一项重大新研究表明，帕金森病实际上可能由多种不同的疾病组成，而非单一病症。
来自比利时VIB和鲁汶大学的研究人员利用机器学习和高级基因分析，识别出帕金森病的不同生物学形式，这有助于解释为何某些治疗方法对部分患者有效，而对其他人则无效。
这些发现发表在《自然通讯》杂志上，可能为未来更个性化的治疗方法打开大门。
帕金森病是世界上最常见的神经系统疾病之一。它影响数百万人，通常以引起震颤、僵硬、动作缓慢、平衡问题和行走困难而闻名。
随着疾病进展，许多患者还会出现睡眠问题、记忆障碍、抑郁以及其他影响日常生活的症状。
多年来，医生一直将帕金森病视为单一疾病。患者通常根据症状进行诊断，许多人接受相似的药物治疗。然而，科学家长期以来一直怀疑该疾病实际上可能有许多隐藏的生物学原因。
研究人员早已知道，不同基因的突变会增加患帕金森病的风险。一些患者继承了直接导致疾病的罕见基因突变，而其他人则可能因为基因、衰老和环境因素的综合作用而患上帕金森病。
挑战一直在于理解所有这些不同原因如何相互关联。
这项新研究可能有助于回答这个问题。
研究团队由VIB-鲁汶大学神经科学中心的Patrik Verstreken教授领导。科学家们没有从关于不同基因突变如何影响帕金森病的假设开始，而是决定让数据指导分析。
为此，他们研究了携带24种与帕金森病相关基因突变的果蝇。果蝇在神经科学研究中被广泛使用，因为果蝇和人类之间许多重要的生物过程出人意料地相似。
科学家们长期监测了果蝇的运动和行为。然后，他们使用机器学习和高级计算分析来寻找隐藏的模式。
机器学习是一种人工智能形式，允许计算机分析大量数据并识别人类可能不易察觉的模式。
研究人员没有仅基于症状对患者进行分组，而是专注于不同突变引起的潜在分子变化。
结果令人惊讶。
分析显示，帕金森病的遗传形式自然聚类为两大组，然后可以再细分为五个更小的亚组。
这意味着不同形式的帕金森病可能涉及脑细胞内发生的不同生物学机制。
根据Verstreken教授的说法，患者外表可能看起来相似，因为他们有共同的症状，但在分子水平上，疾病可能因人而异。
这一发现可能有助于解释为什么许多帕金森病治疗方法显示出混合结果。
如果不同患者实际上患有不同生物学形式的疾病，那么一种药物可能不会对每个人都同样有效。
研究人员认为，这是为什么开发新的帕金森病药物如此困难的原因之一。
该研究还产生了另一个重要发现。研究人员在果蝇的不同亚组上测试了实验性化合物，发现某些药物只在特定亚组中有效。
例如，在一个亚组中改善症状的治疗方法在另一个亚组中几乎没有效果或完全无效。
这表明未来的帕金森病治疗可能需要根据患者特定的疾病亚型进行个性化。
Verstreken教授解释说，医生最终可能能够识别与每个亚型相关的生物标志物。生物标志物是可测量的生物迹象，帮助医生了解疾病风险或治疗反应。
如果科学家能够在患者中识别这些标志物，医生可能有一天能将人们与专为他们帕金森病类型设计的疗法相匹配。
研究人员认为，这种个性化方法可以提高治疗成功率，同时减少不必要的副作用。
该研究还凸显了人工智能在医学中日益增长的作用。传统医学研究通常从特定理论开始，并测试其是否正确。在这项研究中，研究人员允许机器学习自由搜索隐藏的生物模式。
这种无偏见的策略揭示了可能原本无法察觉的疾病结构。
研究人员表示，同样的方法可能适用于许多涉及多种基因原因的其他疾病，包括阿尔茨海默病和其他神经系统疾病。
同时，科学家们谨慎地指出，在这些发现能够直接改变患者护理之前，仍需要做更多的工作。
目前的研究主要在动物模型而非人类患者身上进行。研究人员现在希望确认相同的帕金森病亚型是否在人类中清晰存在，以及靶向治疗是否能在临床试验中成功改善结果。
即便如此，专家表示这些发现非常令人兴奋，因为它们提供了思考帕金森病的新方式。
医生最终可能会将帕金森病视为几种具有不同生物学原因和不同治疗需求的相关疾病，而不是单一病症。
这可能导致更早的诊断、更准确的药物开发以及更适合每位患者的疗法。
总体而言，该研究提供了重要证据，表明帕金森病比先前理解的要复杂得多，个性化医疗可能在其未来治疗中发挥重要作用。
研究结果发表在《自然通讯》上。
【全文结束】