美国国立卫生研究院基金会（FNIH）、圣路易斯华盛顿大学、加州大学旧金山分校、威斯康星大学麦迪逊分校等机构的研究人员，近日在《自然·医学》杂志上发表了一项研究。该研究通过单次血浆生物标志物样本，不仅能评估阿尔茨海默病的诊断概率，还能预测症状何时出现。这项成果标志着阿尔茨海默病检测技术的新进展。

研究人员开发了一个数学时钟模型，用于预测阿尔茨海默病症状的发病年龄。该模型基于血浆中磷酸化与非磷酸化tau的比率（%p-tau217）作为生物标志物。研究分析了约900名患者的纵向数据，每位参与者在5到7年内至少有两个血浆%p-tau217样本。利用这些数据，模型可以回溯估计患者变为%p-tau217阳性的时间点，并向前预测症状出现的时间。

FNIH转化科学与神经科学主任亚历西奥·特拉瓦利亚表示：“直到20年前，我们依靠临床诊断来判断人们是否患有阿尔茨海默病。大约10年前，我们开始使用PET成像扫描来了解大脑是否有变化。过去几年发生的变化是显著的，变化速度令人难以置信。大约两年前，我们有了第一个基于血液的生物标志物，可以判断人们是否具有与更侵入性和昂贵程序测量相同的大脑生物标志物或变化。”

时钟模型揭示了一些关键发现。首先，APOE4携带状态、性别和受教育年限的影响微乎其微。其次，%p-tau217作为单一生物标志物可能捕捉了淀粉样蛋白和tau病理的相互交织进展。最令人惊讶的是，%p-tau217阳性与症状出现之间的时间差与年龄相关。例如，在60岁时变为%p-tau217阳性的个体大约14年后会出现症状，而80岁的人仅在6.2年后就会出现症状。

特拉瓦利亚强调，时钟模型目前对个体患者的决策没有用处，因为其中位平均误差范围为三到五年，且尚未在所有代表性人群中进行测试。但他认为，该模型在临床研究环境中具有巨大潜力，可以帮助制药公司更好地设计临床试验和招募患者。研究团队已开发了一个基于网络的应用程序，允许科学家可视化血浆p-tau217水平随时间的变化，相关代码可从Github下载。