近期，美国宾夕法尼亚州立大学和杜克大学医学中心的研究人员构建了全新的数学模型，可准确描述患者个人的阿尔茨海默病进展。该模型首次使探究阿尔茨海默病的个性化发展模式及制定优化治疗方案成为可能。研究人员将相关发现成果刊登在工业和应用数学学会（SIAM）的期刊上。

三维度精准定位

据悉，该项目由宾夕法尼亚州立大学数学系Wenrui Hao副教授与美国杜克大学医学中心放射学教授与阿尔茨海默病影像学研究实验室主任Jeffrey Petrella教授牵头合作推进，并得到了美国国家科学基础会数学生物学计划的资金支持。

当数据量足够充足，在计算机上精确模拟疾病便成为可能。据研究人员介绍，该数学模型主要依赖于三个维度：阿尔茨海默氏症的临床生物标志物，包括导致斑块堆积的淀粉样蛋白液体标志物；纸笔测试认知能力的下降评分；核磁共振（MRI）大脑图像。

根据来自《阿尔茨海默病神经成像倡议》的数据，研究人员仅通过调整模型中不同的生物标志物参数匹配真实世界数据，即可高度精确地绘制个体疾病进展。

拓展多种类炎症

研究人员指出，使用模型进行疾病模拟有三大优势。

首先，模型提供了探索疾病复杂性的创新方法。该模型的突破性在于采用了独特的参数估计算法“剥离”疾病轨迹层并产生初始条件。通过这种方式，研究人员可以校准模型并引入疾病进展评分分析每个患者疾病发作的变化。此外，研究人员可基于100多年的相关疾病资料研究阿尔茨海默氏症，并依据患者大脑中实际情况预测其是否可能在5年内患病。

其次，该模型可以对不同类型的干预措施进行虚拟实验。其还可充当专家助理的角色，解释不同患者发病进程的差异，帮助研究人员分析不同药物治疗对不同患者的作用方式并预测效果，从而为医生根据患者个体差异制定最佳药物组合、剂量和方案提供参考依据。

第三，其为制药公司提供了快速测试多种药物疗法和患者使用场景的平台。模型使用精心挑选的“数字患者”代替人类，医生可以在短短几分钟内完成试验，从而提高了药物上市的速度，并显著降低药物开发的成本。

研究人员预计，该模型将在五年内投入临床使用。与此同时，团队目前正在寻求与制药公司合作，以获取与个体生物标志物轨迹相关的更详细的患者数据。在未来，该模型还可以应用于研究如红斑狼疮、多发性硬化症和慢性胰腺炎等炎症性疾病。

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。