阿尔茨海默病在大脑中的扩散并不均匀，而新的数学建模研究或许有助于解释这一现象。研究人员开发了一种网络扩散模型，模拟tau蛋白在大脑中的积累和传播过程，并识别出一些可能增加或降低大脑区域脆弱性的基因。
模型显示，连接性更强的大脑区域更容易受到损害，而相对孤立的区域则更具韧性。这种方法为理解疾病进展提供了强有力的框架，并可能引导开发更具针对性的治疗方法。
关键事实：
- 网络脆弱性：与tau蛋白受影响区域连接更紧密的大脑区域退化更快。
- 基因分类：该模型将基因分为通过大脑网络机制或独立于网络机制发挥作用的类别。
- 基于人类数据：研究使用真实患者数据，比动物模型更能准确反映阿尔茨海默病在人类中的发展过程。
来源：德克萨斯大学阿灵顿分校（UT Arlington）
提到阿尔茨海默病的研究，人们可能不会首先想到数学。但对于德克萨斯大学阿灵顿分校的数学与数据科学助理教授佩德罗·马亚（Pedro Maia）来说，通过将大脑不同区域的交互视为网络进行分析，正在揭示这种全球最严重脑部疾病之一的新见解。
马亚博士与加州大学旧金山分校（UCSF）Raj实验室的同事们合作，开发出一种先进的数学模型，用于解释阿尔茨海默病为何在大脑中不均匀扩散。
某些大脑区域为何更容易受到tau蛋白（一种在脑细胞中积累并破坏其正常功能的蛋白质）的损害，而其他区域则更具韧性？这项研究最近发表在神经病学领域的顶级期刊《Brain》上。
马亚表示：“有趣的是，数学、数据方法和数据科学以及数学建模能够为阿尔茨海默病带来一些深入的洞察。”
马亚和他的UCSF同事们开发了一种数学工具——称为扩展网络扩散模型（extended network diffusion model, eNDM）——用于追踪tau蛋白在大脑互联区域网络中的积累和扩散过程。
利用这一模型，研究人员可以将基因分为四类：一类是遵循大脑网络模式并增加脆弱性的基因；一类是遵循网络模式但提供保护的基因；另一类是独立于网络模式但增加风险的基因；最后一类是独立于网络模式且具有保护作用的基因。
这是阿尔茨海默病研究领域的一大进步，有助于回答困扰研究人员多年的疑问：为何某些大脑区域迅速退化，而其他区域却基本保持完整。
马亚说：“这个模型帮助我们理清了过去一团混乱的基因。”
“大脑并不是均匀的——不同的区域由不同种类的细胞和基因组成，它们之间的连接方式也不同。”他补充道，“连接性更强或更靠近受累区域的大脑区域更容易受损，而孤立区域则更具韧性。”
该研究使用了来自196名受试者的数据。其中102人被诊断为早期轻度认知障碍，47人为晚期轻度认知障碍，47人确诊阿尔茨海默病。此前马亚及其同事的研究更多依赖于使用啮齿动物模型的控制性实验。
马亚表示：“尽管人类数据涉及的变量更多、处理难度更大，但它能让我们直接了解阿尔茨海默病在真实人群中的发展过程。如果我们希望开发适用于人类的治疗方法，就需要来自人类的数据。”
在德克萨斯州，近50万人患有阿尔茨海默病，该州在阿尔茨海默病病例数方面位列全美第四，在相关死亡率方面排名第二。根据德克萨斯州州立卫生服务部的数据，这每年给该州带来约240亿美元的支出。
对于马亚而言，将数学背景应用于阿尔茨海默病研究是一项特别有意义的工作。他也将其视为数学领域发展的一个更广泛趋势的一部分。
他说：“在过去的百年中，物理学曾是数学研究的主要灵感来源。如今，生物学——尤其是大脑——正成为新的灵感源泉。如果你愿意在跨学科环境中交流，你会发现数学建模仍然扮演着重要角色。”
关于这项数学建模与阿尔茨海默病研究的新闻
作者：Drew Davison
来源：UT Arlington
联系：Drew Davison – UT Arlington
图像：图片归功于Neuroscience News
原始研究：开放获取。Pedro Maia等人发表于《Brain》的论文《Selective vulnerability and resilience to Alzheimer’s disease tauopathy as a function of genes and the connectome》
【全文结束】
