阿爾茨海默病實驗室診斷技術的研究進展

車伯琛 陰慧娟 吳金鵬 李迎新

中國醫(yī)學科學院生物醫(yī)學工程研究所，天津300192

0 引 言

阿爾茨海默?。ˋlzheimer's disease, AD）起病隱匿，早期易出現(xiàn)記憶障礙，進而其他認知域功能不斷惡化。據(jù)估計，2050 年中國AD 患者可達2 800 萬[1]。AD 可致患者出現(xiàn)失認、失語、失用，抽象思維、視空間定向受損，甚至伴有行為改變[2]，從而加重了患者的經(jīng)濟和精神負擔。

關于AD 的病因機制，當前多認為是由于腦神經(jīng)元淀粉樣變和后續(xù)的神經(jīng)元纖維互相纏結所致。若能通過實驗室檢驗開展早期診斷，就可對其及時進行干預或治療。因此發(fā)掘有效標志物，結合多模影像檢查建立早診體系，可改善AD 患者的生活質量，減輕其負擔。本文就此作一綜述，以期為AD 的早期診斷提供依據(jù)。

1 神經(jīng)心理評估

輕度認知障礙（mild cognitive impairment, MCI）是AD 的臨床前期。神經(jīng)心理學量表可檢測并評定認知損害程度。其中，簡易智能狀態(tài)量表（mini-mental state examination,MMSE）敏感度高、操作方便，適于大樣本調查，但其分值易受評估對象的學歷影響。MMSE 不適于低學歷人群，其用于高學歷人群亦可能出現(xiàn)假陰性或假陽性[1]。與MMSE 相比，蒙特利爾認知評估量表（Montreal cognitive assessment,MocA）具有更高的靈敏度和特異度，評定的認知領域更廣，可篩查MCI 確診但MMSE 分值正常的患者[1-2]。而記憶與執(zhí)行功能篩查量表（memory and executive screening scale, MES）的評定內容廣，可鑒別MCI 和AD[1，3-4]，耗時短，靈敏度和特異度高，不易受學歷影響，更易被醫(yī)患接受。

綜上所述，MMSE 操作方便，但易受學歷影響，不適于早篩；MocA 評定范圍廣，受學歷影響小，可用于早期診斷；MES 對不同程度的認知障礙患者均能較好鑒別。在臨床工作中，醫(yī)生應知曉不同量表的功能差異，靈活選擇以進行精準篩查。

2 神經(jīng)影像技術

神經(jīng)影像技術的特點在于可體外無創(chuàng)監(jiān)測腦結構和功能的變化。功能性磁共振成像（functional MRI,fMRI）和正電子發(fā)射計算機斷層顯像（positron emission tomography,PET）既可分析腦解剖結構，還能檢測腦相關區(qū)域的代謝變化；而結構神經(jīng)成像，包括CT 與MRI，可測量大腦皮層的形態(tài)學指標（如厚度、體積）。

2.1 結構影像技術

AD 患者腦萎縮常見于海馬、內側顳葉、內嗅皮質、杏仁核等部位，易擴散至顳側新皮質區(qū)[5]。AD 前期海馬區(qū)已有萎縮，并隨病程進展而加重，表明采用腦形態(tài)學測量技術可評估AD 進展。筆者認為將多種標志物相結合，能更有效地鑒別MCI 和AD。將結構性磁共振成像（structural MRI,sMRI）中的基于體素的形態(tài)學測量、彌散張量成像（diffusion tensor imaging,DTI）測量和腦脊液蛋白成分分析相結合，能鑒別91%的遺忘型MCI[6-8]。因此，測量海馬體積可有效評估預判AD 的進展。

