韩国研究团队在最新论文中报告，人工智能与光遗传学工具协同作用可诊断并抑制小鼠模型中的帕金森病样疾病。尽管该技术距离应用于人类仍有距离，但为神经退行性疾病的诊疗革命提供了重要启示。
疾病认知
帕金森病是一种破坏运动功能的进行性脑部疾病，常见症状包括震颤、肌肉僵硬、动作迟缓及平衡障碍。该病由大脑黑质（substantia nigra）区域多巴胺生成细胞损失引发。
尽管数十年来持续研究，目前尚无治愈方法。现有治疗仅能缓解症状而无法阻止神经元损失。对科学家而言，最大挑战之一在于如何测量实验动物的细微行为变化——简单的平衡木行走或旋转杆测试往往忽略早期预警信号。
建立帕金森病模型
在本次研究中，韩国科学技术院（KAIST）与基础科学研究所团队利用人类α-突触核蛋白（alpha-synuclein）构建了帕金森病小鼠模型。该蛋白的A53T突变与人类遗传性帕金森病相关，当在脑内过度表达时会形成蛋白聚集体导致神经元死亡，引发帕金森病样症状。
研究者将小鼠分组，向其黑质区域注射对照病毒或不同剂量的A53T蛋白。十周后，高剂量组出现严重运动障碍：多巴胺生成神经元数量骤降至正常水平的五分之一，负责运动功能的纹状体纤维（striatal fibers）减少至不足三分之一。
人工智能监测细微行为
真正的突破源于科学家运用人工智能分析小鼠运动。在昏暗房间中架设多台摄像机，研究团队通过AVATAR软件构建自由活动小鼠的三维骨骼模型，并量化数百项特征——从脚掌倾斜角度到胸腔运动节律。
基于这些数据训练的机器学习模型中，极端梯度提升（Extreme Gradient Boosting）表现最佳。团队创建了新指标"AI预测帕金森病评分"（APS），该评分能准确识别被标记为帕金森病样的运动片段。
到第二周，APS已能区分患病与健康小鼠——远早于传统测试发现明显差异。十周时，重症小鼠的APS评分超过85%，而对照组维持在约12%。APS对神经元损失的监测精度优于所有标准测试，成为更先进的诊断工具。
系统分析显示肢体协调性最为关键：患病小鼠表现出手部间距更窄、支撑基底更宽及足部放置不对称等特征；后肢站立动作更缓慢无力；躯体僵硬、姿势前倾及颈部运动速度降低成为显著标志。这些细微变化比肉眼观察更能实现早期精准识别。
光控疗法测试
诊断仅是半块拼图。团队还探索了名为optoRET的光遗传学设备治疗方案。这种光控基因系统通过调节c-RET受体实现神经元保护，无需药物穿透血脑屏障，即可按需激活神经保护通路。
携带A53T突变的小鼠接受optoRET治疗后，接受不同频率的蓝光照射（每日、每两周或隔日一次）。疗效随疾病严重程度呈现差异：在轻症组中，隔日或每周两次的光照显著延缓病情发展，十周后均未达重症水平。这些小鼠运动功能部分恢复：平衡木行走更稳定，多巴胺神经元保留率达90%，神经纤维密度接近正常。
每日光照效果反而欠佳，表明间歇性刺激可能优于持续刺激。AI分析揭示optoRET的作用机制：治疗组仅16%的运动仍呈帕金森病样特征，关键指标——特别是肢体协调性——恢复健康模式；步态改善表现为拖步减少、转向更稳定；甚至胸腔运动熵（衡量变异性指标）等细微行为也显著优化。简言之，按适当节律给予光疗可同时恢复功能与神经元存活。
特异性验证
为验证AI系统是否特异性识别帕金森病而非泛化运动障碍，研究者还检测了肌萎缩侧索硬化症（ALS）小鼠。尽管ALS小鼠同样存在运动问题，其APS值并未升高，活动模式差异证实AI能精准捕捉帕金森病特异性特征。
韩国科学技术院许元斗教授强调："这是全球首个整合AI驱动行为分析与光遗传学的临床前平台，成功连接帕金森病的早期诊断、疗效评估与机制验证。"该研究由博拜·玄博士领衔，发表于《自然·通讯》期刊，为新型研究范式提供了概念验证。
未来展望
研究仍存局限：小鼠模型仅模拟单一类型帕金森病，光遗传学工具向人类转化困难重重；optoRET的分子保护机制尚未明确，人体光照递送也面临挑战。但小鼠模型的成功为优化治疗提供了契机。
通过融合AI与生物调控，该研究指明了未来更早诊断和更有效治疗的方向：未来药物或将实现个体化定制，仅在适当时机激活，并接受实时监测，取代"一刀切"的给药模式。
研究的实际意义
本研究为提前数年检测帕金森病奠定技术基础——甚至可能早于症状出现期。对患者而言，这意味着更早治疗与更优疾病管理。光遗传学成果还暗示个体化精准治疗的可能性：仅在必要时给药，既能消除副作用又可最大化疗效。对研究者而言，AI提供了监测细微行为的强大工具，可预测其他神经系统疾病的发作，为个性化医疗开辟新前沿。
【全文结束】
