近期，布朗大学的研究人员通过一项创新性的脑电活动分析工具，发现了一种可用于预测轻度认知障碍（MCI）是否会发展为阿尔茨海默病的脑部生物标志物。这项发现有望为阿尔茨海默病的早期诊断和干预带来突破。
“我们在脑电信号中发现了一种模式，能够预测哪些轻度认知障碍患者最有可能在两年半内发展为阿尔茨海默病。”该研究的联合负责人、布朗大学卡尼脑科学研究所神经科学教授Stephanie Jones表示，“这是首次可以非侵入性地观察到与阿尔茨海默病进展相关的脑部早期标志，令人非常兴奋。”
这项研究成果已发表在《Imaging Neuroscience》期刊上。
研究团队与西班牙马德里康普顿斯大学合作，对85位被诊断为轻度认知障碍的患者进行了长期随访，并使用脑磁图（MEG）技术在患者静息、闭眼状态下记录了其脑部电活动。MEG是一种非侵入式的脑电成像技术，可高精度地捕捉脑内神经元群体的电活动。
与传统脑磁图分析方法不同，Jones团队自主开发了一种名为“Spectral Events Toolbox”的工具箱，它能将复杂的脑电信号解析为一个个离散的神经事件，具体展示事件发生的时间、频率、持续时间及强度。目前，该工具已被全球超过300篇学术研究引用和应用。
利用这一工具，研究人员聚焦于β波频段的神经活动事件。β波与记忆加工密切相关，因此在阿尔茨海默病研究中尤为关键。分析发现，那些在后续两年半内发展为阿尔茨海默病的患者，其β波事件明显减少，持续时间更短、强度也更弱。
“这可能是科学界首次系统性地将β波事件与阿尔茨海默病进展联系起来。”论文第一作者、马德里团队的Danylyna Shpakivska表示。
目前已有的阿尔茨海默病检测方法通常依赖于检测脑脊液或血液中的β淀粉样蛋白和Tau蛋白等标志物。而此次研究则首次展示了来自脑电活动本身的早期风险信号，提供了一种更直接观察神经元功能受损的新方式。
“我们发现的这个信号，不仅能用于早期预测风险，还可能成为评估药物疗效的工具。”Jones指出，“一旦结果被进一步验证，这一工具就可以帮助临床医生在疾病尚未明显进展前进行诊断和干预。”
下一阶段，研究团队计划借助计算神经建模工具，深入探讨β波事件减少背后的神经机制。“如果我们能模拟出这些异常信号的产生机制，就能进一步与合作伙伴合作测试可能逆转该过程的治疗方案。”Jones说。
参考文献：Danylyna Shpakivska-Bilan et al, High-power transient 12–30 Hz beta event features as early biomarkers of Alzheimer's disease conversion: An MEG study, Imaging Neuroscience (2025). DOI: 10.1162/IMAG.a.69
编辑：王洪
排版：李丽
评论 (0)