共计 977 个字符，预计需要花费 3 分钟才能阅读完成。
韩国科学家在帕金森病研究领域取得突破性进展，他们通过将人工智能（AI）与光遗传学技术相结合，为这一神经退行性疾病的早期诊断和治疗评估开辟了新途径。这项研究成果在小鼠临床前研究中得到验证，标志着帕金森病精准医疗迈出重要一步。
帕金森病作为一种常见的神经系统退行性疾病，其典型症状包括震颤、肌肉僵硬、运动迟缓和姿势不稳。然而，由于传统诊断方法对早期细微变化的敏感性不足，加之现有药物治疗效果有限，使得该病的临床管理面临诸多挑战。
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
由韩国科学技术院（KAIST）生物科学系 Won Do Heo 教授领衔的研究团队，与脑与认知科学系及基础科学研究院（IBS）展开跨学科合作，成功开发出一套创新的诊断与治疗框架。相关研究成果已发表于《自然·通讯》期刊。
研究团队首先构建了能够模拟不同程度帕金森病症状的小鼠模型，特别采用了具有异常 α - 突触核蛋白的雄性小鼠，这种蛋白与人类帕金森病的病理特征高度相似。通过运用基于 AI 的 3D 姿态估计技术，研究人员深入分析了帕金森病小鼠的 340 余种行为特征，包括步态模式、肢体运动和震颤等。这些数据被整合为一个综合评估指标——AI 预测的帕金森病评分（APS）。值得注意的是，APS 在疾病诱导后仅两周就能准确区分患病组与对照组，显示出比传统运动功能评估更高的敏感性。
研究团队还识别出包括步幅变化、不对称肢体运动和特定震颤模式在内的关键诊断指标。其中，前二十个行为标志中，手和脚的不对称性、步幅变化以及高频胸部运动的增加尤为显著。为验证这些行为标志的特异性，研究人员对肌萎缩侧索硬化症（ALS）小鼠模型进行了对照分析。结果显示，虽然 ALS 也会导致运动功能受损，但该模型中的小鼠并未表现出 APS 评分的升高，证实了 APS 评分确实反映了帕金森病特有的病理变化。
在治疗方面，研究团队采用了一种名为 optoRET 的创新光遗传学技术。该技术通过精确调控光信号来调节神经营养信号，在动物模型中被证实能有效改善运动功能，优化步态并减轻震颤。特别值得注意的是，每隔一天进行一次光照的疗法显示出显著疗效，可能对大脑中产生多巴胺的神经元具有保护作用。
Heo 教授指出，这项研究通过整合 AI 驱动的行为分析与光遗传学技术，建立了一个涵盖帕金森病早期诊断、治疗评估和机制验证的完整框架。这一突破性成果不仅为帕金森病的精准诊断提供了新工具，更为未来个性化治疗方案的设计奠定了重要基础。
