数学可能不是人们首先联想到阿尔茨海默病研究的领域。但对于德克萨斯大学阿灵顿分校（UTA）数学与数据科学系的助理教授Pedro Maia来说，分析大脑不同区域如何像网络一样相互作用，正在揭示这种全球最具破坏性脑部疾病的新见解。
Maia博士最近的突破——与加州大学旧金山分校（UCSF）的Raj实验室合作完成——利用先进的数学建模技术，解释了阿尔茨海默病为何在大脑中不均匀扩散。他们的研究揭示了某些大脑区域为何更容易受到tau蛋白的损害，而另一些区域则更具韧性。Tau蛋白会在脑细胞中积累并破坏其正常功能。
这项研究最近发表在《Brain》杂志上，这是一本临床神经学领域的顶级期刊。
Maia表示：“有趣的是，数学、数据方法和数据科学以及数学建模实际上可以为阿尔茨海默病带来先进的见解。”
Maia和他的UCSF同事创建了一个数学工具——称为扩展网络扩散模型——用于追踪tau蛋白如何在大脑互联区域网络中积累和扩散。通过这个模型，研究人员可以将基因分为四类：那些遵循大脑网络模式并增加易感性的基因；那些同样遵循模式但提供保护的基因；那些独立作用但增加风险的基因；以及那些独立作用并有助于保护大脑的基因。
这一进展在阿尔茨海默病研究领域具有重要意义，帮助解答了一个困扰研究人员多年的问题：为何某些大脑区域迅速退化，而其他区域则基本保持完整？
正如Maia所说，“这个模型帮助我们理清了之前一团混乱的基因集合。”
他继续说道：“大脑并非均匀的结构——不同区域由不同类型的细胞和基因组成，它们的连接方式也不同。那些连接更紧密或靠近受影响区域的大脑区域更容易受到侵害，而孤立区域则更具韧性。”
这项研究使用了196人的数据，其中102人被诊断为早期轻度认知障碍，47人为晚期轻度认知障碍，47人患有阿尔茨海默病。Maia及其同事之前的研究更多依赖于使用啮齿动物模型的受控研究。
Maia表示：“尽管人类数据更难处理，因为涉及更多变量，但它能让我们直接了解阿尔茨海默病在真实人群中的发展情况。如果我们希望开发出适用于人类的治疗方法，就需要来自人类的数据。”
在德克萨斯州，近50万人患有阿尔茨海默病，该州在阿尔茨海默病病例数上排名全美第四，在相关死亡率上排名第二。根据德克萨斯州卫生服务部的数据，这给该州每年带来了约240亿美元的支出。
对于Maia来说，将自己的数学背景应用于阿尔茨海默病研究是一件特别有成就感的事情。他认为这是数学领域发展的一个更广泛趋势的一部分。
他说：“在过去的一个世纪里，物理学是数学研究的主要灵感来源。而今天，生物学——特别是大脑——正成为新的灵感来源。如果你愿意在多学科环境中交流，你会发现数学建模仍然扮演着重要角色。”
【全文结束】
