世界帕金森病日 | 生物样本库助力帕金森病研究新发现

欧洲帕金森病联合会从1997年开始，将每年的4月11日确定为“世界帕金森病日”。这一天是帕金森病（Parkinson's disease，PD）的发现者——英国外科医生詹姆斯·帕金森（James Parkinson）博士的生日。帕金森病是一种复杂的神经退行性疾病，也是世界上第二常见的神经退行性疾病（仅次于阿尔茨海默病），其症状表现为静止时手、头或嘴不自主地震颤，肌肉僵直、运动缓慢以及姿势平衡障碍等，导致生活不能自理。

流行病学调查显示，我国65岁以上老人帕金森病的发病率为1.7%。据此推算，目前国内帕金森病患者已经超过220万。预计到2030年，患病人数将达到近500万人，几乎占到全球帕金森病患病人数的一半。帕金森病暂时无法治愈，且研究表明，帕金森病的进展是不可逆的，目前以预防和控制为主。

据一项发表在《美国医学会杂志-神经病学》（JAMA Neurology）的研究发现，40岁后，虚弱的人更容易患帕金森病。来自华中科技大学等机构的研究人员，对英国生物样本库（UK biobank）中的数据进行了分析，共纳入了314998名年龄在40-79岁的参与者。通过调查问卷，研究人员收集了参与者的身高、体重、族裔等基本信息；吸烟状况、饮酒量、睡眠、饮食等生活方式信息；高血压、中风、糖尿病等42种慢性疾病患病史和治疗史信息；以及帕金森病家族史信息等。

研究人员使用Fried虚弱评估量表，对参与者的虚弱状态进行了评估。如果参与者符合以下5条标准中的3项及以上，则为虚弱；符合1-2条，为虚弱前期；0条为非虚弱。5条标准为：不明原因的体重减轻，握力下降，低身体活动，步速减慢和疲劳。

此外，研究人员还对44个与帕金森病风险相关的单核苷酸变体（SNV）进行了分析，以计算参与者帕金森病多基因风险评分（PRS），评估遗传风险的高低；并根据评分将参与者分为3组：高、中、低遗传风险组。

刨除其它因素影响后，研究人员发现，虚弱和虚弱前期的人，更易患帕金森病，尤其高遗传风险的人。和非虚弱、低遗传风险的参与者相比：
·低遗传风险组，虚弱前期和虚弱的人，患帕金森病的风险分别升高了45%和125%；
·中遗传风险组，非虚弱、虚弱前期和虚弱的人，患帕金森病的风险分别升高了25%、75%和155%；
·高遗传风险组，非虚弱、虚弱前期和虚弱的人，患帕金森病的风险分别升高了104%、121%和222%。

研究人员分析，虚弱与帕金森病风险升高之间的关联，可能与多种因素有关。如虚弱可能会触发多巴胺相关基因发生变化；影响血管系统、大脑和肌肉的功能；通过影响肾素-血管紧张素系统（RAS系统），加速衰老、增加神经炎症；通过肠-脑轴和肠道功能等，进而影响线粒体功能、多巴胺能系统功能等。此外，虚弱也可能是帕金森病的早期症状。

需要注意的是，这项研究是观察性研究，只是显示了虚弱与帕金森病风险升高有关，并没有表明因果关系。而且，研究也存在一些局限性，如部分数据依赖参与者回忆等，可能也会对研究结果产生影响。

研究人员建议，虚弱日益普遍，表现为多个系统的身体功能衰退，对应激源的抵抗力下降。当表现为虚弱前期或虚弱时，应量身定制改变患者生活方式的策略，以预防或延缓帕金森病的发生、发展，如多进行一些体育锻炼等。

来自美国佛罗里达州立大学医学院的研究团队通过对近50万参与者长达15年的随访发现，孤独感与帕金森病风险增加37%有关。考虑了人口社会学因素、社会经济地位、社会孤立、PD多基因风险评分、吸烟、运动、BMI、糖尿病、高血压、卒中、心肌梗死、抑郁症和精神科就诊经历因素后，孤独感仍与PD风险增加25%有关。

这项研究使用了英国生物库的参与者数据，是否感到孤独是由参与者通过问卷自己报告的。研究共纳入491603例参与者，年龄介于38-73岁，54.4%为女性。在15.58年的随访中，2822例参与者被诊断出PD，其中2273例报告未感到孤独，549例报告感到孤独。

主要分析表明，与未报告孤独的参与者相比，报告孤独的参与者患PD的风险提高37%，这种关联在不同的风险评估模型中基本保持一致，基础模型校正了年龄和性别，后续的模型除此之外还额外校正了教育程度和汤森剥夺指数、社会孤立、PD多基因风险评分、吸烟和运动，比较它们的结果可以看出，以上这些混杂因素并没有显著减弱孤独感与PD风险之间的关联。

基于研究的发现，孤独感可能通过多种途径增加PD风险，例如代谢、炎症和神经内分泌途径，他们猜测，也可能存在其他的介导因素，例如小胶质细胞介导的神经炎症。未来，需要更多的研究确定孤独感增加PD风险的机制，以及其他有价值的研究方向，包括PD发生前后孤独感的变化，这对理解孤独感作为PD的风险因素以及潜在的后遗症具有意义。

来自英国卡迪夫大学的研究人员一项研究显示可穿戴设备（智能手表）可以在帕金森病出现标志性症状前7年识别出帕金森病，并可以做出临床诊断。这表明被动采集的运动追踪数据或能作为预测帕金森病未来发展的早期指标，这些数据或能实现相对低成本且无创的大规模人群筛查。

研究团队利用英国生物样本库（UK Biobank）采集年龄在40-69岁的103712人的数据，这些参与者在2013-2016年期间佩戴了7天的医疗级智能手表。这些智能手表在7天时间内连续测量佩戴者的平均加速度（运动加速）。然后研究团的将其与另一组已被诊断出帕金森病的参与者的数据对比。

研究发现与运动加速和睡眠质量相关的特定模式与帕金森病的未来发病和/或现有确诊有关。白天的平均运动加速在帕金森病确诊前的几年里会减慢，而帕金森病确诊患者的睡眠障碍比其他临床疾病患者更严重，比如其他神经退行性疾病和运动障碍。相比常用的临床标志物，如来自生活方式、遗传学、血液生化学和患者报告症状的指标，使用来自运动追踪设备的数据训练的人工智能（AI）模型能更好地区分临床诊断和预诊断的帕金森病。

使用人工智能（AI）可以从智能手表数据中识别出将来会患上帕金森病的人，该模型在预测一个人是否会患上帕金森病方面，比任何其他风险因素或其他公认的疾病早期迹象都要准确，而且还能预测将来被诊断出帕金森病的时间。