《Molecular Psychiatry》：Alzheimer’s disease-like brain pattern biomarker: capturing risks and predicting disease onset
编辑推荐：
为解决阿尔茨海默病（AD）早期预警生物标志物稀缺的问题，研究人员开展了针对AD样脑模式生物标志物的研究。他们开发的区域脆弱性指数（RVI-AD）可量化个体大脑与AD患者预期脑缺损模式的相似性。结果表明，RVI-AD能有效捕获APOE-ε4等位基因和心血管风险的隐性影响，并显著预测轻度认知障碍（MCI）向痴呆的转化，为AD的早期检测和风险分层提供了非侵入性、临床可及的新工具。
在老龄化社会浪潮中，阿尔茨海默病（Alzheimer’s disease, AD）已成为困扰全球公共卫生的严峻挑战。它是导致60岁以上人群认知衰退和功能残疾的首要原因。尽管科学家们不懈探索，但目前AD的治疗选择依然有限，这使得预防或延迟其发病成为保障老龄人口健康的重中之重。一个关键的科学“窗口”在于，AD相关的大脑变化是逐渐累积的，在首次出现认知障碍症状的数十年前就已经开始，这为干预提供了宝贵的时间。然而，我们对于AD风险因素在个体一生中的作用机制仍知之甚少，这极大地限制了个性化风险缓解策略的制定与评估。
现有的早期诊断方法，如淀粉样蛋白（Aβ）或tau蛋白正电子发射断层扫描（PET）、脑脊液（CSF）分析、基于磁共振成像（MRI）的脑形态测量等，往往在敏感性、特异性、成本、侵入性和可及性之间难以平衡。特别是临床MRI观察到的诸如海马萎缩等变化，通常出现在前驱症状之后，且缺乏特异性，难以作为早期预警生物标志物。那么，是否存在一种方法，能够像“天气预报”一样，在认知的“晴天”就探测到大脑深处AD风险的“阴云”，并预测“风暴”何时来袭？
近期，一项发表在《Molecular Psychiatry》上的研究给出了一种新颖的解决方案。研究人员不再仅仅盯着海马体等单一脑区的体积变化，而是将大脑看作一个整体，创造性地开发了一种名为“区域脆弱性指数”（Regional Vulnerability Index, RVI）的量化工具，专门用于AD（即RVI-AD）。其核心思想是：先绘制一张AD典型的“脑损伤地图”（即特定脑区的缺损模式），然后衡量每个人的大脑与这张“地图”的相似程度。相似度越高，意味着个体大脑结构越呈现出AD的特征模式，其患病风险也可能越高。
为了绘制这张精准的“地图”，研究团队进行了一项荟萃分析。他们整合了来自阿尔茨海默病神经影像学计划（Alzheimer’s Disease Neuroimaging Initiative, ADNI）和开放获取系列影像研究（Open Access Series of Imaging Studies, OASIS）的数据，共纳入了168名经淀粉样蛋白PET确认的AD患者（Aβ+）和403名淀粉样蛋白阴性的健康对照（Aβ-）。通过比较这两组人群，研究人员计算出了64个脑区（包括33个皮层厚度区域、7个皮层下灰质体积区域和24个白质完整性区域）的效应值（Cohen‘s d），从而确立了AD特异性的脑缺损模式。RVI-AD的计算公式是一个经过修改的点积运算，它量化了个体脑区测量值向量与AD效应值向量之间的对齐程度。正值的RVI-AD表示个体大脑模式与AD预期模式相一致。
有了RVI-AD这把“尺子”，研究人员开始检验两个核心假说。第一，已知的AD风险因素（如APOE-ε4基因和心血管风险）是否会在成年期持续作用，导致健康人大脑逐渐形成AD样缺损模式？第二，这种模式的形成是否能预测未来痴呆的发生？
