利用自研工具分析神经元电活动，布朗大学研究人员发现了一种基于脑电的生物标志物，可预测轻度认知障碍（MCI）是否会发展为阿尔茨海默病。
“我们检测到一种脑电活动信号模式，能预测哪些患者最可能在两年半内发展为阿尔茨海默病。”该研究共同负责人、布朗大学卡尼脑科学研究所成员、神经科学教授斯蒂芬妮·琼斯表示，“首次通过非侵入式手段观察到阿尔茨海默病进展的新早期标志物，这是令人振奋的突破。”
这项发表于《成像神经科学》的研究，由布朗大学团队与西班牙马德里康普顿斯大学合作者共同完成。研究分析了85名MCI患者的脑电活动记录，并追踪其后续疾病进展。记录采用脑磁图技术（MEG）完成，该技术通过非侵入式检测大脑电活动，捕捉受试者闭眼静息状态下的数据。
传统MEG分析方法通过压缩和平均处理信号，导致神经元层面解读困难。琼斯团队开发的“频谱事件工具箱”（Spectral Events Toolbox）突破了这一局限，能以离散事件形式揭示神经活动，精准呈现事件发生时间、频率、持续时长及强度。该工具已广泛应用于学术研究，被300余篇论文引用。
使用该工具分析MCI患者的β频段（12-30Hz）脑电事件时，研究人员发现：两年半内发展为阿尔茨海默病的患者组，其β事件呈现出发生率更低、持续时间更短、功率更弱的显著差异。该频段与记忆处理密切相关，因此成为阿尔茨海默病研究重点。
“这是科学家首次系统研究β事件与阿尔茨海默病的关联。”研究第一作者、马德里团队成员达尼莉娜·什帕基夫斯卡指出，“在确诊前两年半，患者的β事件已出现明显异常。”
目前通过脑脊液和血液生物标志物可检测β淀粉样斑块和tau蛋白缠结等病理特征，但琼斯团队开发的脑电标志物能更直接评估神经元对毒性的响应。该工具未来或可作为临床早期诊断手段，同时监测干预措施的有效性。
琼斯团队下一步将通过计算神经建模工具研究β事件特征的生成机制。她表示：“若能复现大脑信号异常的机制，我们就能与合作伙伴测试潜在治疗方案。”该研究获得美国国立卫生研究院（NIH）及西班牙机构资助。
【全文结束】
