透视阿尔茨海默病生物标志物的研究、产业化和监管 Biomarkers for Alzheimer's disease ： academic, industry and regulatory perspectives Harald Hampel ， et al ，德国歌德大学精神病学、心身医学和心理治疗系等 摘要 随着阿尔茨海默病 （ AD ） 治疗策略的进步，有望延缓其发病和进程，从而大大降低 AD 的全球疾病负担 （ globalburden of disease ） 。为有效检验 AD 新药以尽早为患者提供治疗，亟需学术机构与企业和监管机构协作，制定和建立候选生物标志物发现和评定的标准及网络。生物标志物可用于药物安全性监测、症状前患者分层、治疗功效量化。具有上述特征的生物标志物，有助于在资产组合管理 （ portfoliomanagement ） 中实现客观的商业决策，也有助于新药的监管审批。 Hampel H, Frank R,Broich K, et al. Biomarker's for Alzheimer's disease: academic, industry andregulatory perspectives. Nat Rev Drug Discov. 2010: 9(7): 560-574 过去数十年来 阿尔茨海默病 （ AD ） 基础和临床研究的进展，使我们得以更透彻理解其分子机制和临床过程。 AD 为复杂的进行性疾病，其病变级联反应相互作用、序贯发生，包括 β- 淀粉样蛋白 （ Aβ ） 聚集与淀粉样斑块形成，以及 tau 蛋白 高度磷酸化和聚集与神经原纤维缠结形成。本病同时伴有相关的炎症反应和氧化应激过程。上述病理级联反应共同促成突触整合性的丧失和进行性神经变性 。上述研究进展已转化为具有疾病缓解 （ disease-modifying ） 潜力的多种候选新药，其中某些新药正通过临床试验进行评估 。转基因小鼠 AD 模型研究提示，多数疾病缓解新药对 Aβ 聚集早期阶段的效果最佳，而在严重斑块病变和神经变性形成的晚期阶段则效果欠佳 。然而，目前采用的诊断标准 （ DSM- Ⅳ 、 ICD-10 和 NINCDS-ADRDA ） 中，患者确诊 AD 需具备明显的痴呆症状，且对应于其神经病变进展程度。因此有必要改进本病的早期识别；事实上，如果有干预手段可延迟痴呆 1 年发生，据估计在 2050 年将减少发病人数 900 万 。 目前 AD 临床试验的 主要终点 为疾病症状的评定，如认知和功能损害。然而其检测效能并非由导致神经变性的关键性病理事件所决定，而是由多种因素所决定。因此，药物试验中采用临床评定量表作为结局检测指标，将难以确定新药对 AD 病变的效应。 框 1 生物标志物的验证 （ validation ） 和资格评定 （ qualification ） 为便于利益相关方之间的交流，有必要区别 “ 验证 ” 与 “ 资格评定 ” 。验证，通常指判定某项检测方法针对待测物的效能 （如敏感型和特异性） ，在监管部门文书中指批准临床诊断试剂盒以商业用途上市。资格评定，通常指通过质询药品开发相关事项确定其可信度。相关问题包括 “ 该药是否命中靶点，若是，达到何种程度？ ” ， “ 该药是否因其改变疾病机制而起效？ ” 或 “ 该药改变疾病病理生理机制是否具有临床相关性？ ” 通过资格评定需具备特定的患者人群和特定的治疗干预手段。例如，某个验证性检测项目若评定为 AD 生物标志物，其可能只适用于干预 β- 淀粉样蛋白 （ Aβ ） 生成机制的判定，而不适用于非 Aβ 机制判定。所以可以这样认为，某个检测项目若通过验证可以量化脑内或 CSF 中 Aβ 斑块 （或 Aβ 寡聚体、 Aβ 单体） ，就可将其评定为生物标志物，用于 β 位 APP 裂解酶 1 （ BACE1 ） 抑制剂的 AD 药物试验。当然，除了检测项目的验证性数据，资格评定还需要附加临床数据的支持。通过验证的检测项目可能并不具备生物标志物的资格，这就是验证与资格评定的区别。 生物标志物需要能反映临床实际情况，才可能最终作为替代性终点，从而合理地预测临床结局。 反映 AD 病变的 生物标志物 有助于相关药物的研发，由此对生物标志物的需求日益迫切。通过 AD 动物模型来确定某种疗法对散发性 AD 患者的疗效，仅具有较低的预测价值 。若采用人类生物标志物，通过短期的初步研究即可发现药物的生化效应，从而明确源自动物模型研究的候选药物是否影响患者的病变进程。在临床研究中，若生物标志物具有应用于特定患者人群的资格 （框 1 ） ，将有助于病例选择和疾病进程的药物疗效评估。在企业领导的新药研发过程中，生物标志物有助于候选药物的选择、作用机制的验证、剂量效应的确定，并可缩短临床试验周期、减少样本量。生物标志物还可作为临床结局的 替代性终点 （下文详述） ，从而强化了监管部门决策的客观性和有效性。例如，通过生物标志物项目，可认定某药是否可标明 “ 疾病缓解 ” 字样，而非仅对症治疗 。另外，生物标志物还可作为临床实践的诊断工具，从而在疾病早期和临床前阶段即可发现 AD 患者。最后，生物标志物也可作为疾病预防项目的筛选工具。 要实现上述目标，生物标志物必须具备下列条件： ① 测定方法可靠且经过验证； ② 具有作为诊断标志物的敏感性和特异性； ③ 对药物反应敏感； ④ 对临床结局具有预测性 。 临床试验中，生物标志物是反映 AD 病变核心事件或下游事件的指标，具有至少两方面的价值： ① 作为诊断生物标志物，发现并监测候选药物对疾病进程的效应； ② 作为安全性标志物，及早发现并监测候选药物的潜在副作用。 AD 新药临床试验中，作为安全性标志物的作用可能尤为重要，因为存在单克隆抗体相关性脑炎的风险 。生物标志物可为体液或组织中的 图 1 疾病缓解治疗效应的评定 a. 红色实线示意疾病缓解治疗或对症治疗期间认知衰退 （采用认知功能测验评定） 的进程，绿线示意接受安慰剂者的认知衰退进程。仅在停用治疗药物的第二阶段试验，疾病缓解治疗效应 （上方红色虚线） 才能够与对症治疗效果 （下方橙色虚线） 相区分。 b. 上方蓝色实线示意疾病缓解治疗期间脑萎缩 （采用 MRI 评定） 的进程，下方浅蓝实线和绿线分别示意对症治疗患者和接受安慰剂者的脑萎缩进程。上述差异在停用药物后继续保持，依据脑容量的结局指标，已能够区分疾病缓解治疗和对症治疗的效应差异，所以停药阶段的试验并非必需。 复合物，如某些脑脊液 （ CSF ） 检查项目 ；或为通过技术手段派生的 AD 病变相关产物，如脑影像学标志物。尤其是神经影像学技术 的进步，使得在 AD 临床极早期即可发现 Aβ 沉积、 tau 蛋白聚集和神经变性的证据 。然而，较之在医学其他领域生物标志物作为规范化标准的地位，目前 AD 生物标志物尚难以稳健地发挥 作用 。并且，有关 AD 诊断生物标志物的研究报道尚需遵循严格的质量标准，如诊断准确性研究的质量评价 （ QUADAS ） 标准 。 本文中将综述 AD 核心生物标志物的现状，这些候选标志物源自多种模式的研究，如神经影像学 （涉及结构、功能和代谢） 、神经化学和遗传学研究。针对企业利益相关者和监管部门，本文还将展望双方在生物标志物的探索和研发方面的共同远景。在我们看来，科学知识的整合，以及学术机构、制药企业和监管部门国际化、多学科的联合，将加快更为丰富的新型生物标志物的探索和共同开发，从而广泛地应用于 AD 等神经变性疾病的临床诊断和创新药物的临床试验。 影像学生物标志物作为临床试验终点指标 影像学检测作为 AD 临床试验的 次要终点 ，共有四种技术形态，即结构性磁共振成像 （ MRI ） 、功能性 MRI 、磁共振波谱 （ MRS ） 和单光子发射断层扫描 （ PET ） 。在结构性 MRI 研究中，特定脑区 MRI 测得体积与神经元数量成正相关 。血氧水平依赖性 （ BOLD ） fMRI 信号是脑区神经元信息输入和加工的主要指标 。 MRS 可显示脑组织生化成分的变化。采用 18 氟 -2- 氟 - 脱氧 - D - 葡萄糖 （ FDG ） ， PET 可显示神经元葡萄糖的消耗，葡萄糖消耗是神经元代谢的主要决定因素 。采用 Aβ 示踪剂， PET 可显示 AD 特征性的聚集体，即 Aβ 斑块 。 若某种神经生物学底物据推测适合作为生物标志物，就有望用于疾病缓解药物的评价。影像学技术可从宏观角度 （ fMRI 、 PET 、 MRS ） 和介观 （ mesoscopic ） 角度 （ MRI ） 提供脑区变化的信息。对于 AD 来说，了解脑内空间分布和颞叶动力学变化相当重要；原因在于 AD 为系统性脑病，进展过程遵循某种特定的模式，各阶段病变可能累及不同范围。另外，影像学生物标志物可作为预测性标志物，用于评定患者群体进展至痴呆的风险。比如，生物标志物可增加预测轻度认知功能损害 （ MCI ，临床上定义为难以截然区分为认知正常或痴呆的高危综合征） 转化为痴呆的准确性 。 结构性 MRI AD 的结构性 MRI 典型表现为海马旁回、海马、杏仁体、皮层后连合及皮层下核团 （包括基底前脑胆碱能系统） 灰质减少。在 纵向研究 中通过测定脑区萎缩速度， MRI 可作为潜在标志物辨别药物的疾病缓解效应和对症治疗效应 （图 1 ） 。表 1 和附表概述了基于 MRI 的不同疾病标志物的特征。 重复 MRI 扫描获取的体积测定值通常具有较高的可信度 ，这是将 MRI 作为疾病进展标志物的重要前提。并且一项多中心研究显示， 12 台不同型号 MRI 扫描仪人工和自动体积测量的变异度低于 5% 。为降低临床试验中不同 MRI 扫描仪测量的变异度，须进行 体模试验 （ phantomtest ） 以确保各中心的扫描仪质量达到最低标准。海马体积是 MRI 最常见的测量项目，可通过对 MRI 切片目测或手工绘图测定。而最新方法是将 MRI 在通用标准空间测得体积经自动化空间转换，再将皮层灰质密度、皮层厚度、白质密度的分布图或高分辨率空间 转换图 导出为单变量 或多变量统 计值。这种方法的劳动强度低于人工体积分析，目前在少数临床试验中已应用于次要终点的评定。然而，该技术的多中心可靠性尚未确定。 fMRI 的药理学应用 采用 fMRI 对 AD 患者的记忆进行研究发现，其内侧颞叶和顶叶存在激活模式的改变，异常部位与结构性 MRI 所见一致。首项单中心研究显示，这种方法能够发现药物对 AD 患者脑区激活的特定功效 （图 2 、表 1 、附表） 。而其针对 AD 患者的多中心研究和纵向研究尚未进行，这将是 fMRI 生物标志物研发的重要一环。 图 2 应用功能性磁共振成像 （ fMRI ） 探测胆碱能治疗对 AD 患者的皮层激活效应 AD 患者接受 3 个月的胆碱酯酶抑制剂开放标签治疗后，视觉感知任务中显示激活区域 （蓝色） 较治疗前缩小。在正常对照者中，视觉感知任务会募集顶叶参与，而在治疗者中表现为认知相关脑区的激活区域 （蓝色） 缩小。 质子 MRS 表 1 AD 的影像学生物标志物 方法 检测项目 横断面研究结果 纵向研究结果 展望 磁共振 成像 （ MRI ） 目测海马体积 针对 AD 和对照者有高度的辨别力 追踪观察难以识别萎缩 海马体积和全脑体积为最完善的结构影像学标志物，且均应用于临床试验。 其他影像学标志物可提供更全面的局部信息，但在应用于临床试验之前尚需要多中心评估。 手工测定海马体积 针对 AD 和对照者有高度的辨别力 ，预测 MCI 患者转化为 AD 准确度达 70%-80% 年萎缩率在 AD 患者和健康对照者分别为 3%-7% 和 0.9% 自动测定全脑体积 主要应用于纵向评价 年萎缩率在 AD 患者和健康对照者分别为 2.5% 和 0.4%-0.9% 自动测定局部脑萎缩类型 皮层和皮层下萎缩类型一致 AD 患者脑萎缩会扩展至全脑；难于导出应用于临床试验的效应值 功能性 MRI （ fMRI ） 激活过程中血氧水平依赖性 （ BOLD ） 信号成像 同一受试者各成像期间的 fMRI 数据具有高度可靠性 可见胆碱能治疗 AD 的特异疗效或脑局部激活改变 因其广泛应用，有望成为次要终点 最初的 fMRI 多中心研究呈现阳性结果 磁共振 波谱 （ MRS ） 单体素质子 波谱 NAA 测定 AD 患者和随后转化为痴呆的 MCI 患者均可见海马 NAA 水平降低 胆碱能治疗 AD 期间 NAA 水平升高 MRS 标志物可为结构性 MRI 和 fMRI 提供补充信息 已通过首项多中心研究的评价 正电子 发射断 层扫描 （ PET ） 葡萄糖 （ FDG ） 代谢 顶颞叶皮层可见典型的代谢降低；多中心之间的变异性较低 胆碱能治疗 AD 可见皮层代谢效应 FDG-PET 是多中心研究稳定有效的标志物，但因其费用和实用性导致应用受限 淀粉样蛋白影像 （采用 11 C-PIB ） 和胆碱能系统影像作为替代性终点的潜力尚不明确。 FDG-PET 和 11 C-PIB-PET 多中心研究尚不具有可行性 淀粉样蛋白 （ 11 C-PIB ） 活体人脑内可探测到淀粉样斑块和淀粉样血管病变 AD 进展过程中 11 C-PIB 摄入几乎未增加 乙酰胆碱酯酶 脑胆碱酯酶活性平均降低 30%-40% 乙酰胆碱酯酶抑制程度与 AD 认知改善程度相关 11 C-PIB ： 11 C 标记的匹兹堡复合物； FDG ： 18 氟 -2- 氟 - 脱氧 -D- 葡萄糖； MCI ：轻度认知功能损害； NAA ： N - 甲基天冬氨酸 质子 MRS （ 1 H-MRS ） 可对脑组织成分进行定量生化测定。已确立的最佳 1 H-MRS 标志物是 N - 甲基天冬氨酸 （ NAA ） ，这种氨基酸可反映神经元线粒体的功能状态 。在 AD 患者中均可发现其 NAA 水平降低与脑萎缩无关。首项单中心研究发现药物治疗可影响 NAA 水平，这项技术也已应用于多中心研究 （表 1 、附表） ；但尚未明确能否在临床试验中大规模应用。除此之外， 1 H-MRS 还可探测到其他多种代谢产物，如含胆碱复合物、肌酸及磷酸肌酸、肌醇、谷氨酸盐及谷氨酰胺，但其作为候选生物标志物的潜力尚存争议，有待研究确定 。 FDG-PET FDG-PET 通过测定局部葡萄糖代谢水平，反映静息态 （无认知激活） 神经元功能。 