基于AT(N)框架的阿尔茨海默病数据驱动亚型异质性进展研究

《Frontiers in Aging Neuroscience》：Heterogeneous progression of AT(N) biomarkers in data-driven subtypes of Alzheimer’s disease

　　

背景：阿尔茨海默病（Alzheimer's disease，AD）在大脑萎缩模式和进展速率方面表现出显著的异质性。基于亚型与阶段推断（Subtype and Stage Inference，SuStaIn）模型的数据驱动分型已识别出不同的磁共振成像（MRI）衍生亚型，但这些亚型在AT(N)框架内的纵向动态变化仍不清楚。 方法：本研究纳入来自阿尔茨海默病神经影像学倡议（Alzheimer's Disease Neuroimaging Initiative，ADNI）数据库中至少有过两次随访的1,576名参与者。研究人员将SuStaIn应用于11个脑区的体积测量值，以识别基于影像的亚型。在每个亚型内，研究人员拟合了一个贝叶斯潜在时间纵向联合混合效应模型，该模型包含六种生物标志物：淀粉样蛋白正电子发射断层扫描（amyloid PET，A）、脑脊液磷酸化tau蛋白（CSF p-tau，T）、海马体积、扣带回体积、丘脑体积（N）以及阿尔茨海默病评估量表-认知子量表13项（ADAS-Cog13，X），并以载脂蛋白E ε4等位基因（APOE ε4）作为协变量。 结果：三种亚型展现出截然不同的纵向模式。亚型1表现为淀粉样蛋白早期升高，随后海马体积急剧下降，并与认知恶化紧密耦合。亚型2的特征是扣带回皮层等皮层区域早期受累，其海马变化的时间点与亚型1相似，但伴随更早的皮层和丘脑受累。亚型3表现为早期快速的海马萎缩，随后进入平台期，并显示出最强的海马-认知耦合。APOE ε4与生物标志物轨迹的关联呈现亚型依赖性：在亚型1中，其对淀粉样蛋白和p-tau的效应估计值最大；而在亚型3中，其对几乎所有生物标志物均有显著效应，其中对认知的效应估计值最大。 结论：本研究表明，由空间萎缩模式定义的AD亚型在时间生物标志物动态和APOE ε4关联性上也存在根本差异，这支持了疾病进展的亚型分层建模。

研究背景与科学问题

阿尔茨海默病（Alzheimer's disease，AD）是一种以进行性认知障碍为主要特征的神经退行性疾病。其病理过程通常在临床症状出现前10至20年就已开始，表现为β-淀粉样蛋白（Aβ）沉积和异常tau蛋白磷酸化的逐渐积累，最终导致神经元损伤和脑结构萎缩。然而，AD在空间和时间两个维度上均表现出显著的异质性：不同患者可能呈现不同的区域性大脑受累模式，如典型的内侧颞叶为主型或变异的皮层为主型；同时，个体间的发病时间和进展速度也存在巨大差异，从缓慢演变到快速恶化不等。此外，遗传因素，特别是载脂蛋白E ε4等位基因（APOE ε4），作为晚发性AD的最强遗传风险因子，在这一异质性中扮演着关键角色。传统的人群平均轨迹不足以准确描述这一复杂的疾病进程。因此，需要一个能够同时捕捉亚型结构和个体进展过程的建模框架。现有的亚型与阶段推断（Subtype and Stage Inference，SuStaIn）模型虽能识别基于影像的亚型，但其时间表征仍基于事件序列的相对阶段，缺乏真实时间尺度的建模能力，也无法处理个体间疾病进程的时间错位。为了克服这些局限，本研究旨在整合SuStaIn分型与潜在时间纵向联合混合效应模型，系统分析不同AD亚型在AT(N)框架下生物标志物的纵向进展模式，并探索APOE ε4是否以亚型依赖的方式影响疾病进展，从而为AD的亚型分层和个体化预后评估提供依据。

关键技术方法

研究人员从阿尔茨海默病神经影像学倡议（ADNI）数据库获取数据，纳入了至少两次随访的1,576名参与者。首先，应用SuStaIn算法于11个感兴趣脑区（ROI）的体积测量值（经年龄和颅内总体积校正后的z分数），以识别基于MRI的AD亚型。随后，在每个亚型内部，研究人员构建了一个贝叶斯潜在时间纵向联合混合效应模型，该模型将六种生物标志物——淀粉样蛋白正电子发射断层扫描（amyloid PET，A）、脑脊液磷酸化tau蛋白（CSF p-tau，T）、海马体积、扣带回体积、丘脑体积（N）以及阿尔茨海默病评估量表-认知子量表13项（ADAS-Cog13，X）——整合到共同的潜在疾病时间轴上进行分析，并将APOE ε4基因型作为协变量纳入模型。

