近日，中国科学院高能物理研究所核技术应用研究中心团队提出了一种基于正电子发射断层成像（PET）实现阿尔茨海默病（AD）个体化发病时间预测的新方法，相关研究成果以《Prediction of Alzheimer’s disease time to dementia onset using cross-sectional data from spatiotemporal biomarker progression patterns》为题，发表在核医学领域顶刊《European Journal of Nuclear Medicine and Molecular Imaging》上。
AD是全球最常见的神经退行性疾病之一，其病理进程在痴呆症状出现前数十年已悄然启动。PET技术作为核医学分子影像的核心手段，能够在活体水平无创、定量地捕捉淀粉样蛋白β（Aβ）沉积与tau蛋白聚集等早期病理改变，是目前研究AD临床前期进展的最重要工具之一。近年来，抗Aβ靶向疗法相继获批，但其疗效高度依赖早期精准干预。因此，如何充分利用PET等核医学影像手段，基于单次横断面评估预测个体痴呆发病时间，成为临床转化研究的核心挑战。
针对这一问题，研究团队创新性地提出了多模态整合时空轨迹估计方法（MIST），通过系统整合Aβ PET、tau PET及结构MRI多模态影像数据，构建了AD生物标志物时空进展模型（图1）。研究揭示，Aβ PET所捕捉的淀粉样蛋白沉积最早出现，约在痴呆发病前近20年；tau PET所反映的tau病理随后出现，约在发病前6至7年；结构MRI所示的神经退行性变则在临近发病时才显著异常。这一时序规律在两个大型独立队列中均得到高度验证，充分体现了PET分子影像在AD早期病理检测中的独特价值。
在此基础上，研究团队进一步发现，不同疾病阶段的最优预测生物标志物不同：在认知正常阶段，Aβ PET联合认知评分预测效能最佳；在轻度认知损害阶段，结构MRI联合认知评分表现最优。模型对3年内痴呆转化风险的预测同样表现出色，整体准确率达87%（图2）。这一分阶段精准预测策略，为基于核医学PET影像的AD临床风险分层和个体化管理提供了重要依据。
高能所张天昊副研究员为该论文第一作者，单保慈研究员为通讯作者。上述工作得到了国家自然科学基金（12205329、12175268）、叶铭汉基金及中国科学院高能物理研究所创新基金的支持。
论文链接：https://doi.org/10.1007/s00259-026-07797-3
图1 MIST方法构建的阿尔茨海默病多模态生物标志物时空进展轨迹（Aβ PET、tau PET及结构MRI）
图2 基于分阶段最优生物标志物的痴呆发病时间预测性能及3年内转化风险判别结果
附件下载：