AD 的神经元功能受损， FDG 摄入率降低，突出表现在颞叶联合区，包括楔前叶和后扣带皮层。横断面研究和纵向研究显示，这一变化与认知损害程度密切相关。 FDG 摄入率的变化可客观测定，其变异系数低于标准的神经心理测试，因此可增加研究的强度 。 FDG 摄入率的变化通常与药物药效学作用相关，但也可反映疾病进程，特别是通过数月的随访测定。这项技术已应用于某些临床研究，并作为次要结局指标 。 淀粉样蛋白 -PET 多项研究显示， 11 C 标记的硫代黄素类物质匹兹堡复合物 B （ 11 C-PIB ） 可与 Aβ 选择性结合，对 AD 患者进行 PET 扫描即可显示 （表 1 、附表） 。这种淀粉样蛋白 -PET 扫描可提供关于 Aβ 斑块负荷的信息，且与脑解剖结构的变化无关 。 11 C-PIB 结合脑区与 Aβ 折叠体相关，后者可见于 典型斑块 和 弥散斑块 ，以及 淀粉样脑血管病 变 。 11 C-PIB 并不结合可溶性 Aβ 和 Aβ 寡聚体。 MCI 患者中有 2/3 可见皮层 11 C-PIB 摄入增加，从而具有进展至 AD 的可能性 。然而，相当多的非 MCI 老年受试者亦显示 11 C-PIB 摄入增加，但对其预后价值尚不清楚 。目前，新型 Aβ 示踪剂 Ⅱ 期试验已经启动，该物质由 18 F 同位素标记，较之 11 C-PIB 的半衰期更长，适用范围更广 。 胆碱能神经传递 图 3 生物标志物的 4 种类型，即靶点标志物、机制标志物、病理生理标志物和诊断标志物 依据生物标志物在商业、监管和临床决策中的贡献度，可将其分为 4 种类型；临床决策中的应用可再细分为临床科研和临床诊断 2 个方面。开发生物标志物的目的在于尽早将其应用于药物开发进程。首要步骤为证实待测复合物是否命中靶点并量化其作用程度。接下来按逻辑顺序检验以下三个方面： ① 命中靶点是否改变病理生理机制； ② 病理生理 机制的改变是否影响到 病变状态 ； ③ 病变状态的改变是否可预测患者临床状态的改善。若某种生物标志物能够证实治疗靶点的存在，或评价候选药物命中靶点的程度，就有可能获批作为早期发现和诊断 AD 的诊断性检测项目 （此时作用靶点在健康与患病状态之间存在差异） 。若某种生物标志物能够证实或量化药物的 作用机制 ，就有可能批准为治疗方案知情选择 （药物或初始剂量） 的诊断性检测项目。若某种生物标志物能够纵向量化患者的临床相关性病理生理效应，就有可能批准为治疗方案监测和个体化应用的诊断性检测项目；并且可用作替代性终点，为监管决策提供支持。另外，生物标志物还可保障医疗费用的合理使用，作为临床结局的衡量指标，为保险赔偿决策提供支持。 AD 患者由基底前脑到皮层区的胆碱能投射发生变性，已证实采用胆碱酯酶抑制剂治疗具有一定的疗效。针对胆碱酯酶、胆碱能受体和 胆碱转运体 的配体均已应用于人类研究 （表 1 、附表） ，但尚不符合生物标志物的资格要求。 影像学生物标志物的未来挑战 目前，临床试验中纳入影像学终点仍是基于各项独立研究。影像学操作和分析技术的标准化是多中心临床试验得到认同的先决条件。另外，监管部门也需要有关药物安全性或疗效的影像学证据。某种生物标志物如能够反映临床相关结局 （如认知功能降低） ，或能反映卫生经济学结局 （如入院率） ，则可作为替代终点。举例来讲，如果海马萎缩可反映记忆丧失这一临床相关结局，那么就可以将海马萎缩作为 替代终点 。不过这一相关性尚需未来加以研究并进一步确认。 然而，如果影像学标志物可反映疾病潜在进程，那么在概念验证 （ proof of concept ） 研究中可作为 预设的主要结局。临床病理学研究显示， MRI 判定的海马萎缩与海马神经元缺失相关 。因此，对于某些据称可减轻 AD 神经变性的新型复合物，可采用海马萎缩评估其作用机制。也就是说，在概念验证研究中，影像学标志物可能用于评估新型复合物可能的作用机制。例如， AN1792 疫苗试验 以及 AlZHEMED Ⅲ 期试验 均发现，治疗组脑萎缩和海马萎缩发生率高于未治疗对照组。然而，并未见到治疗组受试者认知降低速度高于安慰剂对照组的证据。上述例证说明影像学终点会发生非预期的结果，因而有助于我们更严格地评价对新型复合物作用模式的最初假设。 遗传分析在生物标志物研究中的作用 本文所论各生物标志物的应用均存在局限性，部分原因在于患病者和对照者内部均存在变异性 （实际上任何疾病的所有生物标志物都是如此） 。由于这种变异性，需要增加样本量以达到统计学意义；并且这种变异性在人类研究中明显高于动物研究，这其中有多种原因包括遗传变异性。所以，个体遗传分析有广泛的应用价值，具体表现在以下四个方面。 第一，某些生物标志物 （如 Aβ 42 ） 的发现直接源自对患病家族的遗传分析。在发现 AD 其他遗传性危险因素时，有必要通过同样途径来评价其蛋白质产物以及其他蛋白。近期研究中针对 AD 进行大型全基因组扫描 发现，聚集素 （ clusterin ， CLU ；也称载脂蛋白 J ） 和补体受体 1 （ CR1 ）为危险基因位点，提示这两种蛋白可能是有价值的 AD 生物标志物 （而载脂蛋白 E （ APOE ） 已公认在这方面并无价值）。这一结果也提示应重视对 补体 级联系统 （ CLU 和 CR1 均为其中一员） 的研究。 第二，现已明确，淀粉样前体蛋白（ APP ）或早老蛋白 （ PSEN ） 突变携带者，以及唐氏综合征 （ Down syndrome ） 患者或 APO ε4 等位基因纯合子携带者，在较明确的年龄段具有发生 AD 的极高风险。这就有望对这些特定人群生物标志物的症状前变化进行 跟踪 ，并联系其临床行为学状态。这种方法可提供丰富的信息，有效用于脑影像学生物标志物的分析 ，同样具有评估血液和 CSF 生物标志物的潜力 。 第三，个体间生物标志物水平的正常变异是标志物研究的问题之一；至少有部分属于遗传性变异，通过遗传分析即可明确。如研究提示，脑内微管相关蛋白 tau （ MAPT ）表达水平 和 CSFtau 蛋白水平 受 MAPT 单倍体的影响。这种现象在许多蛋白中都确实存在，其在血液和 CSF 的水平直接受到遗传变异的影响 。 第四，在生物标志物研究和临床研究中，将个体药物反应以及药物代谢过程 （个体间存在变异） 的数据纳入，将具有辅助价值。 阿尔茨海默病风险的基因检测 基因检测适用于早发型 AD 家族成员个体，并需依照 亨廷顿协议 （ Huntington's protocol ） 进行此项检测。基因筛查包括 PSEN1 ， PSEN2 ， APP 和 APOE 突变；但由于罕见 APP 或 PSEN2 突变，上述突变的筛查目前为专项检查。虽然针对典型晚发型 AD 进行的 APOE 遗传检测和预测性检测并不尽如人意 ，但 APOE ε4 纯合子的预测价值可与其他许多单基因遗传病 （ Mendelian disease ） 达到同等程度。实际上，人们对 APOE 基因分型的态度也在转变 ，遗传分析的预测潜力似乎也会有相当程度的增强。部分原因在于，针对 APOE 全基因位点 （包括 APOE 启动子的 TOMM40 区） 进行基因分型后，人们对其预测价值升高的评价日渐增多；同时全基因关联研究 （ GWAS ） 也有新发现 。 表 2 阿尔茨海默病候选的 CSF 核心生物标志物 待测物 （检测方法） 待测物特性和测试特性 个体间变异 AD 相关变化 评价性注释 评价 APP/Aβ 代谢 Aβ 42 （ ELISA ； Luminex ； Meso Scale Discovery ） 有多篇文献中评价混杂因素 ；测试特性包括 日内和日间 CV ，均已明确 6 个月和 24 个月的纵向 CV 分别为 5% 和 7% AD 和 MCI 期 AD 可降低 50% 结果一致，相关综述见文献 CSF Aβ 42 是针对 Aβ 代谢的 CSF 生物标志物的核心成分 Aβ 42 /Aβ 40 比值 （ ELISA ） 有多篇文献中评价混杂因素 ；测试特性包括日内和日间 CV ，均已明确 间隔 12 个月 和 24 个月 测定， Aβ 40 水平保持稳定 AD 可见比值降低，较 Aβ 42 变化显著 数据基于有限数量的研究，相关综述见文献 CSF Aβ 42 /Aβ 40 比值对 Aβ 生成代谢的评定较之单用 Aβ 42 更为准确 APP 亚型： sAPPα ， sAPPβ （ ELISA ； Luminex ； Meso Scale Discovery ） 测试特性和 CV 均有报道 未明 AD 中未见变化 数据基于有限数量的研究 APP 亚型无法应用于诊断，但对于临床试验 （如 BACE1 抑制剂） 有应用价值 BACE1 （酶活性测定） 测试特性包括日内和日间 CV ，均已明确 未明 AD 和 MCI 可见 BACE1 水平和活性升高 数据源文献采用不同检测方法 BACE1 活性的诊断价值有待深入评价，但对于临床试验 （如 BACE1 抑制剂） 有应用价值 Aβ 寡聚体 （ PCR 扩增法生物条形码测定 ） 未明 未明 一项初步研究显示在 CSF 中升高 针对早期方法的改进 Aβ 寡聚体是很有希望的候选生物标志物；但 CSF 中含量极低，检测方法开发有难度 总 Aβ 周转率 * 未明 未明 未明 方法学文献基于健康志愿者 临床试验中此法对于衡量 Aβ 生成和清除有应用价值；尚需改进方法以测定特定的 Aβ 亚型 （即 Aβ 42 和 Aβ 40 ） 的周转率 总 tau 蛋白 （ t-tau ） t-tau （ ELISA ； Luminex ） 有多篇文献中评价混杂因素 ；测试特性包括日内和日间 CV ，均已明确 6 个月和 24 个月的纵向 CV 分别为 6% 和 9% AD 和 MCI 期 AD 可见其水平显著升高 诸多文献的结果一致，相关综述见文献 CSF t-tau 是 CSF 生物标志物的核心成分，可用于临床试验中皮层轴突变性病变的监测 磷酸化 tau 蛋白 （ p-tau ） p-tau 181 （ ELISA ； Luminex ） 有多篇文献中评价混杂因素 ；测试特性包括日内和日间 CV ，均已明确 6 个月和 24 个月的纵向 CV 分别为 4% 和 7% AD 和 MCI 期 AD 可见其水平显著升高 诸多文献的结果一致，相关综述见文献 CSF p-tau 是 CSF 生物标志物的核心成分，可用于临床试验中 tau 蛋白磷酸化状态的监测 p-tau 231 （ ELISA ） 测试特性和 CV 均有报道 间隔 12 个月 和 24 个月 测定， p-tau 231 水平升高 AD 和 MCI 期 AD 可见其水平显著升高 诸多文献的结果一致，相关综述见文献 CSF p-tau 是 CSF 生物标志物的核心成分，可用于临床试验中 tau 蛋白磷酸化状态的监测 Aβ ： β- 淀粉样蛋白； APP ：淀粉样前体蛋白； BACE ： β 位 APP 裂解酶； CSF ：脑脊液； CV ：变异系数； MCI ：轻度认知功能损害； sAPP ：可溶性 APP 。 * 同位素标记亮氨酸注射，同时 CSF 持续采样，采用免疫沉淀、胰蛋白酶消化和质谱分析法测定 Aβ 。 这方面努力取得的成果将可能是，针对个体的 AD 发病风险进行预测性检测，并将其分为三类 人群 。第一类人群为 APOE ε4 纯合子携带者，具有高度的 AD 发病风险。其风险受到其他基因和 APOE 启动子多态性的调节 （约占人群的 3% ） 。第二类人群为 APOE ε4 杂合子携带者，具有中度的 AD 发病风险。其精确风险受到 APOE 其他等位基因 （ APOE ε2 风险低于 APOE ε3 ） 和 APOE 启动子多态性，以及其他 GWAS 新发现基因的调节。第三类人群为非 APOE ε4 等位基因携带者，具有低度的 AD 发病风险。要对检测数据进行解释，需开发出精准的 风险预测图 ，而再面向普通民众进行讲解仍是一项挑战。虽然还有待探索，但基因检测有望作为辅助应用项目，在相当程度上有助于 MCI 中 AD 易感者的发现 。 除了 AD 较常见的危险变异型，如 CLU 、 CR1 和 PICALM （磷脂酰肌醇结合网格蛋白组装蛋白） ，随后还发现了个体中罕见的高危变异型， AD 风险的遗传学架构日渐明朗，我们将能够在症状出现前构建 AD 的风险预测算法。虽然这将会大大改善研究现状，但并不意味着这种预测算法必定会应用于高危人群的筛查 （详见我们推荐的诊断流程模式图，图 3 ） 。 生化生物标志物在临床试验中的应用 除了遗传学和影像学生物标志物， AD 还有两类生化生物标志物。第一类是核心生物标志物，反映 AD 的基 础性发病事件 （如 APP 和 Aβ 代谢失调） 。第二类是下游生物标志物，反映继发病变现象 （如轴突变性） 。较之 ADCSF 生物标志物探索所取得的成功，探索外周血可靠生物标志物的成果有限。事实上，虽然潜在的血液生物标志物见于许多文献报道，但缺乏其他团队的跟踪性研究，或是无法证实其确切诊断价值。不过，近期一项初步研究报告，血浆中 18 种不同的信号蛋白、急性期蛋白和炎症蛋白可构成有效的诊断模式，值得进一步研究 。血浆 Aβ 40 和 Aβ 42 均可在外周血测得，但在重复研究中无助于 AD 的发现 ，且并不能反应脑内 Aβ 的生成 。另一方面，多数研究集中在 CSF 生物标志物，其能更直接反映脑内的生化状态； CSF 可通过腰椎穿刺采集，并无显著不良反应 。 确立的 CSF 生物标志物 经过大量的独立研究，有四种 CSF 生物标志物通过了评定，即 Aβ 40 、 Aβ 42 、总 tau 蛋白和磷酸化 tau 蛋白 。 Aβ 40 、 Aβ 42 和磷酸化 tau 蛋白可反映 AD 病程的核心要素，即脑内淀粉样病变 和神经原纤维病变 。而总 tau 蛋白为轴突损伤的非特异性标志物，可反映神经变性的活跃程度 。 AD 不同阶段 （包括 MCI ） CSF 中均同时可见总 tau 蛋白和磷酸化 tau 蛋白升高和 Aβ 42 降低 （或 Aβ 42 /Aβ 40 降低） （表 2 ） 。上述 CSF 生物标志物高度的诊断价值已通过三项大型多中心研究的验证，即 AD 神经影像学倡议 （ ADNI ） 研究 、 DESCRIPA 研究 和瑞典智能项目 。 