sMRI 通過測量腦萎縮來評估AD 進展，常用方法包括結構分析（體素）和表征分析（皮層表面），主要基于密度圖（灰質、白質、腦脊液）和皮層表面（頂點形態(tài)）特征提取。使用全腦灰質密度圖和支持向量機（support vector machines,SVM）對AD 患者和健康人群分類時，可見AD 患者海馬密度偏低[7]。Li 等[9]計算了腦表面頂點區(qū)域維度，包括皮層厚度、腦溝深度、曲率等指標，以區(qū)分MCI 患者與健康群體。在區(qū)分AD 和行為變異型額顳葉癡呆時，也可運用類似方法，其準確度達80%[10-11]。Liu 等[12]采用了另一種思路，即將圖像在不同模板中配準，從模板中提取區(qū)域特征，以原圖為主數(shù)據(jù)源，其他匹配圖為輔助源，再采用SVM 對每組提取特征單獨訓練，用多數(shù)投票法進行融合。這種降維法在區(qū)分進展型與穩(wěn)定型MCI 時準確度達78.88%。由此衍伸出結構化深度學習手段，即以多層卷積神經(jīng)網(wǎng)絡從影像數(shù)據(jù)提取變維信息[13]，下文將述及此內容。

2.2 功能影像技術

2.2.1 MRI

目前，血氧水平依賴的靜息態(tài)fMRI（restingstate fMRI,rs-fMRI）已用于分析AD 患者的腦功能。Ogawa 和Lee[14]闡述了其成像基礎：神經(jīng)元興奮時，局部激活區(qū)域血流量的增加大于耗氧量的增加，激活區(qū)的去氧血紅蛋白較非激活區(qū)減少，而具有順磁性的去氧血紅蛋白可縮短T2*的作用，故激活區(qū)相對于非激活區(qū)T2*WI 呈高信號，激活則反映了該區(qū)域血流量和氧水平的增加。rs-fMRI 可檢測腦內自發(fā)神經(jīng)活動，定位默認網(wǎng)絡區(qū)（空間活動相對一致且功能相似的腦區(qū)組成的功能網(wǎng)域），該區(qū)在靜息態(tài)時保持高水平活動，在任務態(tài)時水平減低[15-16]。AD可破壞默認網(wǎng)絡內的腦區(qū)活動，切斷腦區(qū)間的功能連接[17-18]。此現(xiàn)象早于臨床癥狀，故rs-fMRI 可用于檢測AD 患者早期的腦功能異常[19]。磁共振波譜分析技術可對某些生化成分進行定量分析。在AD 早期，腦內代謝物水平變動早于形態(tài)改變，相應指標包括N-乙酰天門冬氨酸（N-acetylaspartate, NAA）、肌酸復合物（creatine，Cr）、膽堿和肌醇。與健康組比較，MCI 組和AD 組海馬部位的NAA/Cr 比值降低；左腦半球肌醇/Cr 比值和NAA/肌醇比值亦存在組間差異。這說明磁共振波譜分析可在一定程度上輔助鑒別MCI 與AD。

DTI 可用于監(jiān)測腦組織中水分子的彌散度。AD患者腦白質纖維完整性易受損，利用DTI 分析彌散度參數(shù)，可鑒別MCI 與AD。該技術主要基于纖維束成像、判別體素選擇及結構連接網(wǎng)絡測量。Nir 等[20]利用纖維束成像計量了最大密度路徑基準的各向異性分數(shù)和平均彌散率，以區(qū)分MCI 與AD；Wee等[21]從腦區(qū)的纖維量入手，構建了白質纖維連接網(wǎng)用于鑒別MCI；而Dyrba 等[22]通過選擇體素、降低DTI 數(shù)據(jù)維度來計算所選體素的各向異性分數(shù)和平均彌散率，以鑒別MCI 與AD。

Tang 等[23]以sMRI 測量海馬，并聯(lián)合DTI 來分類AD，用主成分分析減少噪音特征，通過判別分析、SVM 構建分類器。Schouten 等[24]則測量了腦靶區(qū)局部體積、彌散度及rs-fMRI 特征,以邏輯彈性架構鑒別77 例AD 患者和173 名健康對照人群，其分類準確性、特異度和靈敏度分別達89.6%、92.7%和82.6%。sMRI 是此類研究的主要模式，還有研究人員將其與PET 矢量、認知評估分值、腦脊液分析相結合，構建AD、MCI 分類器，準確度達87%[25-28]。

