，因此对效应量与验证强度的判断仍属开放问题。