为了验证第一个假说，研究分析了两个健康成人队列。发现队列是335名阿米什连接组计划（Amish Connectome Project, ACP）参与者，他们具有遗传和环境的高度同质性。验证队列则来自英国生物银行（UK Biobank, UKBB），包含了26，010名参与者，背景更多元。风险因素评估包括：APOE基因型（ε4等位基因是晚发性AD最明确的遗传风险因子）和弗雷明汉心血管风险评分（Framingham Cardiovascular Risk Score, FCVRS，用于量化未来十年发生主要心血管事件的风险，综合了年龄、性别、胆固醇、血压、糖尿病等因素）。
结果显示，在两个健康队列中，携带APOE-ε4等位基因的个体，其RVI-AD指数均显著高于非携带者。更重要的是，FCVRS与RVI-AD显著相关，且这种关联在APOE-ε4携带者中尤为强烈，表现出显著的基因-环境交互作用。这意味着，对于携带ε4基因的人来说，即使心血管风险水平与常人相似，其大脑也更容易呈现出AD样的损伤模式。相比之下，单独测量海马体积或特定皮层厚度等传统指标，在两个队列中均未发现ε4携带者与非携带者之间存在稳定、显著的差异。这有力地证明，RVI-AD这种多脑区整合的指标，在捕捉遗传和心血管风险对大脑的早期、隐匿影响方面，比任何单一脑区测量都更为敏感和稳健。
第二个假说的验证在ADNI队列中进行。该队列包含1，932名基线时认知正常（CN）或患有轻度认知障碍（MCI）的参与者，并进行了长达12年的随访。在基线诊断为MCI的个体中，那些后续转化为痴呆的人，其基线RVI-AD值显著高于保持稳定的MCI患者。有趣的是，未转化为痴呆的MCI患者，其RVI-AD值与保持认知正常的健康老年人没有差异。这表明，低RVI-AD可能预示着较低的转化风险。在少量基线认知正常但最终转化为痴呆的个体中，也观察到了更高的基线RVI-AD。
进一步的时间分析揭示了RVI-AD预测能力的“黄金窗口”：基线RVI-AD对MCI向痴呆转化的预测能力在扫描后的头三年内最强，其受试者工作特征曲线下面积（AUC）可达70-74%，比值比（OR）为2.16。尤其是在第一年和第二年，预测性能最佳。虽然更长时间的累积预测仍有显著意义，但效力随年限延长而下降。模拟分析表明，如果对MCI患者进行年度或三年一次的MRI扫描并计算RVI-AD，可以建立一个有效的筛查方案，实现对十年内转化为痴呆的风险进行临床相关（AUC > 0.70）的评估。与同样使用多脑区数据但通过LASSO（最小绝对收缩和选择算子）回归构建的指标相比，RVI-AD的预测性能表现更优。
主要技术方法：本研究主要运用了基于结构MRI和弥散MRI的多队列脑影像分析技术。首先，利用ENIGMA联盟标准化流程处理了来自ADNI、OASIS的571名受试者（Aβ+ AD患者与Aβ-对照）影像数据，通过荟萃分析计算出AD特征性脑缺损模式（64个脑区的效应值）。随后，将此模式作为蓝图，分别应用于阿米什连接组计划（ACP，N=335）和英国生物银行（UKBB，N=26，010）两个独立健康队列，计算每个个体的RVI-AD。最后，在ADNI纵向队列（N=1，932）中，基于基线MRI计算RVI-AD，并分析与后续（最长达12年）向痴呆转化的关联。统计分析包括t检验、线性回归、逻辑回归和ROC曲线分析等。
研究结果
APOE基因型对健康样本RVI-AD的影响：发现与验证
- •
发现样本：在ACP样本中，APOE-ε4携带者（N=91）的RVI-AD显著高于非携带者。而两组在海马体积、颞叶、顶叶、额叶皮层厚度等单个脑区测量上均无显著差异。APOE-ε4对各个脑区的效应大小与AD的效应模式显著相关。
