科學家發(fā)現(xiàn)，多發(fā)性硬化癥可能有兩種不同的亞型

根據(jù)倫敦大學學院（UCL）科學家領導的一項新研究，多發(fā)性硬化癥可能有兩種不同的亞型。如果這一發(fā)現(xiàn)得到驗證，將有助于醫(yī)生為患者提供更專業(yè)的護理。

研究內(nèi)容機器學習分析634名參與兩種不同項目患者的血液檢測和腦部掃描數(shù)據(jù)臨床試驗.機器學習模型被訓練以捕捉人類可能忽略的細微模式。

這些血液檢測是為了檢測一種叫血清神經(jīng)絲輕鏈（sNfL）的蛋白質(zhì)，這是一種已知生物標志物包括多發(fā)性硬化癥（MS）在內(nèi)的神經(jīng)系統(tǒng)疾病。

該核磁共振與此同時，掃描觀察了大腦不同部位的損傷和其他變化。在多發(fā)性硬化癥中，身體的免疫系統(tǒng)誤攻保護性護層覆蓋神經(jīng)細胞，留下干擾神經(jīng)通訊的病灶。

相關報道：血液信號可能在癥狀出現(xiàn)前7年就預測多發(fā)性硬化癥

通過比較血液檢測結(jié)果和腦部掃描，模型能夠?qū)⒒颊叻殖刹煌念悇e亞型.

被歸類為“早期sNfL”的患者早期表現(xiàn)出該蛋白水平升高，并且對胼胝體，連接大腦左右半球的結(jié)構(gòu)。該亞型似乎更具侵襲性，患者腦部病變發(fā)展速度較快。

第二種亞型被稱為“晚期sNfL”，進展似乎較慢。對于該組患者，最初的跡象是邊緣皮層和大腦深處灰質(zhì)的萎縮。他們血清中的sNfL水平直到后來才開始上升。

“通過結(jié)合人工智能模型和高可用性血液標志物和MRI，我們首次能夠顯示出兩種清晰的多發(fā)性硬化癥生物學模式?！?a>他說阿爾曼·埃沙吉，倫敦大學學院的神經(jīng)科學家，也是參與研究的衍生公司Queen Square Analytics.

“這將幫助臨床醫(yī)生了解患者在疾病路徑上的位置，以及誰可能需要更密切的監(jiān)測或更早的針對性治療?！?/p>

該機器學習模型基于189名不同患者的數(shù)據(jù)進行訓練手稿類型（復發(fā)緩解或繼發(fā)性進展性多發(fā)性硬化癥），隨后對另外445名新診斷患者進行了檢測。

神經(jīng)絲是為中樞和周圍神經(jīng)系統(tǒng)神經(jīng)元提供支持的蛋白質(zhì)，在健康患者中，神經(jīng)絲的更新速度相對較慢。但是神經(jīng)退行性退行性動物舍這些蛋白質(zhì)以更高的速度轉(zhuǎn)化為體液，使其成為潛在生物標志物神經(jīng)系統(tǒng)疾病和障礙。

不幸的是，血清的差異相當細微，這使得診斷時很難用來做診斷。MRI掃描還可以解析MS的傳播但不了解疾病的具體情況。

這項新研究的科學家建議，將神經(jīng)絲水平與其他數(shù)據(jù)（如MRI掃描）結(jié)合，使這些測量更具用處。

研究人員表示：“通過加入sNfL這一已知的神經(jīng)軸損傷指標，我們已經(jīng)超越了僅靠MRI提供的結(jié)構(gòu)快照結(jié)論.

目前，MS是根據(jù)癥狀和病情進展進行分類和治療的，但這并未涵蓋其潛在機制。新研究的研究人員表示，他們的結(jié)合技術有助于醫(yī)生做出建議更合適的治療方法如果進一步研究得到驗證。

該研究發(fā)表在該期刊上大腦.

寶寶起名 起名