2.2.2 PET

PET 主要是利用針對AD 病理靶點的顯像劑對AD 進行篩查。其中糖代謝顯像劑18F 標記的脫氧葡萄糖（18F-2-fluora-deoxy-D-glucose,18F-FDG）和β 淀粉樣蛋白（β-amyloid protein,Aβ）顯像劑最為常用。18F-FDG PET 可顯示腦區(qū)的葡萄糖代謝改變，AD 患者葡萄糖代謝減低的腦區(qū)涉及顳頂區(qū)、顳葉內側和后扣帶回，受累區(qū)常隨病程進展而增加[29]。因此18FFDG PET 可用于評價AD 療效和預后。與穩(wěn)定型MCI相比，進展型MCI 患者腦后扣帶回與頂葉區(qū)域的代謝活性明顯減低[29-30]。Aβ 顯像劑專門針對腦內淀粉樣蛋白顯像，以匹茲堡復合物B（Pittsburgh complex-B,PiB）最具代表性，11C 標記的PiB 可與淀粉樣蛋白特異性結合，在MCI 階段即可識別AD 患者[30]。但AD 患者Aβ 沉積在早期即已飽和，故腦淀粉樣蛋白沉積量與AD 進展無正相關，即PiB PET 不適于衡量病情進展。18F-FDG PET 雖可反映病情進展，但有時難以將AD 與其他非典型額顳葉癡呆及路易體癡呆相鑒別，而淀粉樣蛋白對額顳葉癡呆及路易體癡呆影響較小，故PiB PET 可用于AD 鑒別診斷?？傊?，18F-FDG PET 和PiB PET 可在AD 早期診斷中相互輔助，PiB PET 可篩查AD 高危人群，18F-FDG PET則可評估診療進展和預后，兩者聯(lián)合使用更利于精準診斷。

2.3 基于MRI 的人工智能在AD 診斷中的應用

關于是否可從影像學角度預判MCI 向AD 的轉化，已有研究人員從sMRI、PET 和部分非成像模態(tài)入手進行研究，結果顯示MRI 可預測分析MCI向AD 轉化的概率[31-40]。Ritter 等[31]建立了特征集，包含多個成像、非成像方式特征，如sMRI、FDG PET、腦脊液成分、神經(jīng)心理評估、既往史、基線信息和神經(jīng)科檢查。特征選擇后以SVM 設計分類器，預測分類了3 年內86 例轉化為AD 的MCI 患者及151 例未轉化的MCI 患者，再將同一模態(tài)提取特征封裝內核分類器，保留單模完整性并分析模態(tài)間差異。Luo等[32]利用3D 卷積神經(jīng)網(wǎng)絡從sMRI 圖像探析亞皮層結構。Hosseini-Asl 等[33]應用3D 飽和嵌入架構的卷積神經(jīng)網(wǎng)絡模式鑒別AD、MCI 與健康人群，準確度高達90%。Zhang 等[34]集合sMRI、PET 與腦脊液檢測數(shù)據(jù)，用多核學習架構MCI 患者與健康對照人群的分類器，分類18 個月內轉化與未轉化為AD 的MCI 患者；當運用10 倍交叉驗證法時，分類器的特異度為66%，靈敏度為81.8%。還有研究人員嘗試以不同手段預測MCI 轉化，如增加輔助元數(shù)據(jù)、采用多任務學習模式[35]、并行分析縱向多模態(tài)圖像數(shù)據(jù)的推演[36]以及利用MCI 患者以外數(shù)據(jù)[41-42]。

3 生物標志物檢測

AD 患者的生物標志物與病理表現(xiàn)密切相關，其在AD 早期診斷、預測MCI 向AD 轉化及診療評估中發(fā)揮重要作用，主要包括外周血、腦脊液和尿液生物標志物。

3.1 血液生物標志物

3.1.1 Aβ

AD 患者腦組織中聚集大量的Aβ，若發(fā)展為斑塊可引起神經(jīng)元變性，這是AD 的病理基礎。在β 蛋白肽鏈C 端含有42 個氨基酸的蛋白稱為Aβ42。Aβ42較其他蛋白更早出現(xiàn)聚集，常作為AD 診斷的標志物[3]。但動物模型血液中的Aβ42濃度變化較人體更為明顯。

