帕金森病会出现震颤、僵硬、运动迟缓、姿势不稳等复合运动症状,但现有检查方法难以敏锐捕捉发病初期的变化,针对脑信号调节的药物在临床上效果也有限。近期韩国研究团队通过融合人工智能(AI)与光遗传学的技术,成功验证了其作为帕金森病精准诊断与治疗评估工具的可行性,并提出了下一代定制化治疗药物开发战略。
韩国科学技术院(KAIST)22日表示,生命科学系讲座教授许元道与脑认知科学系教授金大洙、基础科学研究院(IBS)认知及社会性研究团团长李昌俊的联合研究团队,结合AI分析与光遗传学,在帕金森病动物模型中同时验证了早期精准诊断与治疗可能性,取得临床前研究成果。研究成果发表于国际学术期刊《自然·通讯》。
研究团队构建了具有两个严重程度阶段的帕金森病小鼠模型,并将基于AI的三维(3D)姿态估计技术引入行为分析。研究团队用人工智能分析帕金森病小鼠的步态、四肢动作、震颤等340余种行为信号,并将其整合为一个分数。通过该指数,确认可从发病初期起比现有检查更准确地区分帕金森病。
分析结果显示,帕金森行为指数自诱导疾病2周时起就与对照组呈现显著差异,比现有运动能力检查更敏感地判别疾病程度。研究揭示,步幅变化、四肢动作不对称、胸部震颤等行为是帕金森病诊断的核心因素。前20个行为标志包括手足不对称、步幅与姿势变化、胸部高频成分增加等。
为确认这些行为指标是否仅表示运动功能下降,还是帕金森病特有的变化,研究团队对肌萎缩侧索硬化症小鼠模型也应用了同样分析。帕金森病与肌萎缩侧索硬化症(ALS)都会导致运动功能出现问题,如果仅因运动能力变差,两种疾病都应出现较高的帕金森行为指数。
分析结果显示,肌萎缩侧索硬化症动物模型尽管运动功能下降,却未出现帕金森病中所见的高帕金森行为指数,反而维持在较低水平,行为变化形态也与帕金森病明显不同。这表明此次开发的帕金森行为指数并非单纯的运动障碍,而是与帕金森病特有的特征性变化直接相关。
研究团队为治疗帕金森病,利用了以光精准调节脑神经细胞功能的光遗传学技术“optoRET”。结果在帕金森病动物模型中确认了行走与四肢动作更加顺畅、震颤症状减轻的效果。特别是隔日照光一次的方式(隔日周期)最为有效,脑内多巴胺神经细胞也呈现被保护的趋势。
许教授表示:“本研究结合基于人工智能的行为分析与光遗传学,在世界上首次构建了将帕金森病早期诊断、治疗评估、机制验证连为一体的临床前框架”,“为今后走向患者定制化治疗药物与精准医疗奠定了重要基础”。






