《Frontiers in Neuroscience》：Machine learning for the prediction of amyloid PET positivity using plasma biomarkers, cognition, APOE genotype, and structural imaging
编辑推荐：
研究目的：通过整合认知评估、血浆生物标志物和结构性神经影像学数据，开发一种机器学习框架，以实现对大脑淀粉样蛋白-β (Aβ) 病理的精确、无创检测。研究方法：研究人员开发了一个可解释的多模态机器学习框架，用于预测淀粉样蛋白PET (PET) 视觉读片状态，该框
研究目的：通过整合认知评估、血浆生物标志物和结构性神经影像学数据，开发一种机器学习框架，以实现对大脑淀粉样蛋白-β (Aβ) 病理的精确、无创检测。研究方法：研究人员开发了一个可解释的多模态机器学习框架，用于预测淀粉样蛋白PET (PET) 视觉读片状态，该框架使用了血浆生物标志物、认知评估、APOE基因型、人口统计学变量和结构性MRI (MRI) 测量值。开发队列由来自1佛罗里达阿尔茨海默病研究中心 (ADRC) 的170名参与者和来自ADNI4队列的129名参与者组成。机器学习流程的评估采用了五种分类器与多种特征选择方法的组合，并使用了贝叶斯超参数优化和分层五折交叉验证。模型的可解释性通过沙普利加和解释 (SHAP) 进行了评估。研究结果：集成方法的表现始终优于线性和基于距离的分类器。最佳流程，即结合了互信息特征选择的XGBoost模型，实现了0.891 ± 0.048的平均曲线下面积 (AUC) 和0.84的召回率。SHAP分析确定了血浆p-tau217/Aβ42比率为最具影响力的预测因子，其次是血浆p-tau217、p-tau181、MMSE和APOE ε4状态。结构MRI变量提供了补充性的预测信息。ADNI4评估得到的平均AUC为0.545，而在ADRC上训练并在ADNI4上测试时，AUC达到了0.636，总体准确率为63%。重要的是，血浆p-tau217/Aβ42和p-tau217在各队列中始终是主要的预测因子。结论：多模态机器学习可以预测淀粉样蛋白PET状态，同时提供生物学上可解释的说明。血浆tau和淀粉样蛋白相关的生物标志物携带着最强的预测信号，而认知、APOE基因型和MRI则细化了分类决策。外部验证突出了队列异质性和领域偏移的挑战，但证明了生物学上有意义的生物标志物关联得以保留。
研究背景与问题
阿尔茨海默病 (AD) 的病理特征之一是大脑内出现淀粉样蛋白-β (Aβ) 沉积。目前，淀粉样蛋白正电子发射断层扫描 (PET) 成像是临床上识别这一病理并指导诊断评估的公认方法。然而，PET成像存在成本高昂、资源消耗大且普及性有限的缺陷，且在视觉读片与定量淀粉样蛋白负荷之间寻找一致性也面临挑战。这些局限性促使学术界不断探索基于血液的生物标志物和计算方法，以期通过侵入性更小、可扩展性更强的方式来预测淀粉样蛋白病理。近期研究表明，血浆生物标志物，特别是磷酸化tau蛋白 (p-tau217)，与淀粉样蛋白负荷及疾病进展表现出极强的相关性，并与PET成像和脑脊液标志物高度一致。尽管单一生物标志物展现出潜力，但若将其与认知评估、遗传风险因素及结构神经影像学相结合，有望进一步提升与专家视觉读片一致性相关的预测效能。此外，集成和基于树的机器学习方法能够有效捕捉非线性关系，克服传统统计方法的局限。然而，现有的许多研究常局限于有限的数据模态、较小的特征集或单一模型，削弱了模型的可解释性与泛化能力。因此，亟需开发一个能够整合多模态数据并提供生物学可解释性的综合机器学习框架，以准确预测Aβ状态并明确驱动预测的核心特征。该研究成果已发表于《Frontiers in Neuroscience》期刊。
关键技术与方法概述
研究人员构建了一个多模态机器学习预测框架。样本队列分别来源于1Florida ADRC（170名参与者）和ADNI4队列（129名参与者）。研究整合了临床、认知、血浆生物标志物及MRI体积与皮层厚度等多域特征。通过构建Scikit-learn管线，研究人员比较了逻辑回归 (LR)、随机森林 (RF)、XGBoost、K近邻 (KNN) 和 CatBoost 等五种分类器，并嵌入了包括递归特征消除 (RFE) 在内的多种特征选择策略。超参数调整采用基于召回率的贝叶斯搜索结合分层五折交叉验证，有效防止了信息泄漏。为剖析黑盒模型，研究引入了沙普利加和解释 (SHAP) 方法进行全局及个体层面的可解释性分析。