潜在的 CSF 生物标志物 还有多种候选生物标志物可反映 AD 的原发病变或继发事件。前者如 Aβ 寡聚体、 β 位 APP 裂解酶 1 （ BACE1 ）活性和含量、 APP 分泌亚型、 Aβ 降解产物 ；后者包括氧化应激反应、炎症反应和神经胶质增生等事件 。这些生物标志物的诊断潜力尚未充分研究，而部分生物标志物 （如 BACE1 活性 和 APP 亚型 ） ，也可提供某些候选药物 （如 BACE1 抑制剂） 生化效应的重要信息。 监测新药生化效应 由于 AD 症状进展缓慢且表现各异，在疾病缓解候选药物临床试验中，要发现患者认知下降速度的变化，需要极大规模的患者队列和长达数年的疗程。而首先进行小型短期试验，可提供药物对核心病变功效的生化证据，为是否开展 Ⅱ 期、 Ⅲ 期临床试验做出决策。 乙酰胆碱酯酶 （ AChE ） 抑制剂临床治疗试验可发挥概念验证的作用，将 CSF AChE 作为 AD 生物标志物可发现并监测药物生化效应。该项研究发现，治疗过程中 CSF AChE 活性显著升高，呈剂量依赖性并与药物作用机制和临床结局相关 。 CSFAChE 升高的机制尚不清楚，但可能与基因表达增强和 AChE 释放入 CSF 增多有关 （由毒蕈碱乙酰胆碱受体反馈环路介导 ） 。 CSF tau 蛋白和 Aβ 42 的个体内变异极低， 6 个月和 24 个月随访研究的变异系数分别为 4%-6% 和 7%-9% 。这些结果提示，即使生物标志物发生细微变化也可监测到。对转基因小鼠和豚鼠采用 γ- 分泌酶抑制剂治疗，显示其皮层、 CSF 和血浆 Aβ 水平均降低。 γ- 分泌酶抑制剂 LY450139 Ⅱ 期试验中，急性治疗可致血浆 Aβ 水平剂量依赖性降低，而慢性治疗仅见 CSF Aβ 42 有降低的趋势 。对猴类采用 BACE1 抑制剂治疗可致 CSFAβ 42 、 Aβ 40 和可溶性 APPβ 降低 。而且在 PBT2 （提示可影响金属诱导的 Aβ 聚集 ） 临床研究中，也见到 CSF Aβ 42 水平剂量依赖性降低 ；但其降低 Aβ 42 的潜在机制尚不清楚。 Aβ 靶向药物 phenserine 的小型临床研究也提示， CSFAβ 可有效用于其疗效评价 。 涉及神经元损伤的纵向研究 ，以及中止的 AN1792 Ⅱ a 期研究数据 中发现，如某种疗法可成功抑制神经变性进程，则总 tau 蛋白会降至正常水平。同样的情形亦可能见于磷酸化 tau 181 ，一项关于美金刚的初步研究支持这一结论 。 治疗初始 CSFAβ 42 水平降低 （斑块沉积所致） 的 AD 患者，治疗过程中其生物标志物水平 （特别是 CSF Aβ 42 ） 的变化目前并不清楚。治疗启动后其变化程度和方向也可能与 CSF 采样时点有关。总之，上述研究支持将 CSF 生物标志物作为临床试验中药物生化效应监测的有效工具。 透视生物标志物的产业应用 监测 新药生化效应 适合临床试验的生物标志物不仅有助于企业和监管部门决策，也可作为诊断标志物以实现合理用药。因此，生物标志物将适用于医药产品开发的各个阶段 （即从药物发现到临床应用，图 4 ） 。而且，生物标志物也可应用于本文推荐的诊断流程，其中纳入了风险评估筛查、诊断和预后，以及疗效监测 （图 3 ） 。这一诊断流程始于高敏感性、低特异性的检测项目 （费用较低） ，之后的检测项目特异性增加，且在疗效纵向评定中有应用潜力。 图 4 生物标志物的转化 生物标志物的应用从临床试验的研究工具，到监管决策的辅助工具，再到临床决策的商用辅助诊断项目，这一转化过程为有效选取不同患者人群提供了便利。作为研究工具，生物标志物能够发现大批高危人群（即金字塔底部），他们将从这种廉价、安全的一级预防策略中受益。诊断标志物可用于伴疾病早期表现的少数人群，经确诊后才能进行较昂贵且具较大风险的治疗性干预，并需对应于个体的病理生理状态，并能够监测疗效（即金字塔顶部）。在个体化治疗过程中，诊断标志物发挥作用有赖于信息技术的支持，称为 “ 临床决策支持系统 ” 。基因组学和分子影像学等不同的生物标志物均可应用于诊断流程。整个诊断流程始于风险评估（用于一级预防），接下来分别为筛查（用于早期发现和早期干预）、诊断和预后判断（用于疾病分期和治疗方案优化），最后为疗效监测（用于真正的个体化治疗）。该流程的起始检测项目敏感性高而特异性低，费用低廉，接下来的检测项目特异性提高，应用于纵向定量评定的潜力增加。依据患者现状（临床症状的有无），从不同节点（从金字塔底部到顶部）进入这一诊断流程。 药物开发中 AD 生物标志物的价值 采用相关的临床前模型，全面测定药动学与药效学之间相关性的过程将得以缩短，并且候选药物的选择和临 床剂量的确定将更为客观化。考虑到临床开发的费用问题、临床试验的长疗程 （相对于专利期） 以及受试者招募困难 （部分归因于在研药物的多重效应和患者维权意识的提高等） ，只有将无物种相关性的生物标志物作为转化性研究的核心要素，候选药物才有可能进入临床 （图 4 ） 。 无论是临床试验中的药理和毒理效应 评价，还是批准后增多的药效 和安全性评价，生物标志物均可基于表型或基因型，辅助实现患者分层和剂量优化。而且在试验招募中采取充实性策略 （即选取可能产生最大疗效或最小副作用的受试者） 还可缩短试验期限并改善反应速度。这方面最成功的例子是曲妥珠单抗 （ trastuzumab ，商品名赫赛汀， Genentech 公司） 治疗乳腺癌的 HER2/neu （也称 ERBB2 ） 试验 。进一步，生物标志物还可用于临床试验中患者个体的滴定用药，从而有效地实现治疗指标个体化。例如， Aβ 靶向药物对脑内无淀粉样斑块的患者不易起效，对于基线斑块生物标志物阳性的入组患者，低起始剂量可能也不显效，那么在接下来的剂量就需要增加了。 在 0 期药物试验发现生物标志物 针对临床诊断为 AD 的患者，目前的药效评价是根据其 AD 症状。虽然神经心理测试的改进可使 AD 诊断提前 （据推测） ，而未来有望在 AD 症状尚不明显时即予以确诊。正是在此阶段药物才可能产生更好的疗效，而非在脑内病变严重时才给予药物干预。这一点尤其重要，因为 AD 表现记忆丧失前已发生了长时间的病理生理变化，且难以通过临床诊断发现 。因此，在 AD 早期阶段有必要采用生物标志物 。 目前针对无症状期 AD 治疗药物的审批，尚无相应的监管制度。然而若要在疾病早期阶段能够开展疗效试验，适用于 AD 无症状阶段的新药能够批准上市，那么在 0 期临床试验 中应尽快采用潜在的生物标志物，以便为针对疾病早期进行的 Ⅰ - Ⅲ 期试验的设计提供数据 。早期病理生理相关生物标志物的应用，将使症状改善与治疗反应易于区分，新药标签批准和临床应用更趋合理 （价格亦然） 。标签内容可包括对缓解疾病作用的说明 （基于其对病理生理机制的修饰作用） 。相反，如果该药显示对治疗靶点有抑制作用，但并未影响下游生物标志物，那么就需重新考虑药物的归类及其作用靶点 （表 3 ） 。分子影像学生物标志物可提供 Aβ 斑块、 tau 蛋白和神经原纤维缠结的信息，且具有无创性和解剖特异性，因而具有特别的应用价值。 AD 生物标志物的临床应用 美国食品和药品管理局 （ FDA ） 和国立癌症研究院 已认定，在临床诊断方面 （并非作为替代终点） ，生物标志物具有极为重要的作用。通过生物标志物的应用，药物研发中可实现疗效量化 （基于人群均值和标准误分析） ，临床实践中可辅助诊断 （基于患者个体检测） 。而这两方面的需求正渐趋融合，其共同要素为纵向量化评定，即均需要对用药前后的疗效检测项目进行分析。作为诊断项目，生物标志物的应用对于医患双方具有同等的意义。举例来讲，基于国家肿瘤 PET 登记处的临床证据，医疗保险扩大了 FDG-PET/CT 的覆盖范围，其不仅可应用于诊断和分期，还扩展到随后的分型 （包括疗效的监测） 。并且，早期发现有助于实现早期干预，如能接受有效的个体化治疗，则患者预后良好且住院率降低。这些益处并非只存在于 AD ，但对 AD 尤其重要；因为在本病出现症状之前已具有显著的病理生理改变，但脑内病变组织难以获取，且需要对痴呆原因进行鉴别，进而识别症状的改善 （疾病缓解效应所致） 。一旦生物标志物被批准为 “ 具有应用资格 ” （监管指南中定义的术语） ，即可在临床试验设计中纳入针对患者个体进行剂量滴定的项目；而在临床试验中通过剂量调整将实现治疗结局的优化，最终的生物标志物数据将会为处方信息提供必要的资料 （表 3 ） 。因此，药物研发中适用于纵向疗效评定的生物标志物，将最有可能应用于个体化治疗。 生物标志物开发的经费来源 表 3 推荐生物标志物的临床研究与开发 生物标志物 纳入标准 （ 早期诊断 ） * 疾病分层 （ 预后诊断 ） * 疗效监测 （ 个体化治疗 ） * APOE 基因型 － ＋ － Aβ 42 ， Aβ 40 （血浆） ‡ － － － / ＋ Aβ 42 ， Aβ 40 （ CSF ） ＋＋ ＋ ＋＋ tau （ CSF ） ＋＋ ＋ ＋＋ p-tau （ CSF ） ＋＋ ＋ ＋＋ BACE1 （ CSF ） ＋ － / ＋ － / ＋ 结构性 MRI ＋＋ － ＋ 功能性 MRI － / ＋ － － / ＋ MRS － － － / ＋ FDG-PET ＋＋ － / ＋ － 淀粉样蛋白 -PET ＋＋ ＋＋ ＋＋ －：无法应用；－ / ＋：一定条件下应用，如血浆 β- 淀粉样蛋白 （ Aβ ） 测定应用于被动免疫疗法；＋：一般应用；＋＋：常规应用。以上内容源自近期召开的 阿尔茨海默病学会科研圆桌会议 。 APOE ：载脂蛋白 E ； BACE1 ： β- 位 APP 裂解酶 1 ； CSF ：脑脊液； FDG ： 18 氟 -2- 氟 - 脱氧 -D- 葡萄糖； MRI ：磁共振成像； MRS ：磁共振波谱； p-tau ：磷酸化 tau 蛋白； PET ：正电子发射断层扫描。 * 括号中内容为在临床实践中的潜在应用。 ‡ 血浆成分测定可能混杂血浆中的其他蛋白，可能难以准确反映病变状态。 不论是作为替代终点还是作为标准的生物标志物，生物标志物若要达到监管机构的评定要求，其研发经费和风险可能不允许企业单独投资，若代之以 协作体 或公私合作模式则又显复杂。针对这些经费、风险和复杂性等问题，在 FDA 、欧洲药品管理局 （ EMA ） 及其他监管机构将要发布的协调性指南中，有望对生物标志物的资格评定有较为实用的论述 （而显示疗效和安全性必备的纯粹统计学指标则很难达到） 。在这些指南中将会明确标明生物标志物的资格级别及其相应应用范围 （也就是说生物标志物有望批准应用） 。 不利因素 某种生物标志物需能够显示研发药物的疗效 （即将该候选药物作为阳性对照品） ，才有资格认定为针对疾病缓解效应的生物标志物。一旦具有相同作用机制的两种药物均存在疗效与生物标志物之间的相关性，那么就可以将这种生物标志物作为具有这种作用机制的药物的替代终点。而如果某种生物标志物与不同作用机制的药物疗效均相关，则可将其作为与作用机制无关的生物标志物。 虽然 0 期阶段会有多家公司开展合作 （如 ADNI 项目，见补充信息） ，而疗效评价试验本身所针对的是特定复合物。首家研发成功的公司可能会最早进入市场，但也将承担很多风险，这样其竞争者应用的生物标志物在资格评定方面就会有效地规避风险，从而减少开发经费、降低监管风险、加快上市速度。一旦第二家公司成功推行同样的生物标志物，就可能将其升级为替代终点，当然带来的效益归属于这家竞争者，最终有利于监管者和患者。 类似于儿科试验指南（ 《联邦食品、药品和化妆品法案》 505A 条儿科专卖权企业资质认定指南 ），有关专卖权规定可能会弥补上述不利因素；并且，针对生物标志物资格认定的监管指南的辅助作用更为直接，尤其是降低了特殊研究平台 （如在体影像学研究） 的复杂性。同时，生物标志物上市后可能会批准为替代终点指标，所以治疗和诊断项目合作开发的指南也将有所帮助。 透视生物标志物的监管应用 就监管方面的价值来讲，药物疗效和安全性的确定常规须经过至少 2 项独立的随机、双盲、安慰剂对照临床试验，且期限至少为 6 个月。进一步的要求为，疗效必须建立在一项认知域，以及一项功能域 （如日常生活能力） 或总体域 （如临床改善总体印象） 之上，且这两项终点指标均需具有显著差异。在对症治疗和疾病缓解治疗药物关键性的 Ⅲ 期试验中，均需要评定这两项主要结局指标。然而，鉴于 AD 的症状进展特征及其与药物作用机制的相关性，要认定某药具有疾病缓解效应，可能需要较长的研究周期，并需设计不同于评定症状改善的替代性试验 。 因此，应用针对疾病缓解药物的生物标志物，以及寻找合适的替代终点，是药物开发的利益相关者积极支持的项目 （如欧洲 EMA 发布 《药物开发新方法的资格评定》应用指南部分 、 《 疗效评定预见性的改善》脑部疾病部分 ，以及美国 FDA 发布的 关键路径项目 ） 。但是针对 AD 的治疗药物 （特别是具有疾病缓解作用的药物） ，在生物标志物应用于结局评定时，仍需考虑到其特殊的监管要求。 生物标志物作为替代性终点 虽然生物标志物在药物开发早期阶段的应用已经确立，但其在关键性疗效研究中的价值仍然有限。生物标志物如能起到临床相关性终点 （可直接反映患者的感受、功能或存活状态） 的作用，就可考虑将其作为替代性终点，继而有望用于特定疗法的疗效预测和评定 （框 2 ） 。然而，即使生物标志物水平与疾病分期 （未经治疗） 有极佳的相关性，也并不足以将其作为替代性的临床终点 。尚无任何的影像学或生化标志物有资格成为 AD 的替代性终点，因为生物标志物的药物诱发性变化应同时与预期的临床结局评定，以及疾病进程相关联 。另外，在某药理论上具有某种作用机制的基础上，还应有充分的证据 （如基于临床前模型） 证实其可延缓疾病进程。 框 2 替代性终点的资格评定 生物标志物作为替代性终点，在资格评定时应讨论以下方面的事项： l 基础科学问题与临床试验之间存在合理的相关性 l 替代性终点与临床结局之间是否存在强烈的、独立的、持续的相关性 （必要非充分） l 随机临床试验中替代性终点改善的证据是否持续导致目标结局的改善 l 治疗反应幅度较大，且精确而持久 l 其可能获益是否大于其潜在伤害及费用 所以，尽管目前生物标志物尚不能作为关键性疗效试验的主要结局指标 （即替代性终点） ，但仍可针对药物开发的其他方面提供决策依据。