麻省理工学院研究人员发现了一种能够预测阿尔茨海默病进展的新型生物标志物——大脑信号复杂性降低。这种可量化的大脑活动模式变化可能成为临床试验中监测疾病进展和评估治疗效果的重要工具。
通过分析37名阿尔茨海默病患者和28名健康老年人的脑部扫描数据，研究团队发现患者大脑网络的信号复杂性显著降低。这种变化主要表现为不同脑区之间的交流模式变得更加规律化和可预测，与tau蛋白缠结的扩散程度密切相关。
"这种信号复杂性降低可能反映大脑维持动态活动能力的减弱，"麻省理工学院大脑与认知科学教授Jim DiCarlo表示，"我们发现这种生物标志物在预测认知衰退方面具有90%的准确率。"
研究使用功能性磁共振成像(fMRI)和正电子发射断层扫描(PET)相结合的方法，首次揭示了脑电波规律性增强与tau蛋白病理之间的直接关联。这种非侵入性检测方法或能帮助临床医生更早识别疾病进展阶段。
这项发表在《自然-神经科学》上的研究显示，信号复杂性指标在追踪病程发展方面优于传统生物标志物。研究人员计划进一步验证该指标在临床试验中作为替代终点的适用性，同时探索基于脑机接口的调控干预手段。
值得注意的是，这种规律化脑电模式在帕金森病等其他神经退行性疾病中同样存在，提示这可能是神经退行性疾病的普遍特征。研究团队正在开发实时监测该生物标志物的可穿戴设备，未来有望实现居家监测和个性化治疗。
【全文结束】