3.1.2 同型半胱氨酸

同型半胱氨酸（homocysteine,Hcy）為蛋氨酸去甲基產生的一種含硫氨基酸中間代謝產物。維生素B 缺乏及遺傳因素可使Hcy 升高，而血清Hcy 升高具有神經(jīng)毒性，可導致神經(jīng)元凋亡并引起認知功能受損。有臨床試驗結果表明，AD 患者血清Hcy 升高與認知功能障礙嚴重程度正相關，提示其可能為AD 患者的高危因素[43]。

3.1.3 S100B 蛋白

S100B 蛋白存在于腦組織中，由神經(jīng)膠質細胞合成和分泌，為細胞內部信息的傳遞中介。生理情況下，低水平的S100B 蛋白保護神經(jīng)元；病理情況下，高水平的S100B 蛋白通過炎癥激活產生細胞毒而致?lián)p神經(jīng)元。研究結果發(fā)現(xiàn)，與健康人群相比，AD 患者的血清S100B 蛋白水平顯著升高[44-47]。由此可推斷，高水平的S100B 蛋白與AD 的發(fā)展可能互為因果。

3.2 腦脊液生物標志物

3.2.1 Aβ42

腦脊液與神經(jīng)元直接接觸，壞死的神經(jīng)元會與腦脊液交換代謝產物，因此檢測腦脊液標志物可相對直接地反映神經(jīng)元的損傷程度。據(jù)報道，部分AD患者腦脊液中的Aβ42水平較低，并與腦內斑塊數(shù)量呈負相關。淀粉樣斑塊沉積是Aβ42減少的病理基礎。腦脊液中的總Aβ42水平可作為評估斑塊負荷的潛在標志物。但因腦脊液取材有創(chuàng)，患者難以接受，致其尚未在臨床推廣。AD 患者體內的Aβ42會隨病情加重逐漸聚留于腦組織中，而外周血中的Aβ42大部分由骨骼肌等組織分泌，其水平受肝代謝影響，因此諸多因素會干擾Aβ42對AD 的診斷[48-50]。

3.2.2 tau 蛋白與磷酸化tau 蛋白

總tau（t-tau）蛋白是含磷酸基的微管蛋白，可維持神經(jīng)元微管穩(wěn)定。AD 患者腦脊液的t-tau 蛋白水平升高[51]。腦脊液t-tau 蛋白水平的動態(tài)變化可反映大腦神經(jīng)元的急慢性損傷程度，高水平t-tau 蛋白與認知功能下降及AD 死亡率相關，此外t-tau 蛋白水平的增值還可預判MCI 向AD 的轉化。

p-tau 蛋白是過度磷酸化的tau 蛋白，AD 患者中的p-tau 蛋白易聚合為成對的螺旋細絲，從而促進了神經(jīng)纖維纏結現(xiàn)象的出現(xiàn)。神經(jīng)纖維纏結和神經(jīng)元變性是AD 的基本病理特征，腦脊液p-tau 蛋白與神經(jīng)纖維纏結更緊密相關，因此更具特異性，可用于鑒別AD 與其他神經(jīng)退行性疾病。就MCI 患者而言，高濃度腦脊液p-tau 蛋白與認知功能受損相關[52]，因而又可用于分析MCI 向AD 的轉化概率。

腦脊液標志物p-tau 蛋白與Aβ42聯(lián)合能更好地反映疾病的進展階段[53-54]。t-tau/Aβ 比值具有較穩(wěn)定的范圍，通過適當設定閾值可預測MCI 轉化為AD 的概率。t-tau 蛋白和Aβ42雖可用于AD 診斷，但缺乏特異性，而p-tau 蛋白可較準確地預測MCI 轉化為AD的概率，有利于鑒別診斷。上述3 種腦脊液標志物在AD 早期診斷、預判轉化概率及鑒別診斷中各有所長，3 者組合運用可能具有更高的診斷準確度[55-56]。

