科學家發現，多發性硬化癥可能有兩種不同的亞型

根據倫敦大學學院（UCL）科學家領導的一項新研究，多發性硬化癥可能有兩種不同的亞型。如果這一發現得到驗證，將有助于醫生為患者提供更專業的護理。

研究內容機器學習分析634名參與兩種不同項目患者的血液檢測和腦部掃描數據臨床試驗.機器學習模型被訓練以捕捉人類可能忽略的細微模式。

這些血液檢測是為了檢測一種叫血清神經絲輕鏈（sNfL）的蛋白質，這是一種已知生物標志物包括多發性硬化癥（MS）在內的神經系統疾病。

該核磁共振與此同時，掃描觀察了大腦不同部位的損傷和其他變化。在多發性硬化癥中，身體的免疫系統誤攻保護性護層覆蓋神經細胞，留下干擾神經通訊的病灶。

相關報道：血液信號可能在癥狀出現前7年就預測多發性硬化癥

通過比較血液檢測結果和腦部掃描，模型能夠將患者分成不同的類別亞型.

被歸類為“早期sNfL”的患者早期表現出該蛋白水平升高，并且對胼胝體，連接大腦左右半球的結構。該亞型似乎更具侵襲性，患者腦部病變發展速度較快。

第二種亞型被稱為“晚期sNfL”，進展似乎較慢。對于該組患者，最初的跡象是邊緣皮層和大腦深處灰質的萎縮。他們血清中的sNfL水平直到后來才開始上升。

“通過結合人工智能模型和高可用性血液標志物和MRI，我們首次能夠顯示出兩種清晰的多發性硬化癥生物學模式。”他說阿爾曼·埃沙吉，倫敦大學學院的神經科學家，也是參與研究的衍生公司Queen Square Analytics.

“這將幫助臨床醫生了解患者在疾病路徑上的位置，以及誰可能需要更密切的監測或更早的針對性治療。”

該機器學習模型基于189名不同患者的數據進行訓練手稿類型（復發緩解或繼發性進展性多發性硬化癥），隨后對另外445名新診斷患者進行了檢測。

神經絲是為中樞和周圍神經系統神經元提供支持的蛋白質，在健康患者中，神經絲的更新速度相對較慢。但是神經退行性退行性動物舍這些蛋白質以更高的速度轉化為體液，使其成為潛在生物標志物神經系統疾病和障礙。

不幸的是，血清的差異相當細微，這使得診斷時很難用來做診斷。MRI掃描還可以解析MS的傳播但不了解疾病的具體情況。

這項新研究的科學家建議，將神經絲水平與其他數據（如MRI掃描）結合，使這些測量更具用處。

研究人員表示：“通過加入sNfL這一已知的神經軸損傷指標，我們已經超越了僅靠MRI提供的結構快照結論.

目前，MS是根據癥狀和病情進展進行分類和治療的，但這并未涵蓋其潛在機制。新研究的研究人員表示，他們的結合技術有助于醫生做出建議更合適的治療方法如果進一步研究得到驗證。

該研究發表在該期刊上大腦.

寶寶起名 起名