陸林院士:腦疾病轉化研究新進展
點擊上方“神經時訊”→點擊右上角“…”→點選“設爲星標★”,每天第一時間看推送
1. 人類疾病譜發生重大變化
全球正處於流行病學轉變的重大階段,從主要罹患傳染性疾病和寄生蟲病爲主轉向罹患慢性疾病和變性疾病爲主。 人類平均預期壽命延長的最大威脅已經從傳染性疾病轉移到衰老導致的退行性和人爲疾病(道路傷害、意外死亡等)。
2022年全球精神疾病報告顯示,全球近10億人患有精神疾病。
2024年Global Burden of Disease數據顯示,全球約34億人受神經疾病影響。
以健康壽命損失年爲評價指標,由精神疾病造成的疾病負擔佔全球疾病總負擔的第二位。
抑鬱障礙和焦慮障礙這兩種最常見的精神疾病每年使全球經濟損失1.1萬億美元。
自1990年以來,由神經疾病引起的殘疾、疾病和過早死亡(稱爲殘疾調整生命年)的總數增加了18%。
2021年,導致健康損失的五大神經疾病是中風、新生兒腦病(腦損傷)、偏頭痛、癡呆症、糖尿病性神經病變(神經損傷)。
全球在應對癡呆症方面挑戰巨大。2019年,全球用於癡呆症的費用估計爲1.3萬億美元。預計到2030年,這一費用將增至1.7萬億美元,而如果將護理費用的增加考慮在內,則爲2.8萬億美元。
4. 我國腦疾病的發生率日益增高
近年來,我國各類腦疾病患病率逐年升高,其中成年人各類精神疾病的終生患病率高達16.60%(圖1)。
2021年,全球15~64歲人中每17人有1人在過去12個月內使用過毒品。
使用毒品的人數從2011年的2.4億增至2021年的2.96億(佔全球15~64歲人口的5.8%)。
女性中,非醫用阿片類藥物(47%)和安非他命(45%)使用比例最高。
青少年精神心理健康是重要的公共衛生問題,全世界有10%~20%的兒童和青少年患有精神疾病,其中焦慮障礙和抑鬱障礙約佔40%。 中國6~16歲兒童青少年的精神疾病總患病率爲17.5%。 約有三分之一的大學生存在精神心理問題。
隨着醫療水平和科學技術的進步,全球人均預期壽命由1950年的46.5歲增至2019年的73歲,預計到2048年,預期壽命將達到77歲。
我國居民人均預期壽命由2020年的77.9歲提高到2021年的78.2歲,至2035年預期壽命將達到81.3歲。
WHO數據顯示,全球範圍內有四千七百萬人患癡呆,這一數字在2040年將達到八千一百萬,2050年將達到一億三千萬。
WHO健康調查報告顯示,慢性疾病如心絞痛、關節炎、哮喘、糖尿病等常共病抑鬱障礙,抑鬱障礙可影響慢性疾病的預後。
抑鬱障礙對健康的影響超過慢性疾病本身。
傳統的藥物療法尚不足以治癒腦疾病。
患病早期可用的診斷工具有限,導致臨牀往往只有在疾病的分子特徵處於晚期時才觀察到症狀,並且精神疾病仍然缺乏客觀有效的診斷標記物。
1. 腦疾病轉化研究的特點
腦疾病轉化研究與軀體疾病轉化研究的共同點:
雙相障礙是一種複雜遺傳性精神疾病。
2019年,一項研究對41 917例雙相情感障礙患者以及371 549例歐洲血統的對照人羣進行了GWAS研究,成功定位了與雙相障礙密切相關的64個基因組位點。
利用2019年GWAS的研究結果,2023年一項研究進一步從中篩選出425個編碼蛋白質的雙相障礙風險基因,並進一步確定了其中58個具有潛力作爲藥物治療靶標的風險基因。
核磁共振成像/功能性核磁共振成像(MRI/fMRI):觀察腦結構異常,幫助理解大腦活動模式及其在神經精神疾病中的改變。
計算機斷層掃描(CT):識別腦部損傷或病變。
正電子發射斷層掃描/單光子發射斷層掃描(PET/SPECT):測量腦代謝和神經遞質活動,評估腦血流和代謝狀態。
磁共振波譜成像技術(MRS)/光譜成像(SPICE):無創在體腦代謝成像。
以上四階段模型顯示,利用PET數據進行疾病分期,不僅可以輔助AD的早期診斷,而且有利於優化治療干預的時機。
基於PET的疾病分期,可以推斷出有症狀的AD患者在進入臨牀試驗時,澱粉樣蛋白和tau蛋白積累已大量存在,因此此時開始藥物治療對改變晚期階段病理進程可能潛力較小。針對無症狀的早期AD患者進行臨牀試驗可能會取得更大的成功。
條件性刺激喚起-消退範式:條件性刺激喚起-消退範式成功削弱了大鼠海洛因覓藥行爲的自發恢復。同樣地,該範式在海洛因成癮患者中也顯示出顯著效果,降低了線索誘導的藥物心理渴求。
非條件性刺激喚起-消退範式:基礎實驗發現,非條件性刺激喚起-消退範式可全面徹底地消除病理性成癮記憶,對降低藥物心理渴求和預防復吸療效顯著。
美沙酮作爲非條件性刺激喚起聯合消退訓練:服用美沙酮後,在成癮記憶再鞏固時間窗內進行消退訓練,能顯著提升海洛因成癮者長達6個月的持續戒斷及治療保持率,並降低線索誘導的海洛因渴求。
![](https://img1.headline01.com/images/31/ae/31ae1cd83a40306d30ad239d256ec248838ec109.jpg?wx_fmt=png&from=appmsg)
![](https://img1.headline01.com/images/75/48/754876ae624f9d53418f68e81cbbf444714f66b6.jpg?wx_fmt=png&from=appmsg)
圖3 精神疾病轉化研究的未來方向-多學科交叉
(來源:陸林院士學術報告)
人工智能在精神醫學應用中的優勢:通過實施數字化醫療解決方案減輕醫療資源壓力;通過準確識別精神疾病以減少心理健康問卷相關的社會污名化問題;利用數據驅動的AI爲精神疾病的診斷和治療提供客觀證據。
人工智能在腦疾病研究中的三項策略:
開發基於AI的臨牀決策支持系統,該系統基於臨牀指南和大型數據集以分析多模態醫學數據,並提供實時信息以增強臨牀決策、診斷、治療和預後的能力。
下一代循證醫學將AI整合到數據收集、分析和處理中,使臨牀試驗可以利用各種數據來源,爲修訂臨牀實踐指南提供借鑑。
發展可解釋的人工智能,旨在爲AI生成的預測提供合理的解釋,增加AI模型的透明度和信任度。
![](https://img1.headline01.com/images/69/aa/69aacd77983ccffe87196079f93684a32512e99c.jpg?wx_fmt=png&from=appmsg)
圖5 精神疾病轉化研究的未來方向-探尋腦疾病標記物
(來源:陸林院士學術報告)
審覈 | 柳海霞
![](https://img1.headline01.com/images/0e/08/0e085fb0e179497aad084853210ab603704c4fc2.jpg?wx_fmt=jpeg&from=appmsg)