韩国国内研究团队提出了一种利用人工智能（AI）与光遗传学（optogenetics）融合技术的帕金森病早期诊断及治疗新方法。该技术能够敏感捕捉以往检测方法难以发现的发病早期变化，并有望提高临床疗效，具有重要意义。
KAIST表示，由生命科学系 Heo Wondo 讲席教授研究团队、脑认知科学系 Kim Daesoo 教授研究团队以及基础科学研究院（IBS） Lee Changjoon 团队组成的联合研究组，将AI分析与光遗传学相结合，在帕金森病动物模型实验中，同时证明了早期、精确诊断和治疗的可行性，并取得了这一临床前研究成果。相关消息于22日公布。
首先，联合研究团队在对处于第2阶段中度病程的帕金森病小鼠模型进行行为分析时，引入了基于AI的三维姿态估计技术。帕金森病小鼠模型是通过诱导α-突触核蛋白异常而患上帕金森病的实验用雄性小鼠，是用于模拟人类帕金森病、开展诊断和治疗研究的标准模型。
行为分析通过AI对帕金森病小鼠的步态、四肢运动、震颤等340余种行为信号进行分析，并将结果以一个分数（帕金森行为指数）的形式表征。
结果显示，自诱导发病后第2周起，帕金森行为指数就与对照组出现显著差异，相比既有的运动能力检测方法，该指数能够更加敏感地判别疾病程度。
在此基础上，联合研究团队揭示出，帕金森病小鼠的步幅变化、四肢运动不对称、胸部震颤等异常行为，是帕金森病诊断的核心因素。排在前20位的行为标志包括手脚不对称、步幅与姿态改变、胸部高频成分增加等。
为确认这些行为标志究竟只是一般性的运动功能下降，还是帕金森病特有的改变，联合研究团队还将同样的分析方法应用于肌萎缩侧索硬化症（ALS）小鼠模型。帕金森病和肌萎缩侧索硬化症都是以运动功能受损为共同特征的疾病，若只是单纯的运动功能下降，两种疾病都应出现较高的帕金森行为指数，这是研究设定的前提。
然而，分析结果显示，即便在肌萎缩侧索硬化症动物模型出现运动功能下降时，其帕金森行为指数也并未升高，行为变化模式与帕金森病更是截然不同。这一结果证明，联合研究团队开发的帕金森行为指数并非仅用于确认一般性运动障碍，而是可以作为捕捉帕金森病特异性变化的工具。
进一步地，联合研究团队在帕金森病治疗中引入光遗传学技术“OptoRET（optoRET·利用光精确调控脑神经细胞功能）”，发现当在帕金森病动物模型中应用该技术时，小鼠的行走和四肢动作变得更加流畅，震颤症状也有所减轻。
研究团队还表示，每隔一天照射一次光的方式（隔日周期）在帕金森病治疗中效果最佳，并在这一过程中观察到大脑内多巴胺能神经细胞呈现出受到保护的趋势。
Heo 讲席教授表示：“本次研究首次在全球范围内，将基于AI的行为分析与光遗传学相结合，构建出一个将帕金森病早期诊断、治疗评估与发病机理验证三者贯通的临床前研究框架，具有重要意义。”他还表示：“期待本研究成果今后能够助力开发患者定制化治疗药物，并推动精准医疗的实现。”
此外，本次研究中，KAIST生命科学研究所的博士后研究员 Hyun Bobe 作为第一作者参与。研究成果近期已发表于国际学术期刊《自然·通讯》（Nature Communications）在线版。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