3.3 尿液生物標志物

腦脊液中含有多種標志物，且部分屬類具有診斷特異性，但腦脊液檢測有創(chuàng)，患者接受程度低，故人們試圖尋找其他體液指標。AD 相關神經(jīng)絲蛋白（Alzheimer disease related neural thread protein,AD7c-NTP）由神經(jīng)元合成，聚集于神經(jīng)元軸突部。當tau蛋白過度磷酸化時，若神經(jīng)元出現(xiàn)變性壞死，會釋放AD7c-NTP至腦脊液中，此時腦脊液中的AD7c-NTP水平會顯著升高，且與病情嚴重程度密切相關[57]。AD患者尿液中的AD7c-NTP 水平亦與病情嚴重程度正相關[57-58]，且明顯高于MCI 患者及健康對照人群。相對于腦脊液與血液，尿液標本取材方便、經(jīng)濟無創(chuàng)，故測定尿液中的AD7c-NTP 水平有助于AD 的早期診斷及鑒別診斷。其局限在于對尿液標本要求較高，結果易受飲水量干擾，所以在取樣時應標準操作，避免污染。

3.4 視網(wǎng)膜表面Aβ 斑

從視網(wǎng)膜等視覺通路尋找Aβ 斑是AD 早期診斷的一種新手段。眼底Aβ 斑含量變化與病變腦區(qū)Aβ 斑的含量變化呈正相關，故可通過分析測定眼底Aβ 斑輔助AD 的早期診斷。有研究人員讓目標人群口服姜黃素，繼而行眼底圖拍攝、分析圖像斑塊區(qū)來預判AD 風險，在一定程度上提高了篩查效率。但該法受主病種并發(fā)癥的影響，陽性率會偏低，僅為29.41%[59]。隨著相關技術的進步，眼底照相檢查已愈發(fā)普及，筆者認為該法頗具前景，未來可通過靶區(qū)域血管分析提高斑塊圖的細節(jié)識別，進而提升臨床診斷效率。

4 結語與展望

綜上所述，筆者認為單一手段尚不能滿足AD的臨床診斷需求。在AD 早期診斷、預判MCI 向AD轉化概率、鑒別診斷AD 與其他神經(jīng)退行性疾病等領域，文中所述檢測技術各有側重，診斷效應各異。其中神經(jīng)心理評估與影像檢查結合可提高MCI 的篩查效率，臨床醫(yī)護人員皆可操作，患者樂于接受，便于推廣；結構成像與功能成像結合可實現(xiàn)形態(tài)與功能診斷之優(yōu)勢互補；功能成像還可在腦結構改變前探知功能相關影像特征的信號變化。18F-FDG PET雖不適于AD 相關病種的鑒別診斷，但若與結構成像結合，可反映AD 的進展，故可用于AD 分期。但其價格不菲，未來應著重開發(fā)成本友好型檢查模式，以利于基層推廣。在腦脊液標志物中，Aβ42降低亦可見于其他神經(jīng)退行性疾病，如路易體癡呆，故不宜單獨列為診斷標志物。將Aβ42、t-tau 和p-tau 蛋白相結合，應能更好地鑒別AD 與其他神經(jīng)退行性疾病。甚至可進行跨模式聯(lián)合診斷，例如將3 種腦脊液標志物（Aβ42、t-tau 和p-tau 蛋白）檢測聯(lián)合fMRI分析腦血流量變化，或聯(lián)合sMRI 監(jiān)測內側顳葉體積萎縮程度，此種聯(lián)合方式較其他單一手段能更好地預判MCI 的進展趨勢。對于中晚期AD，目前尚無有效的治愈方案，因此在明晰各類技術原理的基礎上，選擇并結合不同方法架構融合體系進行精準早期診斷，對于AD 的預防控制意義重大，也為對癥干預奠定了基礎。未來多模態(tài)指標、多模態(tài)技術的融合診療體系將成為AD 早期預警技術的發(fā)展趨勢。

利益沖突所有作者均聲明不存在利益沖突