- •
验证样本：在UKBB样本中，APOE-ε4携带者同样表现出显著更高的RVI-AD。虽然海马体积有降低趋势，但经多重比较校正后不显著，其他单个脑区也无显著差异。ε4的效应值远小于RVI-AD的效应值，且其脑区效应模式与AD效应模式显著相关。
心血管风险对RVI-AD的影响
- •
发现样本：在ACP队列中，FCVRS对RVI-AD有显著主效应，且存在显著的APOE-ε4与FCVRS交互作用。这种交互作用源于FCVRS与RVI-AD的相关性仅在ε4携带者中显著，而在非携带者中不相关。
- •
验证样本：在UKBB队列中，重复了上述发现：FCVRS、APOE-ε4基因型及其交互作用均对RVI-AD有显著影响。FCVRS与RVI-AD的相关性同样仅在ε4携带者中显著。
预测ADNI参与者从MCI向AD的转化
- •
组间差异：基线时MCI并在后续转化为痴呆的参与者，其基线RVI-AD显著高于未转化的稳定MCI患者。稳定MCI患者的RVI-AD与保持认知正常的健康老年人无差异。在少量从认知正常转化为痴呆的个体中，也观察到更高的基线RVI-AD。
- •
预测效能：基线RVI-AD对MCI向痴呆的年度新发病例的预测能力在扫描后的前三年内最为显著，其比值比（OR）在1.78至2.2之间。对0-3年累积转化的预测，RVI-AD的AUC为0.70，OR为2.16。预测能力随时间延长而减弱，但对0-12年的累积转化仍有显著预测力（AUC=0.66， OR=1.75）。
- •
多因素模型：在包含APOE-ε4基因型和FCVRS的扩展模型中，RVI-AD和APOE-ε4基因型均对12年内的痴呆转化有显著贡献，而FCVRS的贡献不显著。
- •
方法对比：与通过LASSO回归从相同脑区数据构建的多区域指标相比，RVI-AD在预测短期（0-3年）和长期（0-12年）转化方面均表现出更强的性能。
研究结论与意义
本研究的核心结论是，区域脆弱性指数（RVI-AD）能够作为一种新型的双功能生物标志物：它既能捕获健康成年期AD已知风险因素（APOE-ε4基因和心血管风险）对大脑的终生、隐匿性影响，也能预测高风险个体（MCI患者）未来向痴呆转化的更近期的风险。
这项研究的意义重大。首先，它提供了一种全新的视角来理解AD风险如何塑造大脑。RVI-AD揭示，风险因素并非均匀地侵蚀大脑，而是以一种与AD疾病本身高度相似的特异性空间模式施加影响，且这种影响在认知正常的早期阶段即可被检测。其次，它证实了遗传与心血管风险之间存在协同作用，对于携带APOE-ε4基因的个体，管理心血管健康对于延缓AD样脑变化可能具有双重重要性。
在临床转化层面，RVI-AD的优势在于其基于广泛可得、非侵入性的结构MRI，计算方法线性、可解释性强。这使其有望成为一种成本效益高、临床可及的筛查工具。它可以帮助识别出处于认知正常阶段但大脑已显现AD风险模式的高危个体，以便进行早期干预和风险因素管理。同时，对于已诊断为MCI的患者，RVI-AD（特别是结合定期复查）有助于更准确地评估其在近期（如未来1-3年）转化为痴呆的风险，从而为是否启动可能具有副作用的疾病修饰治疗、以及如何规划临床随访和护理支持，提供重要的决策参考。
尽管研究存在一些局限性，如不同队列间人口学和环境差异、所使用的脑图谱非AD特异最优、以及未与淀粉样蛋白状态直接比较预测效能等，但其在两个差异巨大的健康队列中成功复现了主要发现，并在独立的ADNI纵向队列中验证了预测价值，这些都为其稳健性和潜在应用前景提供了有力支持。随着进一步优化和验证，RVI-AD这类基于脑模式相似性的生物标志物，有望在对抗阿尔茨海默病的战役中，成为早期预警和精准风险管理的重要新武器。
