一种隐藏的脑信号可能在阿尔茨海默病发作前多年预测疾病发展。
日期：2026年1月12日 来源：布朗大学 摘要：研究人员发现了一种脑活动模式，可以预测哪些轻度认知障碍患者可能发展为阿尔茨海默病。通过使用非侵入性脑部扫描技术和定制分析工具，他们在诊断前数年就检测到与记忆处理相关的电信号的细微变化。这一发现指向了一种新的早期发现阿尔茨海默病的方法——直接监听神经元的行为方式。
一种新发现的脑信号可能提前数年揭示谁将发展为阿尔茨海默病。通过追踪神经活动的细微变化，研究人员发现了一种强大的新型生物标志物，可能彻底改变早期检测方法。
布朗大学的科学家使用专门设计的分析工具，确定了一种基于大脑的生物标志物，可能有助于预测轻度认知障碍是否会发展为阿尔茨海默病。这种方法专注于测量神经元产生的电活动，提供了一种直接在大脑中发现疾病早期迹象的新方法。
"我们已经检测到一种脑活动电信号的模式，可以预测哪些患者最有可能在两年半内发展为这种疾病，"共同领导这项研究的布朗大学Carney脑科学研究所的神经科学教授Stephanie Jones说。"能够首次非侵入性地观察大脑中阿尔茨海默病进展的一种新的早期标志物，是一个非常令人兴奋的步骤。"
研究结果发表在《Imaging Neuroscience》期刊上。
追踪轻度认知障碍患者的脑部活动
该研究团队与西班牙马德里康普顿斯大学(Complutense University of Madrid)的研究人员合作，研究了85名被诊断为轻度认知障碍患者的脑活动记录。研究人员对这些参与者进行了多年的跟踪，观察他们的病情如何随时间变化。
脑活动使用脑磁图(MEG)记录——这是一种非侵入性方法，可捕获来自大脑的电信号。在记录过程中，参与者闭着眼睛安静休息。
观察神经元信号的新方法
分析MEG数据的传统方法通常依赖于对信号进行平均，这可能会模糊关于单个神经元行为的重要细节。为了克服这一限制，Jones和她在布朗大学的同事开发了一种名为Spectral Events Toolbox的计算方法。
该工具将脑活动分解为不同的事件，揭示信号何时出现、出现频率、持续时间以及强度。Spectral Events Toolbox已得到广泛应用，并在300多项学术研究中被引用。
与记忆相关的脑信号揭示关键差异
Jones表示，使用这一工具，研究人员专注于beta频率波段的脑活动，这与记忆过程相关，在阿尔茨海默病研究中尤为重要。他们比较了后来发展为阿尔茨海默病的轻度认知障碍患者的beta活动模式与那些没有发展为该病的患者。
明显的差异出现了。与病情保持稳定的参与者相比，在两年半内发展为阿尔茨海默病的参与者显示出beta活动的明显变化。
"在阿尔茨海默病诊断前两年半，患者产生的beta事件频率更低、持续时间更短、强度更弱，"该研究的主要作者、来自马德里的Danylyna Shpakivska说。"据我们所知，这是科学家首次研究beta事件与阿尔茨海默病的关系。"
基于大脑的生物标志物为何重要
目前在脊髓液或血液中发现的生物标志物可以检测β淀粉样蛋白斑块和tau蛋白缠结，这些在大脑中积累的蛋白质被认为驱动了阿尔茨海默病的症状。然而，这些标志物并不能直接显示脑细胞如何应对这种损伤。
布朗大学Jones实验室的博士后研究员David Zhou表示，基于脑活动本身的生物标志物提供了更直接的视角，可以观察神经元在这种压力下的功能状态，他将领导研究的下一阶段。
迈向更早诊断和更好治疗
Jones相信Spectral Events Toolbox最终可以帮助临床医生在显著认知能力下降发生前更早地识别阿尔茨海默病。
"我们发现的信号可以帮助早期检测，"Jones说。"一旦我们的发现得到验证，临床医生可以使用我们的工具包进行早期诊断，并检查他们的干预措施是否有效。"
该团队目前正在进入项目的新阶段，获得了Carney研究所颁发的Zimmerman脑科学创新奖支持。
"既然我们已经揭示了预测阿尔茨海默病进展的beta事件特征，我们的下一步是使用计算神经模型工具研究其生成机制，"Jones说。"如果我们能够重现大脑中产生该信号的问题所在，那么我们就可以与合作者一起测试可能纠正这一问题的治疗方法。"
该研究由美国国立卫生研究院(NIH)资助，包括通过推进创新神经技术的脑研究(BRAIN)计划，同时还得到了西班牙资助机构的支持。
【全文结束】
