北邮团队基于7000例大数据，揭示神经退行性疾病脑结构异常机制
北邮团队基于7000例大数据，揭示神经退行性疾病脑结构异常机制
神经退行性疾病如阿尔茨海默病、帕金森病等，是全球面临的重大健康挑战。近期，北京邮电大学等机构在该领域取得重要突破，研究团队基于7000多例多中心数据，揭示了不同疾病状态下的脑结构异常模式及其背后的生物机制，为疾病诊断和治疗提供了新思路。
研究结果示意图
脑结构萎缩是阿尔茨海默病（AD）、额颞叶痴呆（FTD）、帕金森（PD）等神经退行性疾病（或过程）的交叉重叠的影像学表征，形成了以“同病异影”和“同影异病”为代表的复杂临床表型，进而引出两个重要的科学问题：交叉重叠的影像表征如何刻画具有典型临床表征的不同神经退行性疾病？不同疾病的复杂脑结构异常和临床表型之间联系的生物机制是什么？
为解决上述两个科学问题，打破现有跨疾病影像表征复杂难解析的困难，团队纳入了7000多例的多中心、跨疾病数据集的结构MRI，提出基于复杂脑网络拓扑属性刻画脑结构异常模式的研究思路，系统探索了不同疾病的脑结构异常模式。研究发现老化呈现分布广泛但程度轻微的脑结构变化，而AD等疾病则呈现出典型的区域损伤。进一步利用基因组学和转录组学探索了这种复杂脑结构异常模式背后潜在的生物机制，研究发现老化过程主要与离子通道相关，而化学神经递质显示出不同神经退行性疾病的转录组学相似性，提示了神经退行性疾病与老化过程的差异。研究最后探索了与每种疾病典型相关的化学突触，探索不同疾病在转录学相似性前提下所表现不同临床表型的生物机制，揭示了不同疾病潜在干预靶点。
研究团队合影
该研究将传统空间脑结构萎缩转化为研究复杂脑网络的特异性拓扑变化，融合空间水平和网络水平综合的刻画脑结构异常模式；将面向单一疾病的研究范式扩展到跨疾病的特异性研究，实现疾病特异性表征的刻画；同时，将传统面向单尺度的大脑影像临床相关分析扩展到跨尺度、多组学关联分析，建立微观基因到宏观结构的潜在生物通路。
“这有望为解析神经退行性疾病等复杂影像表征和背后生物机制提供新思路和新证据。”论文通讯作者、北京邮电大学人工智能学院教授刘勇说。