通过自主开发的神经元电活动分析工具，布朗大学研究人员发现了一个基于脑电的生物标志物，可用于预测轻度认知障碍是否会发展为阿尔茨海默病。
"我们在脑电活动信号中检测到一种模式，能预测哪些患者最可能在2.5年内发展为该疾病。"共同领导研究的布朗大学Carney脑科学研究所神经科学教授Stephanie Jones表示，"首次无创观测到阿尔茨海默病进展的早期新标志物，这是令人振奋的突破。"
研究团队与西班牙马德里康普顿斯大学合作，对85名轻度认知障碍患者的脑电活动进行监测，并追踪其疾病进展。这些患者在闭眼静息状态下接受非侵入性脑磁图（MEG）扫描。传统MEG分析方法压缩平均数据，难以解析神经元水平的活动特征。研究人员开发的"频谱事件工具箱"能将神经元活动解析为离散事件，精确呈现活动发生时间、频率、持续时长和强度变化，该工具已获300多项学术研究引用。
使用该工具分析患者β频率波段（与记忆处理相关）的脑电事件时，研究团队发现显著差异。在确诊阿尔茨海默病前2.5年，最终患病患者的β事件出现频率更低、持续时间更短、强度更弱。"这是我们首次观察到β事件与阿尔茨海默病的相关性。"论文第一作者Danylyna Shpakivska指出。
相比传统脑脊液和血液生物标志物，这种源自脑电活动的标志物能更直接反映神经元对毒性蛋白的响应。研究团队计划下一阶段利用计算神经建模工具探索该信号的生成机制，为开发治疗手段提供新方向。Jones教授表示："我们的发现能辅助早期诊断，一旦验证成功，临床医生可使用该工具进行早期筛查和疗效评估。"
【全文结束】