例如，在 Ⅱ 期研究 （如用于概念验证、剂量确定） 中生物标志物可作为预设的主要结局指标，或在疗效试验中可更有效地界定患者中的风险人群 （如充分纳入可能有疗效反应的人群，框 3 ） 。通过这种途径，生物标志物的应用将缩短 Ⅱ 期研究周期，并减少样本量；如潜在生物标志物可作为替代性终点，与传统上应用临床结局作为主要终点相比，决定性疗效试验的周期将更短，样本量将更少。 框 3 监管部门对临床试验中生物标志物应用潜力的意见 脑脊液标志物 （如磷酸化 tau 蛋白升高、 Aβ 1-42 降低） 是有助于体现 AD 特征的标志物，具有高度的敏感性和特异性；但在作为疾病状态标志物方面还需体现其价值。 脑影像学 （如内侧颞叶 MRI 扫描） 是有助于体现 AD 特征的标志物，能够充分发现 AD 高风险人群，而 MRI 系列扫描有助于成为疾病状态标志物。脑影像学还可作为剂量确定研究或概念验证研究的终点指标，作为关键性研究的次要终点。针对 Aβ 或局部葡萄糖 （ 18 氟 -2- 氟 - 脱氧 -D- 葡萄糖； FDG ） 代谢的 PET 也是有助于体现 AD 特征的标志物。 FDG-PET 的潜在应用为，在概念验证研究作为疾病状态标志物，以及在关键性研究中作为次要终点。 生物标志物作为替代性终点的问题和关注事项 如上所述，仅依据药物具有调节生物标志物水平的药理效应，并不能将此生物标志物认定为替代性终点，因为这需要合理的解释。比如，对 AD 有效某种疗法应能延缓内侧颞叶萎缩 （ MRI 测量） ，不过在疫苗 AN1792 试验中， Aβ 抗体增加的患者显示临床改善同时，脑萎缩程度似乎有所加重 。这是一个完全出乎意料的结局，说明针对疗效 （即便是潜在疗效） 所设定的生物标志物证据并无预测价值。 需给予更多关注的情况 （虽然是潜在性事件） 是，未验证的生物标志物可能会取得预期效应。如果对医疗产品的临床效应并未知晓，但仍依据生物标志物推测药物对患者具有有益的预期功效，并再将这一推论转变为具有有益的临床预期效应。即便这一推论是错误的，这一并无疗效的药物 （甚至可能有毒性反应） 仍可能会被批准。因此，在目前仅依据生物标志物的反应 （即将其作为替代性终点） ，批准某种 AD 药物是不可能的。然而，如文中其他部分所述，某些具有这些用途的生物标志物正接近于通过批准。一般原则下，如果某药依据临床结局可确定其疗效，且试验具有合理规模和周期，该药就可能被批准；但如果试验中将生物标志物指标作为主要结局，则将不会给予经费支持。也就是说，临床结局较生物标志物更为可取。在临床结局无法实际评价的情况下，可能会考虑采用生物标志物作为替代性终点；比如在验证预防 AD 效果的研究中，治疗启动后数年内临床结局 （如 AD 临床发病年龄） 可能都不会发生。 CSF 神经化学标志物针对 AD 具有高度的敏感性和特异性，可考虑作为辅助诊断项目；再以神经影像学工具 （如 MRI 或 Aβ-PET ） 作为补充，就可能用于 AD 人群中特定药物的疗效评定。全球性多中心的研究项目 （如 ADNI 开展的项目，通过预设数种神经化学和神经影像学生物标志物，实现跨地区、跨平台的标准化应用） ，应有助于上述生物标志物 （至少某些） 进一步的资格认定。 生物标志物的创新性开发 FDA 和 EMA 等监管机构已普遍将生物标志物确定为高度优先开发的项目，特别是在痴呆领域。为培育这一领域的创新性，诸如生物标志物联盟、关键路径项目、创新性医疗项目等合作项目 （均由不同的利益相关方参与） ，受到了热烈的欢迎和积极主动的支持。我们相信这种公私合作模式 （框 4 ） 将会激励新型生物标志物的探索与开发，并针对生物标志物的验证性要求达成进一步的共识。而 EMA 和 FDA 就监管实践进行协调性对话中将会支持上述项目，针对 AD 还会考虑借鉴其他领域 （如肿瘤、心血管病） 生物标志物的经验。因此，监管者鼓励不同利益相关方就生物标志物的开发尽早与监管机构合作，以实现监管要求与药物研究阶段更好地协调。 讨论与展望 学术机构、制药企业和监管部门已达成共识，生物标志物在临床试验中具有三方面的潜在应用。一是将生物标志物作为诊断工具，充实 AD 患者样本量，排除其他原因所致疑似 AD 的痴呆病例。但这可能会使新药的临床适应症在一般人群中受到限制。同时，如果具有疾病缓解效应的候选药物对疾病早期更具预期疗效，那么生物标志物将成为疾病早期发现的必备检查项目。 二是生物标志物用于发现和监测药物的生化效应，有助于药物开发。在药物对 AD 动物模型的效应转化为临床疗效的过程中，非影像学生物标志物的应用将会增加预测强度。动物模型中显示可减轻斑块负荷的 40 多种分子中 ，某些品种针对 AD 患者的治疗缺乏预测或临床效应。另外，在昂贵且耗时的大型 Ⅱ 期、 Ⅲ 期临床试验之前，采用生物标志物进行小型短期临床试验，就能够验证候选药物的疾病缓解效应。实际上，生物标志物已应用于 AD 患者的 Ⅱ 期、 Ⅲ 期临床试验，监管部门对此并无异议。不过在生物标志物作为 Ⅲ 期试验的替代性终点之前，应建立生物标志物药物诱发性变化与预期临床结局的关联性。 ADNI 等大型全球性多中心项目，将会支持这方面的验证和资格评定工作。 三是生物标志物应用于临床试验可尽早发现药物的特异性副作用。例如， Aβ 免疫疗法试验有发生脑炎 和血管源性水肿 的风险，但临床手段很难发现，而通过 MRI 和 CSF 分析则易于发现。另外，如果将 MRI 和 CSF 纵向测定作为临床试验的一部分，就能够提供明确的信息，认定该候选药物与这种类型的不良事件有无关联。 虽然已证实某些 MRI 、 PET 和 CSF 生物标志物可作为临床试验的诊断标志物，但仅有部分报道提示生物标志物可用于发现和监测神经变性过程中的药物疗效 ，且尚不具有替代性临床终点的资格。希望监管部门尽早参与到生物标志物开发过程中，这将使针对生物标志物资格认定的监管要求 更趋协调 ；而通过不同利益相关方加强协作，生物标志物联盟将会为 EMA 和 FDA 就监管实践进行的协调性对话营造气氛。 另一项挑战是尚无经认定具有疾病缓解效应的药物，从而应用于验证某种生物标志物是否与药物生化效应相关联，并由此预测临床结局。同时，药物若标注具有疾病缓解效应，必须具备影响疾病核心进程和神经病理特征的证据。这种双向依赖性使得 AD 药物开发和生物标志物研究陷入了类似于 “ 第 22 条军规 ” 的窘境。不过，正在进行的疾病缓解药物临床试验均将生物标志物作为终点指标。这些研究的汇总证据将会确定，生物标志物是否可作为某种复合物预期作用机制的有效概念验证工具，进而作为预测临床结局的替代性终点，成为药物宣称具有疾病缓解效应的依据。 框 4 公私 合作模式 如同科研工作需要多学科协作，生物标志物开发也需要各利益相关方之间的高度协作，才能将基础研究转化为临床决策。虽然个体组织内部可能实现科研成果的增长，但会受到该组织拥有的资源资本和智力资本的限制。并且，如果一家单位仅有能力投资于生物标志物 （针对某种病变或某个研究领域） 的开发，但没有 AD 诊断产品补充上市的话，那么就不可能获得其投资回报。与适销产品无关的生物标志物开发，不会是可行的和可持续的商业模式。 因此，通过联合投资和资源技术集中，才有望在这一领域取得显著进步；其回报就是可以共享成果 （如临床试验数据） ，从而 激 发市场和商品开发的竞争。为实现各自不同的目标，多个行业可通过战略联盟实现扩张，这方面有许多实例 ，生物标志物联盟就是例证。该团体由政府部门、学术机构、企业、患者维权人士和专业组织组成，为生物标志物开发架起了沟通桥梁。尚有几大类疾病仍是公共卫生关注的薄弱点，包括肿瘤、神经疾病、代谢紊乱及免疫和炎症性疾病。而 AD 神经影像学项目 （ ADNI ） 采用公私合作模式，在 5 年时间内对正常个体、 MCI 患者和 AD 患者进行追踪，其目标为借助于最先进的技术和平台描绘人脑的形态学改变，并建立与疾病进展的联系。类似项目在欧洲 （欧洲 AD 委员会 ADNI 项目） 、日本和德国 （痴呆能力网络项目） 均已启动。最终希望这些研究能够活跃医疗产品的开发，为患者带来更安全、有效、廉价的治疗方法。 注释： β- 淀粉样蛋白 （ Amyloid-β ， Aβ ） ：源自淀粉样前体蛋白的易聚集性多肽。其中有 42 个氨基酸的多肽亚型是 AD 斑块的主要成分。 tau 蛋白 ：位于神经元轴突的微管相关蛋白。高度磷酸化 tau 蛋白为 AD 神经原纤维缠结的主要成分。 《精神疾病诊断和统计手册》第 4 版 （ DSM- Ⅳ ） ：该手册概述了精神疾病的诊断标准，由美国精神病学会发布。 《国际疾病统计分类》第 10 版 （ ICD-10 ） ： 本书概述了人类疾病的诊断标准，由世界卫生组织发布。 美国国立神经病学、语言障碍和卒中研究所－阿尔茨海默病及相关疾病学会 （ NINCDS-ADRDA ） ： 两家组织联合发布了 AD 诊断标准。 主要终点： 指临床试验拟回答的一项主要问题。 生物标志物： 指生物学过程或发病过程客观指标，用于评价疾病风险或预后，以及指导临床诊断或监测治疗干预效应。 替代性终点： 临床试验中临床终点的替代指标。 次要终点： 只作为临床试验疗效特点的补充性终点，不足以完全显示其疗效特点或支持其疗效宣称。 纵向研究： 在较长期限内重复观察同一批患者的试验研究。 体模试验 （ phantom test ） ： 采用标准尺寸和密度的塑料圆筒对磁共振成像设备进行校正。 转换图 （ transformation map ） ：描述空间扭曲的空间延伸性向量场，用于将脑部三维影像重排为通用的标准空间。 典型斑块： 指具有典型淀粉样特征的 β- 淀粉样蛋白致密聚集体，由肿胀的神经炎症细胞和反应性神经胶质细胞包绕。 弥散斑块： 只能通过免疫组化方法检测到的 β- 淀粉样蛋白聚集体。 AN1792 疫苗试验： 第一项 Aβ 主动免疫疗法治疗 AD 临床试验。 亨廷顿协议： 对有亨廷顿病家族史的个体可提供遗传咨询 （包括症状前 DNA 检测预测发病可能性） 。若获得申请，该个体要通过一系列细致的咨询，确保其理解与其遗传状态相关的事项。 TOMM40 ：位于第 19 对染色体、编码线粒体蛋白的基因，邻近载脂蛋白 E 基因。 风险预测图： 描述随年龄变化 AD 发病风险的图表。危险程度经过遗传状态的校正 （特别是载脂蛋白 E 基因型状态） 。其他基因对该图表的影响较小 （ APP 和早老蛋白突变家族除外） 。 0 期试验： 首次进行的探索性人体试验，采用单一的亚治疗剂量，仅纳入少量受试者，可提供药物药动学和药效学的初始信息。 参考文献 1. Blennow,K., de Leon, M. J. Zetterberg, H. Alzheimer’s disease. Lancet 368,387–403 (2006). 2. Klafki,H. W., Staufenbiel, M., Kornhuber, J. Wiltfang, J. Therapeutic approachesto Alzheimer’s disease. Brain 129, 2840–2855, (2006). 3. Garcia-Alloza,M. et al. Existing plaques and neuritic abnormalities in APP:PS1 mice are notaffected by administration of the gamma-secretase inhibitor LY-411575. Mol.Neurodegener. 4, 19 (2009). 4. Das,P., Murphy, M. P., Younkin, L. H., Younkin, S. G. Golde, T. E. Reducedeffectiveness of Aβ 1–42 immunization in APP transgenic mice withsignificant amyloid deposition. Neurobiol. Aging 22, 721–727 (2001). 5. Levites,Y. et al. Anti-Aβ 42 - and anti-Aβ 40 -specific mAbsattenuate amyloid deposition in an Alzheimer disease mouse model. J. Clin.Invest. 116, 193–201 (2006). 6. Brookmeyer,R., Johnson, E., Ziegler-Graham, K., Arrighi, H. M. Forecasting the globalburden of Alzhei-mer’s disease. Alzheimers Dement. 3, 186–191 (2007). 7. Siemers,E. R. How can we recognize “ disease modification ” effects? J. Nutr.Health Aging 13, 341–343 (2009). 8. Frank,R. Hargreaves, R. Clinical biomarkers in drug discovery and development.Nature Rev. Drug Discov. 2, 566–580, (2003). 9. Frank,R. A. et al. Biological markers for therapeutic trials in Alzheimer’s disease.Proceedings of the biological markers working group; NIA initiative onneuroimaging in Alzheimer’s disease. Neurobiol. Aging 24, 521–536, (2003). 