作者：Pesach Benson • 2026年10月20日
耶路撒冷，2026年10月20日 (TPS-IL) —— 数十年的研究揭示了关于阿尔茨海默病的诸多信息，但科学家仍未完全理解为何该病对不同患者的影响如此迥异。一项新研究提出了一种计算框架，有望帮助研究人员联系来自不同领域的研究成果，构建出该疾病更为全面的图景。
来自以色列和美国的研究人员指出，遗传学、生物学及认知研究通常是从各自独立的视角审视阿尔茨海默病。通过将专业化的计算机模型相连接，他们希望能够识别出有助于解释患者间差异的相关关系，并最终为更具针对性的临床试验和治疗提供参考。
该研究由耶路撒冷希伯来大学的沙哈尔·阿尔齐（Shahar Arzy）教授领导，计算机科学家巴拉克·拉维（Barak Raveh）以及哈佛医学院的加德·马歇尔（Gad Marshall）教授参与了研究。研究人员认为，没有任何单一模型能够充分体现阿尔茨海默病的复杂性。
阿尔茨海默病是全球痴呆症的主要病因，影响着数百万人。它与大脑中淀粉样蛋白和tau蛋白的异常聚集有关。炎症、血管损伤、代谢紊乱及其他生物学过程也可能促进其发生与进展。患者可能会经历记忆力丧失、语言障碍、定向障碍和行为改变等不同组合的症状，以及视觉处理或决策制定方面的问题。
“这意味着，两个同样被诊断为阿尔茨海默病的人，实际上所经历的生物学和认知变化的组合可能大相径庭，”阿尔齐说道。
“我们不应去寻找一个适用于每位患者的单一解释，而是需要理解该疾病的个体化特征，”他补充道。
为应对这一复杂性，研究人员提出了一种被称为元建模（metamodeling）的方法。该方法并非试图构建一个囊括所有可用信息的庞大模型，而是将专门分析脑部扫描、遗传信息、分子变化、认知症状及其他因素的专业计算机模型连接起来。模型之间的数学关联可以帮助研究人员探究这些不同要素之间是如何相互关联的。
如果该框架得到开发和验证，它将有助于研究人员调查阿尔茨海默病在不同患者间病程进展差异的原因，识别与不同疾病特征相关的模式，并审视生物学过程之间的相互作用。
它还可以让研究人员模拟假设的治疗方案，并探讨具有相似生物学特征的患者是否可能对特定干预措施产生不同反应。这些发现可能有助于指导未来的研究和临床试验设计，不过该框架的实用性仍取决于进一步的开发和测试。
该研究发表在同行评审期刊《Brain》上。
