Прогнозирование появления симптомов болезни Альцгеймера

Автор: сотрудники Bio-IT World News

24 февраля 2026 г. | Фонд Национальных институтов здравоохранения (FNIH), Вашингтонский университет в Сент-Луисе, Калифорнийский университет в Сан-Франциско, Университет Висконсина в Мэдисоне и другие опубликовали результаты исследования (Nature Medicine, DOI: 10.1038/s41591-026-04206-y), в котором была разработана модель биомаркеров на основе анализа крови, позволяющая оценивать не только вероятность болезни Альцгеймера, но и вероятность появления симптомов.

Исследование сосредоточено на соотношении фосфорилированного и нефосфорилированного тау-белка в плазме крови в позиции 217 (%p-tau217). Исследователи выбрали этот биомаркер, потому что «%p-tau217 отражает коэволюцию амилоидной и тау-патологий на протяжении всего континуума болезни Альцгеймера». Другими словами, показатели фосфорилированного тау-белка и %p-tau217 в плазме крови имеют высокую корреляцию с ПЭТ-сканированием, изучающим накопление амилоидных бляшек и тау-клубков, а также с объемом головного мозга и показателями когнитивных функций.

Используя продольные выборки примерно 900 участников из Исследовательского центра болезни Альцгеймера им. Найта и Инициативы по нейровизуализации болезни Альцгеймера, исследовательская группа разработала математическую «часовую» модель, отслеживающую прогрессирование заболевания с момента появления положительного результата анализа на биомаркеры. Для оценки момента перехода к положительному результату анализа на %p-tau217 и прогнозирования начала симптомов были применены два вычислительных подхода: временная интеграция накопления скорости и выборочная итеративная локальная аппроксимация. В разных когортах и при использовании разных стратегий моделирования прогнозы в целом были согласованы, особенно в пределах средних значений биомаркеров.

Патологические изменения при болезни Альцгеймера могут накапливаться в течение 10–20 лет, прежде чем проявятся когнитивные симптомы, что осложняет разработку клинических исследований и определение оптимального времени начала терапии. Возможность оценки начала симптомов дает стратегическое преимущество в стратификации пациентов. В этой области уже существуют коммерческие платформы, включая PrecivityAD2 от C2N Diagnostics, LucentAD от Janssen и Quanterix, Simoa ALZpath от Quanterix и Lumipulse от Fujirebio — все они включают измерение фосфорилированного тау-белка.

Модель пока не подходит для индивидуального прогнозирования, учитывая медианный диапазон ошибок от трех до пяти лет и ограниченное демографическое разнообразие в исследуемых популяциях. Однако по мере расширения проекта FNIH по биомаркерам болезни Альцгеймера интеграция дополнительных биомаркеров, таких как eMTBR-tau243 или индикаторы цереброваскулярных заболеваний, может еще больше повысить точность прогнозирования.

Чтобы прочитать полную статью, написанную Эллисон Проффитт, посетите сайт Diagnostics World News.

Источник: www.bio-itworld.com