阿尔茨海默病的特征是tau蛋白在大脑中的异常积累和扩散。一项国际研究显示tau蛋白根据4种不同的模式传播，从而导致不同的症状和不同的患者预后。这项研究发表在《自然医学》杂志上。
与之前的tau蛋白扩散理论相左，这些发现表明阿尔茨海默病比之前认为的更加复杂。我们现在有理由重新评估典型阿尔茨海默病的概念，从长远来看，我们也有理由重新评估我们用于评估该疾病进展的方法。”
——JacobVogel，研究的主要作者，麦吉尔大学
大脑皮层tau蛋白的扩散是阿尔茨海默病的关键标志。近年来，利用PET技术(一种先进的医学成像技术)来监测阿尔茨海默病患者大脑中有*蛋白质的积累已经成为可能。
在过去的30年里，许多研究人员使用单一模型描述了阿尔茨海默氏症tau病理的发展，尽管反复出现的病例并不符合该模型。
然而，目前的研究结果解释了为什么不同的患者可能会出现不同的症状。
因为在阿尔茨海默氏症的4种亚型中，大脑的不同区域受到不同的影响，患者会出现不同的症状和预后。这一知识对于评估阿尔茨海默氏症患者的医生来说很重要，这也让我们想知道这4种亚型是否对不同的治疗有不同的反应。目前，对减少大脑tau蛋白数量的各种药物的研究非常活跃，它们的疗效是否会因阿尔茨海默病的亚型而不同？这将是令人兴奋的。”
——Lund大学神经学教授奥斯卡·汉森(OskarHansson)说，他指导了这项研究。
这项研究由瑞典、加拿大、美国和韩国共同合作完成。研究人员一起用tau-PET检测了迄今为止世界上规模最大、最多样化的人群，涵盖了阿尔茨海默病的整个临床症状。
这项研究的参与者包括尚未出现任何症状(即所谓的症状前阿尔茨海默病)的参与者、有轻度记忆困难的参与者以及完全发展为阿尔茨海默氏病的参与者。
在第一个样本中，从5个独立的多中心研究中收集了个人的长期数据。在这些人中，研究人员确定了人，他们要么是认知正常的人，要么是在不同阶段患上了老年痴呆症的人。对来自名个体的tau-PET图像数据应用了一种算法，即所谓的SuStaIn(亚型和分期推断)算法。
为了能够尽可能公正地区分子类型和模式，材料被机器学习在一个自动化的过程中处理。
正如预期的那样，许多个体没有显示任何异常的tau-PET信号，因此这些被自动分配到tau阴性组，与6个独立队列交叉验证tau-PET图像，并跟踪个体大约2年。研究人员归纳出4种模式，最好地代表来自剩余个体的数据。
虽然亚组的数量因个体而异，但在所有队列中都有代表。
“随着时间的推移，我们确定了4种清晰的tau病理模式。这些亚组的患病率在18%到30%之间，这意味着所有这些阿尔茨海默病的变体实际上都很常见，没有一种像我们之前认为的那样占主导地位。”奥斯卡·汉森说。模式一：tau主要在颞叶内扩散，主要影响记忆。模式一出现在33%的病例中。
模式二：与变体一相比，这种变体扩散到大脑皮层的其他部分。与模式一相比，个体的记忆问题更少，但另一方面，执行功能(即计划和执行行动的能力)有更大的困难。出现在18%的病例中。
模式三：tau蛋白的积累发生在视觉皮层，即大脑中处理和分类视神经信息的部分。大脑对感觉印象的视觉空间处理受到这种模式的影响。他们很难定位自己，辨别形状和轮廓，距离，运动和物体相对于其他物体的位置。模式三出现在30%的病例中。
模式四：Tau在左半球不对称扩散，主要影响个体的语言能力。模式四在所有病例中占19%。
“目前存在的各种各样的大型tau-PET数据库，以及可以应用于大量数据的新开发的机器学习方法，使我们有可能发现和描述老年痴呆症的这4种亚型。然而，我们需要5~10年的更长时间的后续研究，才能更准确地确认这4种模式。研究人员相信，这项新知识可以在未来为患者提供更个性化的治疗方法。
科学出版社赛医学（sci_med）
科学出版社医药卫生分社订阅号
预览时标签不可点收录于话题#个上一篇下一篇