休斯顿讯（2025年10月22日）——据2025年研究显示，全球痴呆症患者人数在2021年已达5700万，每年新增病例近1000万。在美国，痴呆症影响超过600万人，未来几十年新增病例预计翻倍。尽管该领域不断进步，但致病机制仍缺乏全面认知。
为填补这一空白，莱斯大学与波士顿大学研究人员开发出计算工具"单细胞表达整合系统用于绘制基因关联细胞类型"（seismic），可精准识别与复杂人类特征及疾病（包括阿尔茨海默病和帕金森病等痴呆症）存在基因关联的特定细胞类型。该工具首次建立阿尔茨海默病与特定神经元之间的基因关联，锁定记忆形成脑细胞的遗传脆弱性。此算法在识别复杂疾病相关细胞类型方面优于现有工具，且适用范围超越痴呆症研究范畴。
这项发表于《自然·通讯》的研究，破解了阿尔茨海默病研究中的长期矛盾：患者DNA中的遗传线索指向脑部免疫细胞——小胶质细胞为疾病病理最显著相关细胞类型，但实际患者脑组织却呈现不同图景。
"随着年龄增长，部分脑细胞自然衰退，但在痴呆症这种记忆丧失疾病中，特定脑细胞会死亡且不可再生。"研究第一作者、莱斯大学博士生赖启亮指出，"记忆形成脑细胞死亡而非免疫细胞死亡的事实，造成DNA证据与脑组织证据无法匹配的困惑。"
研究团队创新性地运用计算方法分析现有遗传数据，整合全基因组关联研究（GWAS）与单细胞RNA测序（scRNA-seq）两类大规模生物数据。GWAS通过分析人类基因组寻找特定疾病患者的DNA微小差异，而scRNA-seq则测量数万至数百万单个细胞的基因活性，构建细胞分子水平差异的精细图谱。
此前尝试从此类数据获取关联结论面临两大瓶颈：scRNA-seq的细胞类型分辨率过于宽泛，忽略关键细节（如脑区定位）；GWAS在临床诊断大型研究中过度强调受稳定影响的细胞类型（如免疫相关细胞），掩盖疾病其他维度。
"我们设计seismic算法将遗传信息精准匹配至特定脑细胞类型，"赖启亮解释道，"这使我们能更清晰描绘哪些细胞类型受哪些遗传程序影响。"测试显示该算法显著提升疾病相关细胞信号的识别精度。
"这项工作有助于调和阿尔茨海默病研究中的矛盾数据模式，"莱斯大学计算机科学助理教授、肯尼迪研究所成员Vicky Yao表示，"更广泛地说，该方法将助力理解各类复杂疾病的关键细胞类型。"
研究正值德州通过新公共投资计划推进脑健康与痴呆预防的浪潮。今年早些时候，德州立法机构通过参议院第5号法案成立"德州痴呆预防与研究所"（DPRIT），旨在加速痴呆预防、治疗和护理创新。今年11月，全州选票将出现第14号提案，计划十年内拨款30亿美元资助DPRIT，打造全美规模最大的州级痴呆研究项目。该计划效仿成功的"德州癌症预防与研究所"（CPRIT），目标使德州成为全球脑健康与神经退行性疾病研究领导者。
"当前计算与数据科学的进展正深刻改变人类疾病研究方式，"CPRIT学者Yao强调，"我们必须保持这一发展势头。"
本研究获得美国国立卫生研究院（RF1AG054564, R21AG085464）、CPRIT（RR190065）、阿尔茨海默防治基金会及凯伦·托夫勒慈善信托基金支持。新闻稿内容仅代表作者观点，不反映资助机构官方立场。
【全文结束】
