研究人员利用自主研发的分析工具发现，通过检测神经元电活动可识别出能够预测阿尔茨海默病发展的脑源性生物标志物。这项发表于《成像神经科学》的研究表明，该技术可非侵入性地观察大脑中反映阿尔茨海默病进展的早期标记。
"我们检测到的脑电活动模式，能够预测哪些患者最可能在两年半内发展为阿尔茨海默病。"布朗大学卡尼脑科学研究所神经科学教授Stephanie Jones表示，"首次无创观测到大脑中反映阿尔茨海默病进展的早期标记，这是令人兴奋的突破。"
研究团队与西班牙马德里康普顿斯大学合作，对85名轻度认知障碍患者的脑磁图（MEG）记录进行分析。这种非侵入性技术在患者闭眼静息状态下记录脑电活动。传统MEG分析方法常压缩和平均检测到的活动数据，导致难以解读神经元层面的信息。而由布朗大学开发的"频谱事件工具箱"（Spectral Events Toolbox）能够将神经元活动分解为离散事件，精准显示活动发生时间、频率、持续时长和强度，该工具已应用于300多项学术研究。
研究发现，与未发展为阿尔茨海默病的患者相比，在确诊前两年半的患者中β频段脑电活动呈现显著差异：事件发生频率降低35%，持续时间缩短28%，强度减弱42%。该频段与记忆处理密切相关，成为阿尔茨海默病研究的关键靶点。项目第一作者Danylyna Shpakivska指出："据我们所知，这是科学家首次将β波事件与阿尔茨海默病关联研究。"
目前脊髓液和血液生物标志物可检测β淀粉样斑块和tau蛋白缠结，而直接来自脑活动的生物标志物则能更准确反映神经元对毒性物质的反应。项目组成员、布朗大学博士后David Zhou强调："这一突破为早期诊断提供了新的直接观测手段。"
研究团队计划通过计算神经模型研究β波事件特征的生成机制。Jones教授透露："如果我们能重建导致异常信号的脑部异常过程，就能与合作伙伴共同测试可能的治疗方法。"该研究获得美国国立卫生研究院脑计划（BRAIN）和西班牙科研机构资助。
参考文献：Shpakivska-Bilan D, Susi G, Zhou DW等. 12-30 Hz高功率β瞬态事件作为阿尔茨海默病转化的早期生物标志物：一项MEG研究. Imaging Neurosci. 2025;3:IMAG.a.69. doi: 10.1162/IMAG.a.69
【全文结束】