10. Orgogozo, J. M. et al. Subacutemeningoencephalitis in a subset of patients with AD after Aβ42 immunization.Neurology 61, 46–54 (2003). 11. Blennow, K. Hampel, H. CSFmarkers for incipient Alzheimer’s disease. Lancet Neurol. 2, 605–613 (2003). 12. Teipel, S. J., Meindl, T., Grinberg,L., Heinsen, H. Hampel, H. Novel MRI techniques in the assessment ofdementia. Eur. J. Nucl. Med. Mol. Imaging 35 (Suppl. 1), 58–69 (2008). 13. Hampel, H. et al. Core candidateneurochemical and imaging biomarkers of Alzheimer’s disease. Alzheimers Dement.4, 38–48 (2008). 14. Whiting, P., Rutjes, A. W., Reitsma,J. B., Bossuyt, P. M. Kleijnen, J. The development of QUADAS: a tool forthe quality assessment of studies of diagnostic accuracy included in systematicreviews. BMC Med. Res. Methodol. 3, 25 (2003). 15. Nagy, Z. et al. Hippocampal pathologyreflects memory deficit and brain imaging measurements in Alzheimer’s disease:clinicopathologic correlations using three sets of pathologic diagnosticcriteria. Dementia 7, 76–81 (1996). 16. Logothetis, N. K. The neural basis ofthe blood-oxygen-level-dependent functional magnetic resonance imaging signal.Philos. Trans. R. Soc. Lond. B Biol. Sci. 357, 1003–1037 (2002). 17. Reivich, M. et al. The fluorodeoxyglucosemethod for the measurement of local cerebral glucose utilization in man. Circ.Res. 44, 127–137 (1979). 18. Lockhart, A. et al. PIB is anon-specific imaging marker of amyloid-β (Aβ) peptide-related cerebralamyloidosis. Brain 130, 2607–2615 (2007). 19. Allegri, R. F., Glaser, F. B.,Taragano, F. E. Buschke, H. Mild cognitive impairment: believe it or not?Int. Rev. Psychiatry 20, 357–363 (2008). 20. Fennema-Notestine, C. et al.Structural neuroimaging in the detection and prognosis of pre-clinical andearly AD. Behav. Neurol. 21, 3–12 (2009). 21. Giedd, J. N. et al. Reliability ofcerebral measures in repeated examinations with magnetic resonance imaging.Psychiatry Res. 61, 113–119 (1995). 22. Ewers, M. et al. Multicenterassessment of reliability of cranial MRI. Neurobiol. Aging 27, 1051–1059 (2006). 23. Bokde, A. L. et al. Decreasedactivation along the dorsal visual pathway after a 3-month treatment withgalantamine in mild Alzheimer disease: a functional magnetic resonance imagingstudy. J. Clin. Psychopharmacol. 29, 147–156 (2009). 24. Moffett, J. R., Ross, B., Arun, P.,Madhavarao, C. N. Namboodiri, A. M. N-Acetylaspartate in the CNS: fromneurodiagnostics to neurobiology. Prog. Neurobiol. 81, 89–131 (2007). 25. Kantarci, K. 1H magnetic resonancespectroscopy in dementia. Br. J. Radiol. 80, S146–S152 (2007). 26. Alexander, G. E., Chen, K., Pietrini,P., Rapoport, S. I. Reiman, E. M. Longitudinal PET evaluation of cerebralmetabolic decline in dementia: a potential outcome measure in Alzheimer’sdisease treatment studies. Am. J. Psychiatry 159, 738–745 (2002). 27. Hirono, N., Hashimoto, M., Ishii, K.,Kazui, H. Mori, E. One-year change in cerebral glucose metabolism inpatients with Alzheimer’s disease. J. Neuropsychiatry Clin. Neurosci. 16,488–492 (2004). 28. Heiss, W. D., Kessler, J., Mielke, R.,Szelies, B. Herholz, K. Long-term effects of phosphatidylserine,pyritinol, and cognitive training in Alzheimer’s disease. A neuropsychological, EEG, and PETinvestigation. Dementia 5, 88–98 (1994). 29. Mega, M. S. et al. Metabolic patternsassociated with the clinical response to galantamine therapy: a fludeoxyglucoseF18 positron emission tomographic study. Arch. Neurol. 62, 721–728 (2005). 30. Stefanova, E. et al. Longitudinal PETevaluation of cerebral glucose metabolism in rivastigmine treated patients withmild Alzheimer’s disease. J. Neural Transm. 113, 205–218 (2006). 31. Kadir, A. et al. Effect of phenserinetreatment on brain functional activity and amyloid in Alzheimer’s disease. Ann.Neurol. 63, 621–631 (2008). 32. Klunk, W. E. et al. Imaging brainamyloid in Alzheimer’s disease with Pittsburgh Compound-B. Ann. Neurol. 55,306–319 (2004). 33. Jack, C. R. Jr et al. 11C PiB andstructural MRI provide complementary information in imaging of Alzheimer’sdisease and amnestic mild cognitive impairment. Brain 131, 665–680 (2008). 34. Maeda, J. et al. Longitudinal,quantitative assessment of amyloid, neuroinflammation, and anti-amyloidtreatment in a living mouse model of Alzheimer’s disease enabled by positronemission tomography. J. Neurosci. 27, 10957–10968 (2007). 35. Villemagne, V. L. et al. Aβ depositsin older non-demented individuals with cognitive decline are indicative ofpreclinical Alzheimer’s disease. Neuropsychologia 46, 1688–1697 (2008). 36. Forsberg, A. et al. PET imaging ofamyloid deposition in patients with mild cognitive impairment. Neurobiol. Aging29, 1456–1465, (2008). 37. Rowe, C. C. et al. Imaging of amyloidbeta in Alzheimer’s disease with 18F-BAY94-9172, a novel PET tracer: proof ofmechanism. Lancet Neurol. 7, 129–135 (2008). 38. Bobinski, M. et al. The histologicalvalidation of post mortem magnetic resonance imaging-determined hippocampalvolume in Alzheimer’s disease. Neuroscience 95, 721–725 (2000). 39. Vellas, B. et al. Long-term follow-upof patients immunized with AN1792: reduced functional decline in antibodyresponders. Curr. Alzheimer Res. 6, 144–151 (2009). 40. Saumier, D. et al. Lessons learned inthe use of volumetric MRI in therapeutic trials in Alzheimer’s disease: theALZHEMED (Tramiprosate) experience. J. Nutr. Health Aging 13, 370–372 (2009). 41. Harold, D. et al. Genome-wideassociation study identifies variants at CLU and PICALM associated withAlzheimer’s disease. Nature Genet. 41, 1088–1093 (2009). 42. Lambert, J. C. et al. Genome-wideassociation study identifies variants at CLU and CR1 associated withAlzheimer’s disease. Nature Genet. 41, 1094–1099 (2009). 43. Klunk, W. E. et al. Imaging thepathology of Alzheimer’s disease: amyloid-imaging with positron emissiontomography. Neuroimaging Clin. N. Am. 13, 781–789 (2003). 44. Chen, K. et al. Correlations betweenapolipoprotein E ε 4 genedose and whole brain atrophy rates. Am. J. Psychiatry 164, 916–921 (2007). 