研究结果与发现
一、模型管线性能表现评估结果表明，非线性基于树的集成方法表现始终优于线性和基于距离的分类器。在所评估的管线中，结合互信息特征选择（保留10%特征）的XGBoost模型表现最佳，其平均召回率达到0.84。在五折交叉验证中，该模型的平均曲线下面积 (AUC) 为0.891 ± 0.048，显示出稳健的预测性能。混淆矩阵显示各折的F1分数在0.667至0.857之间，虽有少量假阳性和假阴性案例，但整体分类表现良好。
二、SHAP模型分析与特征贡献，通过SHAP模型解释分析发现，血浆生物标志物是驱动预测的核心因素。在平均绝对SHAP值得分排名中，血浆p-tau217/Aβ42比率是最具影响力的特征，其次为血浆p-tau217浓度，而MMSE评分和血浆p-tau181则提供了额外的较小贡献。APOE ε4状态同为重要预测因子。尽管结构MRI变量贡献相对较低，但仍为模型提供了超越单一血液标志物的补充性预测信息。此外，SHAP蜂群图进一步揭示了特征影响的方向性：高水平的上述生物标志物值通常会将预测推向淀粉样蛋白阳性类，反之则推向阴性类。这种方向一致性增强了模型的生物学可信度。
三、错误分析，为深入理解模型行为，研究人员结合局部SHAP解释和Centiloid (CL) 量化值对错分案例进行了分析。CL值常作为连续度量标准，低于10 CL通常被视为阴性，高于30 CL视为阳性，中间地带为灰区。研究发现，被错分的假阳性案例往往源于血液标志物施加的强阳性贡献超过了MRI变量的反向效应，且受试者的CL值往往处于中间区域的边缘（如7.2 CL或33.8 CL）。而假阴性案例尽管视觉读片为阳性，但生物标志物浓度偏低，CL值在40或更高，这反映了模型输出与视觉读片间的分歧，而非具有意义的生物学病理缺失。这表明误分类多源于生物学复杂的临界状态而非算法随机失效。
四、性别分层性能，在按性别分层的评估中，男性平均AUC为0.962 ± 0.039，女性为0.847 ± 0.110，表明男性表现略优且稳定性更强。尽管性能存在差异，但性别并未在最终特征中被保留为直接预测因子。性别分层的SHAP分析显示两性排名前五的特征完全一致，且方向性影响得以保留，证明模型核心预测逻辑在不同性别中保持稳定。
五、ADNI数据集上的跨队列评估，为评估外部泛化性，研究将在ADRC数据集上优化的XGBoost框架应用于独立的ADNI4队列。ADNI4人群在认知正常占比和淀粉样蛋白阴性占比上存在显著的分布偏移。仅在ADNI4内部进行评估时，平均AUC仅为0.545，辨识度有限。然而，当模型在ADRC上训练并在ADNI4上测试时，通过独立标准化防止域偏移影响，AUC提升至0.636，总体准确率为63%。尽管性能弱于内部验证，但SHAP分析依然显示p-tau217/Aβ42和p-tau217是ADNI4测试集上的最重要预测特征，证明了生物标志物关联的跨队列保留特性。
讨论与结论总结
本研究开发并评估了一个可解释的多模态机器学习框架，通过整合血浆生物标志物、认知表现、人口学特征、APOE基因型和结构MRI特征来预测淀粉样蛋白PET阳性。模型性能表明，非线性集成算法在处理此类复杂数据上具有显著优势。其中，血浆生物标志物，特别是p-tau217/Aβ42比率和血浆p-tau217，被证实为最强大的预测信号源；而认知、基因型和结构成像则在此核心信号基础上发挥细化分类决策的作用。外部验证揭示了将模型应用于独立人群时因队列异质性和领域偏移引发的性能下降问题。这种差异源于人群层级（如认知阶段分布、种族比例和免疫分析平台的不一致）和个体层级（即在连续病理上施加粗略二元标签造成的生物学异质性）双重因素。结合CL值的错误分析进一步证实，许多假阳性或假阴性并非模型算法失误，而是受试者处于连续病理谱的中间或复杂状态。综上，本研究论证了可解释的多模态机器学习系统能够作为临床可解释的决策支持工具，在将黑盒预测转化为生物学可信赖解释的同时，为阿尔茨海默病的可扩展性血液筛查提供了极具潜力的方案。未来需要更大多中心、多民族且在生物标志物采集上保持一致的样本来进一步提升模型的泛化能力和临床适用性。
