使用纵向电子健康记录对阿尔茨海默病和帕金森病进行亚型划分

这对家庭和患者意味着什么

阿尔茨海默病和帕金森病常被谈论为单一、统一的疾病。但任何见证亲人衰退的人都知道，每个人的历程各不相同。本研究提出了一个简单却有力量的问题：我们多年收集的病历能否揭示这些脑部疾病的隐含“风味”，从而最终指导更有针对性的护理？研究者对英国超过10万人的健康史应用现代模式发现工具，结果显示阿尔茨海默病和帕金森病各自都可被分解为五种不同的亚型，表现出不同的风险、症状和可能结局。

追踪人们数十年的健康故事

研究人员利用了两项大型英国匿名电子健康记录资源：包含全科医生资料的临床实践研究数据库（Clinical Practice Research Datalink）和将门诊、住院、处方及基因数据关联的长期研究项目UK Biobank。他们聚焦于超过113,000例阿尔茨海默病和超过45,000例帕金森病患者，这些人的诊断前通常有大约二到三十年的病史。研究团队没有只看疾病被确认后获得的检查结果，而是将这些长期、带时间戳的健康“故事”输入到一种擅长理解序列（如语言或就诊时间线）的人工智能模型——变换器（transformer）中。

让数据把患者分到隐藏的群组

模型从每个人的病历中生成紧凑的数值“指纹”，捕捉疾病、处方和时间模式。随后一种聚类方法在事先不设定寻找目标的情况下，把这些指纹分组。对于阿尔茨海默病和帕金森病，两者都得到最稳定且可重复的五类亚型。每种疾病中都有一类看起来像经典的、相对“纯粹”的脑部疾病：这类人带有较强的遗传风险评分，但其他医学问题较少，诊断后预后较好。其他组则由早年出现的特定模式塑造，例如严重的血管疾病、糖尿病和肥胖等代谢问题，或长期的焦虑与抑郁史。

不同路径，不同结局

五种阿尔茨海默病亚型从一种常见的晚发、合并症较少的形式，到以血管问题为主的模式（伴随广泛的高血压），再到以显著抑郁、焦虑和更快认知下降为特征的“心理健康”型。另一个亚型与糖尿病、肾病和慢性炎症迹象高度相关，尽管其遗传易感性较低；这些患者通常发病更早且死亡率更高。最后一组在阿尔茨海默病中表现为更多心脏病和运动问题，住院和死亡率最高。帕金森病的亚型反映了类似主题：一组健康史相对“干净”且遗传风险较高，一组以高血压和血管疾病为主，一组伴有严重情绪和运动障碍，一组具有显著代谢与炎症特征，以及一组合并严重心脏与运动问题并伴随特别差的生存率。

基因与跨脑病的共同风险因素

由于UK Biobank包含DNA数据，作者能够探讨这些临床定义的亚型是否也在生物学上有所不同。正如预期，所有患者组的疾病相关遗传风险评分均高于未诊断人群。但某些簇显示出尤其强或弱的基因信号。例如，一个“代谢—炎症”型的阿尔茨海默病亚型在经典阿尔茨海默风险基因上的评分较低，并相对富集一种具有保护作用的APOE基因形式，这表明终生的代谢性疾病如糖尿病和肥胖可以在遗传风险较低时仍驱动出类似痴呆的表现。在阿尔茨海默病和帕金森病中，由高血压、中风风险或情绪障碍塑造的亚型以相似方式重现，暗示血管健康、代谢和心理健康可能推动大脑走向不同的退行性模式，而不仅仅是衰老的副作用。

这对未来护理可能意味着什么

这项工作尚未改变临床医生在病床边的诊断方式，作者也强调仅靠病历本身无法确证每个亚型的确切生物学原因。尽管如此，研究表明长期的常规数据自然而然地分成一致且有意义的群组，这些群组与症状、存活率和遗传学差异相吻合，因而为更精确的早期风险评估提供了蓝图。未来，具有特定血管疾病、糖尿病或情绪问题组合的人可能会被更密切地监测以识别特定的阿尔茨海默或帕金森模式，药物试验也可针对最有可能受益的亚型。简言之，研究结果支持从把这些疾病视为单一整体转向把它们视为相关但各自不同的路径家族——为更个性化的预防和治疗打开了大门。

引用: Lian, J., Fan, Z., Petrazzini, B.O. et al. Subtyping Alzheimer’s disease and Parkinson’s disease using longitudinal electronic health records. Nat Aging 6, 612–625 (2026). https://doi.org/10.1038/s43587-026-01085-3

关键词: 阿尔茨海默病亚型, 帕金森病亚型, 电子健康记录, 神经学中的机器学习, 神经退行性风险因素