45. Scahill, R. I., Schott, J. M.,Stevens, J. M., Rossor, M. N. Fox, N. C. Mapping the evolution ofregional atrophy in Alzheimer’s disease: unbiased analysis of fluid-registeredserial MRI. Proc. Natl Acad. Sci. USA 99, 4703–4707 (2002). 46. Scheuner, D. et al. Secreted amyloidβ-protein similar to that in the senile plaques of Alzheimer’s disease isincreased in vivo by the presenilin 1 and 2 and APP mutations linked to familialAlzheimer’s disease. Nature Med. 2, 864–870 (1996). 47. Myers, A. J. et al. A survey ofgenetic human cortical gene expression. Nature Genet. 39, 1494–1499 (2007). 48. Kauwe, J. S. et al. Alzheimer’sdisease risk variants show association with cerebrospinal fluid amyloid β.Neurogenetics 10, 13–17 (2009). 49. Kauwe, J. S. et al. Variation in MAPTis associated with cerebrospinal fluid tau levels in the presence of amyloid-βdeposition. Proc. Natl Acad. Sci. USA 105, 8050–8054 (2008). 50. Melzer, D. et al. A genome-wideassociation study identifies protein quantitative trait loci (pQTLs). PLoS Genet. 4, e1000072 (2008). 51. Makeeva, O., Stepanov, V., Puzyrev,V., Goldstein, D. B. Grossman, I. Global pharmacogenetics: geneticsubstructure of Eurasian populations and its effect on variants ofdrug-metabolizing enzymes. Pharmacogenomics 9, 847–868 (2008). 52. Farrer, L. A. et al. Statement on useof apolipoprotein E testing for Alzheimer disease. American College of MedicalGenetics/American Society of Human Genetics Working Group on ApoE and Alzheimerdisease. JAMA 274, 1627–1629 (1995). 53. Green, R. C. et al. Disclosure of APOEgenotype for risk of Alzheimer’s disease. N. Engl. J. Med. 361, 245–254 (2009). 54. Herukka, S. K. et al. CSF Aβ42, Tauand phosphorylated Tau, APOE ε4 allele and MCI type in progressive MCI.Neurobiol. Aging 28, 507–514 (2007). 55. Ray, S. et al. Classification andprediction of clinical Alzheimer’s diagnosis based on plasma signalingproteins. Nature Med. 13, 1359–1362 (2007). 56. Irizarry, M. C. Biomarkers ofAlzheimer disease in plasma. NeuroRx 1, 226–234 (2004). 57. Vanderstichele, H. et al.Standardization of measurement of beta-amyloid(1–42) in cerebrospinal fluid andplasma. Amyloid 7, 245–258 (2000). 58. Peskind, E. R. et al. Safety andacceptability of the research lumbar puncture. Alzheimer Dis. Assoc. Disord.19, 220–225 (2005). 59. Blennow, K. Cerebrospinal fluidprotein biomarkers for Alzheimer’s disease. NeuroRx 1, 213–225 (2004). 60. Strozyk, D., Blennow, K., White, L. R. Launer, L. J. CSF Aβ 42 levels correlate with amyloid-neuropathology in apopulation-based autopsy study. Neurology 60, 652–656 (2003). 61. Fagan, A. M. et al. Inverse relationbetween in vivo amyloid imaging load and cerebrospinal fluid Aβ42 in humans.Ann. Neurol. 59, 512–519 (2006). 62. Buerger, K. et al. CSF phosphorylatedtau protein correlates with neocortical neurofibrillary pathology inAlzheimer’s disease. Brain 129, 3035–3041 (2006). 63. Shaw, L. M. et al. Cerebrospinal fluidbiomarker signature in Alzheimer’s disease neuroimaging initiative subjects.Ann. Neurol. 65, 403–413, (2009). 64. Visser, P. J. et al. Prevalence andprognostic value of CSF markers of Alzheimer’s disease pathology in patientswith subjective cognitive impairment or mild cognitive impairment in theDESCRIPA study: a prospective cohort study. Lancet Neurol. 8, 619–627, (2009). 65. Mattsson, N. et al. CSF biomarkers andincipient Alzheimer disease in patients with mild cognitive impairment. JAMA302, 385–393, (2009). 66. Andreasson, U., Portelius, E.,Andersson, M. E., Blennow, K. Zetterberg, H. Aspects of β-amyloid as abiomarker for Alzheimer’s disease. Biomarkers Med. 1, 59–78 (2007). 67. de Jong, D., Kremer, B. P., OldeRikkert, M. G. Verbeek, M. M. Current state and future directions ofneurochemical biomarkers for Alzheimer’s disease. Clin. Chem. Lab. Med. 45,1421–1434 (2007). 68. Zhong, Z. et al. Levels of β-secretase(BACE1) in cerebrospinal fluid as a predictor of risk in mild cognitive impairment.Arch. Gen. Psychiatry 64, 718–726 (2007). 69. Zetterberg, H. et al. Elevatedcerebrospinal fluid BACE1 activity in incipient Alzheimer disease. Arch.Neurol. 65, 1102–1107 (2008). 70. Davidsson, P. et al. Differentialincrease in cerebrospinal fluid-acetylcholinesterase after treatment withacetylcholinesterase inhibitors in patients with Alzheimer’s disease. Neurosci.Lett. 300, 157–160 (2001). 71. von der Kammer, H. et al. Muscarinicacetylcholine receptors activate expression of the EGR gene family oftranscription factors. J. Biol. Chem. 273, 14538–14544 (1998). 72. Blennow, K. et al. Longitudinalstability of CSF biomarkers in Alzheimer’s disease. Neurosci. Lett. 419, 18–22(2007). 73. Zetterberg, H. et al. Intra-individualstability of CSF biomarkers for Alzheimer’s disease over two years. J.Alzheimers Dis. 12, 255–260 (2007). 74. Lanz, T. A., Hosley, J. D., Adams, W.J. Merchant, K. M. Studies of Aβ pharmacodynamics in the brain,cerebrospinal fluid, and plasma in young (plaque-free) Tg2576 mice using theγ-secretase inhibitorN2- -N1- azepin-7-yl]-L-alaninamide(LY-411575). J. Pharmacol. Exp. Ther. 309, 49–55 (2004). 75. Anderson, J. J. et al. Reductions inβ-amyloid concentrations in vivo by the γ-secretase inhibitors BMS-289948 andBMS-299897. Biochem. Pharmacol. 69, 689–698 (2005). 76. Fleisher, A. S. et al. Phase 2 safetytrial targeting amyloid beta production with a gamma-secretase inhibitor inAlzheimer disease. Arch. Neurol. 65, 1031–1038 (2008). 77. Sankaranarayanan, S. et al. Firstdemonstration of cerebrospinal fluid and plasma Aβ lowering with oraladministration of a β-site amyloid precursor protein-cleaving enzyme 1inhibitor in nonhuman primates. J. Pharmacol. Exp. Ther. 328, 131–140 (2009). 78. Adlard, P. A. et al. Rapid restorationof cognition in Alzheimer’s transgenic mice with 8-hydroxy quinoline analogs isassociated with decreased interstitial Aβ. Neuron 59, 43–55 (2008). 79. Lannfelt, L. et al. Safety, efficacy,and biomarker findings of PBT2 in targeting Aβ as a modifying therapy forAlzheimer’s disease: a phase IIa, double-blind, randomised, placebo-controlledtrial. Lancet Neurol. 