New computational model proposed for Alzheimer's disease
葡萄糖特征脑的表面渲染。423名阿尔茨海默氏症患者的葡萄糖摄取特征脑分解揭示了一组低维的大尺度模式,可以解释患者之间51%的差异。表面渲染的中值,四分位范围(IQR),和特征脑(EB)强度的前10个特征脑显示。每种解释的方差百分比列在任意单位的颜色条右侧。DOI: 10.1038 / s41467 - 022 - 29047 - 4

梅奥诊所的研究人员提出了一种新的模型,可以将阿尔茨海默病的症状映射到大脑解剖中。该模型是通过将机器学习应用于患者的大脑成像数据而开发的。它利用大脑的整个功能,而不是特定的大脑区域或网络来解释大脑解剖和心理过程之间的关系。研究结果发表在《自然通讯》杂志上。

梅奥诊所的神经学家、该研究的主要作者、医学博士大卫·琼斯说:“这个新模型可以促进我们对大脑如何在衰老和阿尔茨海默病期间工作和崩溃的理解,为监测、预防和治疗精神障碍提供了新的方法。”

阿尔茨海默病通常被描述为蛋白质加工问题。毒性蛋白质淀粉样蛋白和tau蛋白沉积在大脑区域,导致神经功能衰竭,导致失忆、沟通困难和思维混乱等临床症状。

然而,临床症状、脑损伤模式与脑解剖之间的关系尚不清楚。人们还可能患有一种以上的神经退行性疾病,这使得诊断困难。用这种计算模型绘制大脑行为可能会给临床医生提供新的视角。

该新模型是利用氟脱氧葡萄糖正电子发射断层扫描(FDG-pET)对423名参与梅奥诊所衰老研究和梅奥诊所阿尔茨海默病研究中心的认知受损的研究参与者进行脑葡萄糖测量而开发的。FDG-pET是一种成像测试,可以显示葡萄糖是如何为大脑部分提供能量的。神经退行性疾病,例如阿尔茨海默病、路易体痴呆和额颞叶痴呆,都有不同的葡萄糖使用模式。

该模型将与痴呆症状相关的复杂大脑解剖结构压缩成一个概念性的、用颜色编码的框架,该框架显示了与神经退行性疾病和心理功能相关的大脑区域。模型中显示的成像模式与患者经历的症状有关。

410人验证了该模型对阿尔茨海默症生理变化的预测能力。通过投射大量来自正常衰老和痴呆综合征的数据,以记忆、执行功能、语言、行为、运动、知觉、语义知识和视觉空间能力为目标,获得了额外的验证。

研究人员发现,痴呆症患者大脑中葡萄糖使用模式的51%差异只能用10种模式来解释。每个患者都有与他们经历的症状类型相关的这10种脑葡萄糖模式的独特组合。在接下来的工作中,由琼斯博士领导的梅奥诊所神经内科人工智能(AI)项目正在使用这10种模式来开发人工智能系统,帮助解读阿尔茨海默病和相关综合症患者的脑部扫描图。

琼斯博士说:“这种新的计算模型得到了更多的验证和支持,有可能将科学研究的重点转向复杂系统生物学的动力学,而不是主要关注错误折叠的蛋白质。”

“如果与阿尔茨海默氏症相关的心理功能在整个大脑中以分布式的方式执行,那么就需要一个像我们提议的那样的新疾病模型。”我们认为这个模型可能会影响诊断、治疗以及对神经退行性变和一般心理功能的基本理解。”