)如何提早應對阿爾茲海默病這類病因至今未完全明確的疾病?復旦大學類腦智能科學與技術研究院馮建峰教授/程煒團隊與復旦大學附屬華山醫(yī)院郁金泰教授臨床研究團隊組建學科交叉攻關團隊，利用生物醫(yī)學大數(shù)據(jù)以及人工智能算法開發(fā)全新的認知障礙風險預測模型——UKB-DRP，能對個體在五年、十年甚至更長時間內(nèi)是否有全因癡呆及其主要亞型阿爾茲海默病的發(fā)病風險進行精準預測。

　　癡呆是一種起病隱匿、進行性發(fā)展的神經(jīng)系統(tǒng)退行性疾病，一旦患病，大腦的記憶力、思維能力等功能會像被“橡皮擦”一樣清除掉，成為老年人群致死和致殘的主要疾病之一，已列為21世紀全球重大健康難題。

　　隨著社會老齡化加快，2050年全球罹患癡呆的人數(shù)預計將從2019年的5700萬增加至1.53億。癡呆病程長，年輕化趨勢明顯，發(fā)病前20年已出現(xiàn)病理改變，但臨床診斷時往往已錯過最佳治療時間窗，早期預測、早期干預的研究迫在眉睫。

　　聯(lián)合團隊利用英國生物樣本庫隊列，隨訪了425159名40-69歲的非癡呆人群，在中位隨訪時長達11.9年的過程中，5287位參與者被診斷為新發(fā)癡呆。

　　研究納入?yún)⑴c人群的認知、生化、行為和基因等多維度健康相關指標，基于臨床經(jīng)驗對這些指標進行嚴格篩選和質(zhì)控。隨后運用機器學習算法，計算每個指標對癡呆預測模型的重要程度，最終選出排名前十的指標作為預測因子，構(gòu)建了UKB-DRP癡呆預測模型。

　　這十個預測因子包括：年齡、載脂蛋白E(ApoE)基因、認知配對測試時長、腿部脂肪百分比、服藥數(shù)量、認知反應測試時長、呼氣峰流量、母親死亡年齡、慢性疾病和平均紅細胞體積。

　　UKB-DRP癡呆預測模型對未來五年、十年甚至更長時間的全因癡呆和阿爾茲海默病的預測效能均較高，其中全因癡呆的預測AUC值為0.85，阿爾茲海默病的預測AUC值更高，可達0.86-0.89。而且這一癡呆預測模型與國際上已發(fā)表的預測模型，如CAIDE、DRS、ANUADRI等相比，預測精度顯著更高。

　　UKB-DRP癡呆預測模型的優(yōu)勢在于，其納入的十個預測因子可以從問卷調(diào)查、簡單查體和常規(guī)血液檢查中快速獲取。相比其他基于昂貴全基因組測序、有創(chuàng)腰椎穿刺或PET影像等復雜預測因子建立的模型，該模型可廣泛應用于各級醫(yī)療單位早期篩查。

　　相關成果發(fā)表于《柳葉刀》子刊《eClinicalMedicine》(《臨床醫(yī)學》)。研究團隊還研發(fā)了UKB-DRP癡呆預測模型的網(wǎng)頁版應用，使用者可在線輸入待測個體的相關信息，獲取癡呆發(fā)病風險信息。

　　這是復旦大學類腦智能科學與技術研究團隊與華山醫(yī)院臨床研究團隊近年組建的醫(yī)理跨學科交叉團隊圍繞重大腦疾病臨床防治問題合作深耕的又一突破。合作團隊的前期工作圍繞阿爾茲海默病及癡呆的早期防治開展研究，通過對多組學表型數(shù)據(jù)的深入挖掘，確認了握力與步速、體脂和炎癥等一系列新型風險因素，并深入探究運動與睡眠、抗抑郁治療、白內(nèi)障治療及戶外日照等對降低癡呆風險的重要作用。聯(lián)合研究團隊基于所挖掘的生物標志物，繪制其自然變化軌跡，并結(jié)合多模態(tài)腦影像進一步揭示其神經(jīng)影像機制，為開展保護性治療提供新靶點。團隊已在頂級期刊發(fā)表相關論文10余篇。 （文匯）