7, 779–786 (2008). 80. Hesse, C. et al. Transient increase intotal tau but not phospho-tau in human cerebrospinal fluid after acute stroke.Neurosci. Lett. 297, 187–190 (2001). 81. Zetterberg, H. et al. Neurochemicalaftermath of amateur boxing. Arch. Neurol. 63, 1277–1280 (2006). 82. Gilman, S. et al. Clinical effects ofAβ immunization (AN1792) in patients with AD in an interrupted trial. Neurology64, 1553–1562 (2005). 83. Degerman Gunnarsson, M., Kilander, L.,Basun, H. Lannfelt, L. Reduction of phosphorylated tau during memantinetreatment of Alzheimer’s disease. Dement. Geriatr. Cogn. Disord. 24, 247–252(2007). 84. Slamon, D. J. et al. Studies of theHER-2/neu proto-oncogene in human breast and ovarian cancer. Science 244,707–712 (1989). 85. Dubois, B. et al. Research criteriafor the diagnosis of Alzheimer’s disease: revising the NINCDS-ADRDA criteria.Lancet Neurol. 6, 734–746 (2007). 86. Carrillo, M. C. et al. Early riskassessment for Alzheimer’s disease. Alzheimers Dement. 5, 182–196 (2009). 87. Coats, M. Morris, J. C.Antecedent biomarkers of Alzheimer’s disease: the adult children study. J.Geriatr. Psychiatry Neurol. 18, 242–244 (2005). 88. Mintun, M. A. et al. PIB in anondemented population: potential antecedent marker of Alzheimer disease.Neurology 67, 446–452 (2006). 89. Mani, R. B. The evaluation of diseasemodifying therapies in Alzheimer’s disease: a regulatory viewpoint. Stat. Med.23, 305–314 (2004). 90. Pepe, M. S. et al. Phases of biomarkerdevelopment for early detection of cancer. J. Natl Cancer Inst. 93, 1054–1061(2001). 91. Leber, P. Slowing the progression ofAlzheimer disease: methodologic issues. Alzheimer Dis. Assoc. Disord. 11(Suppl. 5), 10–21; discussion 37–19 (1997). 92. Woodcock, J. Woosley, R. The FDAcritical path initiative and its influence on new drug development. Annu. Rev.Med. 59, 1–12 (2008). 93. Katz, R. Biomarkers and surrogatemarkers: an FDA perspective. NeuroRx 1, 189–195 (2004). 94. Temple, R. Are surrogate markersadequate to assess cardiovascular disease drugs? JAMA 282, 790–795 (1999). 95. Baker, S. G. Kramer, B. S. Aperfect correlate does not a surrogate make. BMC Med. Res. Methodol. 3, 16(2003). 96. Fleming, T. R. DeMets, D. L.Surrogate end points in clinical trials: are we being misled? Ann. Intern. Med.125, 605–613 (1996). 97. Fox, N. C. et al. Effects of Aβetaimmunization (AN1792) on MRI measures of cerebral volume in Alzheimer disease.Neurology 64, 1563–1572 (2005). 98. Jack, C. R. Jr et al. The Alzheimer’sDisease Neuroimaging Initiative (ADNI): MRI methods. J. Magn. Reson. Imaging27, 685–691 (2008). 99. Mueller, S. G. et al. Ways toward anearly diagnosis in Alzheimer’s disease: The Alzheimer’s Disease NeuroimagingInitiative (ADNI). Alzheimers Dement. 1, 55–66 (2005). 100.Williams, S. A., Slavin, D. E., Wagner, J. A. Webster, C. J. Acost-effectiveness approach to the qualification and acceptance of biomarkers.Nature Rev. Drug Discov. 5, 897–902 (2006). 101.Gutman, S. Kessler, L. G. The US Food and Drug Administration perspectiveon cancer biomarker development. Nature Rev. Cancer 6, 565–571 (2006). 102.Grundman, M. Black, R. O3-04-05: clinical trials of bapineuzumab, aβ-amyloid-targeted immunotherapy in patients with mild to moderate Alzheimer’sdisease. Alzheimers Dement. 4, T166 (2008). 103.Sanhai, W. R., Spiegel, J. Ferrari, M. A critical path approach toadvance nanoengineered medical products. Drug Discov. Today Technol. 4, 35–41(2007). 104.Ridha, B. H. et al. Application of automated medial temporal lobe atrophy scaleto Alzheimer disease. Arch. Neurol. 64, 849–854 (2007). 105.Byrum, C. E. et al. Accuracy and reproducibility of brain and tissue volumesusing a magnetic resonance segmentation method. Psychiatry Res. 67, 215–234(1996). 106.Jack, C. R. Jr et al. Medial temporal atrophy on MRI in normal aging and verymild Alzheimer’s disease. Neurology 49, 786–794 (1997). 107.Wang, P. N., Lirng, J. F., Lin, K. N., Chang, F. C. Liu, H. C. Predictionof Alzheimer’s disease in mild cognitive impairment: a prospective study inTaiwan. Neurobiol. Aging 27, 1797–1806, (2006). 108.Fox, N. C., Cousens, S., Scahill, R., Harvey, R. J. Rossor, M. N. Usingserial registered brain magnetic resonance imaging to measure diseaseprogression in Alzheimer disease: power calculations and estimates of samplesize to detect treatment effects. Arch. Neurol. 57, 339–344 (2000). 109.Loubinoux, I. et al. Within-session and between-session reproducibility ofcerebral sensorimotor activation: a test–retest effect evidenced withfunctional magnetic resonance imaging. J. Cereb. Blood Flow Metab. 21, 592–607(2001). 110. Kircher,T. T., Erb, M., Grodd, W. Leube, D. T. Cortical activation duringcholinesterase-inhibitor treatment in Alzheimer disease: preliminary findingsfrom a pharmaco-fMRI study. Am. J. Geriatr. Psychiatry 13, 1006–1013 (2005). 111. Bokde,A. L. W. et al. Decreased activation along the dorsal visual pathway after a3-month treatment with galantamine in mild Alzheimer disease. J. Clin.Psychopharmacol. 29, 147–156 (2009). 112.Goekoop, R., Scheltens, P., Barkhof, F. Rombouts, S. A. Cholinergicchallenge in Alzheimer patients and mild cognitive impairment differentiallyaffects hippocampal activation — a pharmacological fMRI study. Brain 129,141–157 (2006). 113.Chao, L. L. et al. Reduced medial temporal lobe N-acetylaspartate incognitively impaired but nondemented patients. Neurology 64, 282–289 (2005). 114. Jessen,F. et al. Treatment monitoring and response prediction with proton MRspectroscopy in AD. Neurology 67, 528–530 (2006). 115.Herholz, K. et al. Comparability of FDG PET studies in probable Alzheimer’sdisease. J. Nucl. Med. 34, 1460–1466 (1993). 116.Edison, P. et al. Amyloid, hypometabolism, and cognition in Alzheimer disease:an PIB and FDG PET study. Neurology 68, 501–508 (2007). 117.Heiss, W. D. et al. Effect of piracetam on cerebral glucose metabolism inAlzheimer’s disease as measured by positron emission tomography. J. Cereb.Blood Flow Metab. 