斯坦福大脑连接组图谱提前12年预测阿尔茨海默病风险
一种新的fMRI评分系统可在记忆衰退开始之前,把有韧性的“超级老年人”与易受损的大脑区分开来。
作者: Giovanni Sapere
阅读约3分钟由人工智能辅助撰写 · 审校与批准:Giovanni Sapere

斯坦福大学医学院(Stanford Medicine)的研究人员开发出一种脑活动评分方法,可在临床症状出现前最多12年预测阿尔茨海默病。这项诊断创新分析各神经网络间的静息态功能连接,以衡量易损性和韧性。研究发表于11月4日的Science Advances,揭示早在淀粉样斑块或记忆问题出现之前,就已存在可测量的功能变化。
对比超级老年人与疾病特征
大多数临床前阿尔茨海默病研究评估的是认知测试得分处于同龄平均水平的人,但这种做法会引入大量生物学噪声。记忆看似正常的老年人往往隐藏着不同的病理,包括早期的蛋白质蓄积。为建立更清晰的基线,由斯坦福医学院精神病学与行为科学助理教授Yu Zhang领导的一项研究创新,选择了另一条路径,对比两种截然不同的认知极端,MedicalXpress报道。
研究人员检查了180名超级老年人的神经影像记录,他们被定义为75岁或以上、记忆保持力相当于45岁且执行功能与年龄相符的成年人。研究人员把这些扫描与110名被诊断为阿尔茨海默病者的功能影像做了对比。通过检查从Harvard Aging Brain Study、Alzheimer's Disease Neuroimaging Initiative和Open Access Series of Imaging Studies等资料库收集的静息态功能磁共振成像数据,科学家绘制出区域神经同步性的系统性差异。
“我们真正关心的是确定早期标志物,它们能发现认知衰退的更早迹象,并有可能帮助我们及时为人们提供干预。”
——Yu Zhang博士,斯坦福医学院精神病学与行为科学助理教授
用ARC评分衡量连接组的韧性
分析揭示了不同脑网络中过度活跃和活动不足的清晰模式,将两个队列区分开来。根据这些回路动态,团队得出了一个名为阿尔茨海默病韧性-易损性连接组评分的计算原型,即ARC评分。仅凭脑区之间的基线静息通信,这一指标就能以约85%的准确率区分超级老年人与痴呆症患者,MedicalXpress记录的研究如此显示。
为评估预测效用,研究人员把ARC评分用于1,300多人的影像,这些人年龄在55至70岁之间,测试时没有任何认知障碍。评分偏向阿尔茨海默病模式的参与者,在随后12年里出现心智衰退和β淀粉样蛋白斑块积累的比例更高。在追踪长期衰退方面,连接组测量优于传统指标,超过了基因图谱、人口统计变量以及tau蛋白和淀粉样蛋白的体液生物标志物。
指导无创治疗干预
找出易损的回路配置,为不可逆的组织丢失发生之前的预防性疗法提供了可测量的靶点。临床医生目前缺乏经证实的工具来改变早期连接组轨迹,但Zhang的团队旨在确定无创神经刺激是否能让易损回路回到有韧性的配置,MedicalXpress有详细介绍。
一个正在考虑的主要候选方案是经颅磁刺激,这是一种已获批用于临床抑郁症的治疗性医疗器械技术。尽管神经调控尚未经过旨在改变阿尔茨海默病进程的正式临床试验,但绘制超级老年人的确切网络靶点,为未来的干预试验、认知训练方案和新兴治疗专利申请提供了经验性参照。
另请阅读The Patent:十种血液标志物预测衰老健康和心脏代谢疾病风险 · 洛克菲勒大学工程师开发用于深部脑成像的TrUDI平台
由英文原文自动翻译. 阅读原文
The Patent ® 编辑部的文章,借助人工智能,依据编辑部选定的来源撰写。审校、更正及批准发布:Giovanni Sapere。责任出版方:WitUp Ltd。