研究结果

参与者特征与亚型分布

三种亚型在人口统计学和临床特征上存在显著差异。亚型3年龄最大（平均73.3岁），男性比例最高（59.6%），且APOE ε4携带率最高（52.1%）。亚型2最年轻（平均70.7岁），APOE ε4携带率最低（36.8%）。各亚型的随访次数相似（平均约6次）。

基于横断面数据的SuStaIn亚型特异性事件序列

通过横断面数据的Positional Variance Diagram（PVD）显示，亚型1表现为皮层下结构（丘脑和伏隔核）与内侧颞叶结构（海马和杏仁核）的早期同步受累，后续扩展至颞叶和扣带回，再至广泛联络皮层，这与Braak分期大致一致。亚型2表现为额叶、顶叶和扣带回的早期受累，而海马异常相对较晚，符合海马回避变异型。亚型3则以伏隔核和尾状核的早期事件为特征，随后出现海马和皮层受累。

模型收敛与潜在时间分布

所有参数均收敛。估计的个体特异性潜在时间偏移（λ_i）从认知正常组到轻度认知损害组再到AD组逐渐增大，证实了λ_i反映疾病严重程度。λ_i在不同性别或APOE ε4状态间无显著差异。

亚型特异性AT(N)生物标志物纵向轨迹

三种亚型展现出截然不同的纵向模式。亚型1：淀粉样蛋白PET升高最早，随后海马体积急剧下降（即快速萎缩），并与ADAS-Cog13恶化紧密耦合，符合经典的淀粉样蛋白级联假说。亚型2：其海马进展斜率与亚型1相似（γ=0.066 vs. 0.064），但表现出早期皮层（扣带回）受累，其皮层与皮层下斜率比（1.20）高于亚型1（0.72），表明皮层-皮层下共存的模式。亚型3：海马体积表现出极早且快速的恶化，迅速达到高严重度平台期，认知衰退与海马丢失高度耦合，呈现出“皮层下启动-边缘系统驱动”的模式。

进展速率与APOE ε4效应的定量比较

海马体积的进展速率在亚型3中最快（γ=0.096），显著快于亚型1（0.064）和亚型2（0.066）。ADAS-Cog13的斜率同样在亚型3中最陡（γ=0.093）。APOE ε4的效应呈亚型依赖性：在亚型1中，其对淀粉样蛋白PET（0.713）和CSF p-tau（0.596）的效应估计值最大；在亚型2中效应较小，部分结构性指标的置信区间跨越零；在亚型3中，APOE ε4对所有生物标志物（除丘脑外）均有显著效应，其中对ADAS-Cog13的效应最大（0.655）。

模型拟合与外部验证

观测值与预测值的散点图显示良好的一致性。在独立中国队列（N=10）中的探索性外部验证显示，核心边缘系统的进展模式具有跨人群泛化性，但对丘脑体积和ADAS-Cog13的预测性能有限。

讨论与结论

本研究的主要发现有三点。第一，三种亚型不仅在空间受累顺序上不同，而且在分子和临床生物标志物的时间动态上也存在根本差异。第二，亚型3表现出早期快速的海马萎缩和强大的认知耦合，提示一种“皮层下启动-边缘系统驱动”的进展模式。第三，APOE ε4的效应是亚型依赖的：在亚型1中对淀粉样蛋白和tau的影响最强，而在亚型3中对几乎所有生物标志物都有显著影响，尤其对认知影响最大。研究人员认为，他们的亚型分类与文献高度一致，但本研究的新颖之处在于首次在共同时间尺度上定量比较了三种亚型的连续生物标志物轨迹，并揭示了亚型3在纵向维度上的快速海马萎缩特征。研究还指出，横断面的事件序列反映了早期微弱信号的顺序，而纵向动态则揭示了驱动疾病进展的关键节点，两者互补而非矛盾。结论：本研究证明，由空间萎缩模式定义的AD亚型在时间生物标志物动态和APOE ε4关联性上也存在根本差异，这支持了疾病进展的亚型分层建模。