8, 613–617 (1988). 118.Teipel, S. J. et al. Effects of donepezil on cortical metabolic response toactivation during 18FDG-PET in Alzheimer’s disease: a double-blind cross-overtrial. Psychopharmacology (Berl.) 187, 86–94 (2006). 119.Engler, H. et al. Two-year follow-up of amyloid deposition in patients withAlzheimer’s disease. Brain 129, 2856–2866 (2006). 120.Bohnen, N. I. et al. Degree of inhibition of cortical acetylcholinesteraseactivity and cognitive effects by donepezil treatment in Alzheimer’s disease.J. Neurol. Neurosurg. Psychiatry 76, 315–319 (2005). 121.Andreasen, N. et al. Cerebrospinal fluid β -amyloid(1–42) in Alzheimer disease: differencesbetween early- and late-onset Alzheimer disease and stability during the courseof disease. Arch. Neurol. 56, 673–680 (1999). 122.Olsson, A. et al. Simultaneous measurement of β -amyloid(1–42), total tau, and phosphorylated tau(Thr181) in cerebrospinal fluid by the xMAP technology. Clin. Chem. 51, 336–345(2005). 123.Fukuyama, R. et al. Age-dependent change in the levels of Aβ40 and Aβ42 incerebrospinal fluid from control subjects, and a decrease in the ratio of Aβ42to Aβ40 level in cerebrospinal fluid from Alzheimer’s disease patients. Eur.Neurol. 43, 155–160 (2000). 124.Kanai, M. et al. Longitudinal study of cerebrospinal fluid levels of tau, Aβ 1–40 ,and Aβeta 1–42(43) in Alzheimer’s disease: a study in Japan. Ann.Neurol. 44, 17–26 (1998). 125.Lewczuk, P. et al. Neurochemical diagnosis of Alzheimer’s dementia by CSF Aβ 42 ,Aβ 42 /Aβ 40 ratio and total tau. Neurobiol. Aging 25,273–281 (2004). 126.Hansson, O. et al. Prediction of Alzheimer’s disease using the CSF Aβ42/Aβ40ratio in patients with mild cognitive impairment. Dement. Geriatr. Cogn.Disord. 23, 316–320 (2007). 127.Shoji, M. et al. Combination assay of CSF tau, Aβ1–40 and Aβ1–42(43) as abiochemical marker of Alzheimer’s disease. J. Neurol. Sci. 158, 134–140 (1998). 128. deLeon, M. J. et al. Longitudinal cerebrospinal fluid tau load increases in mildcognitive impairment. Neurosci. Lett. 333, 183–186 (2002). 129. deLeon, M. J. et al. Longitudinal CSF and MRI biomarkers improve the diagnosis ofmild cognitive impairment. Neurobiol. Aging 27, 394–401 (2006). 130.Olsson, A. et al. Measurement of α- and β-secretase cleaved amyloid precursorprotein in cerebrospinal fluid from Alzheimer patients. Exp. Neurol. 183, 74–80(2003). 131. Verheijen,J. H. et al. Detection of a soluble form of BACE-1 in human cerebrospinal fluidby a sensitive activity assay. Clin. Chem. 52, 1168–1174 (2006). 132.Holsinger, R. M., Lee, J. S., Boyd, A., Masters, C. L. Collins, S. J. CSFBACE1 activity is increased in CJD and Alzheimer disease versus other dementias. Neurology 67, 710–712 (2006). 133.Holsinger, R. M., McLean, C. A., Collins, S. J., Masters, C. L. Evin, G.Increased beta-secretase activity in cerebrospinal fluid of Alzheimer’s diseasesubjects. Ann. Neurol. 55, 898–899 (2004). 134.Georganopoulou, D. G. et al. Nanoparticle- based detection in cerebral spinalfluid of a soluble pathogenic biomarker for Alzheimer’s disease. Proc. NatlAcad. Sci. USA 102, 2273–2276 (2005). 135.Vanderstichele, H. et al. Analytical performance and clinical utility of theINNOTEST PHOSPHO-TAU(181P) assay for discrimination between Alzheimer’s diseaseand dementia with Lewy bodies. Clin. Chem. Lab. Med. 44, 1472–1480 (2006). 136.Vanmechelen, E. et al. Quantification of tau phosphorylated at threonine 181 inhuman cerebrospinal fluid: a sandwich ELISA with a synthetic phosphopeptide forstandardization. Neurosci. Lett. 285, 49–52, (2000). 137.Kohnken, R. et al. Detection of tau phosphorylated at threonine 231 incerebrospinal fluid of Alzheimer’s disease patients. Neurosci. Lett. 287,187–190 (2000). 138.Hampel, H. et al. Measurement of phosphorylated tau epitopes in thedifferential diagnosis of Alzheimer disease: a comparative cerebrospinal fluidstudy. Arch. Gen. Psychiatry 61, 95–102 (2004). 附表 阿尔茨海默病的影像学生物标志物 生物标志物 检测方法 横断面研究 多中心稳定性 AD 相关变化 阶段评估 评价 海马体积 目测 与海马实际体积有高度相关性 （ R 2 约为 0.9 ） ，与对照组相比， AD 诊断准确度为 80%-90% ）， 尚未评估其对 MCI 转化为 AD 的预测价值 多中心研究已经开展，但多中心稳定性尚未系统评价 纵向变化的准确度仅处于机会水平 尚需经过多中心的系统分析 适用于基线诊断评估 ，不适用于追踪随访 手工测定 重测信度较高 ，与对照组相比， AD 诊断准确度为 80%-90% ，预测 MCI 转化为 AD 的准确度为 70%-80% 横断面研究的多中心变异度在 5% 以下，低于纵向研究数据 年萎缩率在 AD 患者和健康对照者分别为 3%-7% 和 0.9%-1.4% 已作为临床试验的次要终点 目前最完善的影像学生物标志物；尚需评估纵向研究的多中心变异度 自动测定 与手工测定有高度相关性 （ R 2 0.8 ） 。 AD 与对照者间群体辨别力为 83% ， MCI 与对照者间为 73% （仅为 事后检验概率 ） 未见评估 检测方法已经建立，并应用于小样本研究，预测非痴呆老人随后认知衰退的准确度约为 80% 目前仅小型单中心研究 该方法仍需主要检测人员输入，且尚需大样本的单中心和多中心研究的评估 内嗅皮层 （ ERC ） 手工测定 对有 AD 表现的患者并无额外益处。预测 MCI 转化为 AD 的准确度，与海马体积测定相比有小幅升高 未见评估 AD 患者 ERC 萎缩速度 5 倍于对照者 目前仅小型单中心研究 考虑到繁重的检测方法，随机对照试验中海马体积测定可能并无额外价值 全脑体积 自动测定 主要应用于纵向评定 多中心研究已经开展，但多中心稳定性尚未系统评价 年萎缩率在 AD 患者和健康对照者分别为 2.5% 和 0.4%-0.9% 已用于多中心临床试验 脑整体特性测定的启发价值有限 局部灰质 基于体素的形态测量 AD 和 MCI 有一致的脑萎缩模式，但尚未建立起统计模型以确定单独个体的发病风险 横断面研究的多中心稳定性在 5% 以下 ，纵向研究数据尚未评估 随后转化为 AD 的 MCI 患者局部灰质萎缩速度加快 ，尚未建立发病风险的统计模型 临床试验背景下的试验性标志物 尚需建立个体发病风险预测的统计模型 基于形变的形态测量 AD 和 MCI 有一致的脑萎缩模式，预测个体发病风险的统计模型提示，预测 MCI 转化为 AD 的准确度为 80% ，辨别 MCI 和对照者准确率为 90% 未见评估 AD 患者脑萎缩会扩展至全脑 ；尚无个体的效应值以解释临床试验结果 试验性标志物 评估全脑变化具有高度的空间分辨率，故有应用前景；尚需大样本的单中心和多中心的深入研究 皮层厚度 基于皮层曲率的自动测定 辨别 AD 和对照者的准确率为 90% 未见评估 AD 皮层年萎缩率平均为 0.18mm 试验性标志物 可直接测定效应值，且数值表达的意义充分，有望作为临床试验终点 基底前脑 萎缩 无名质厚度和信号强度测定 AD 与对照者间有显著差异 ，且与胆碱能治疗反应相关 未见评估 未见评估 试验性标志物 有应用前景的预测胆碱能系统整合性的标志物，尚需临床病理研究的深入验证 BOLD 信号 fMRI 前后比较 同一受试者不同成像期间的 fMRI 数据具有高度可靠性 总变异度中扫描仪差异不足 10% 。纵向研究和多中心研究中已采用质量控制规程 胆碱能治疗对 AD 注意网络可见特异性的局部激活效应 。面孔识别任务中，胆碱能治疗可致时间依赖性海马激活改变 小型单中心研究的试验性标志物 由于其广泛的应用，可望作为次要终点。首次 fMRI 多中心研究为阳性结果，显示其有应用前景 MRS 单体素质子波谱分析、波谱成像 （ 化学位移成像 ） AD 患者和随后进展为痴呆的 MCI 患者可见海马 NAA 减少 采用不同类型扫描仪的 5 家单位检测 NAA 变异度低于 5% 胆碱酯酶抑制剂治疗 AD 可见 NAA 增加。 NAA 相关的治疗反应和初始 NAA 低值可预测阳性治疗结局 。 用于临床试验背景下单中心研究的评估 MRS 标志物可为结构 MRI 和 fMRI 提供补充信息 FDG-PET 感兴趣区 （ ROI ） 分析和体素分析 局部测定值有良好的重现性，变异系数绝对值约为 16.5% 多中心变异度较高 AD 患者联合皮层代谢率 3 年间降低 16%-19% ，而正常对照者未见降低。吡拉西坦和胆碱能治疗 AD 可影响皮层代谢 。 用于临床试验背景下单中心研究的评估 作为多中心研究的标志物，潜在具有极为稳定和有效的特点，但受其费用和实用性的限制 淀粉样蛋白 -PET PIB 活体人脑内探测淀粉样斑块和淀粉样血管病变具有高度特异性 未见评估 AD 进展过程中 11 C-PIB 摄取未进一步增加 试验性标志物 引人关注的潜在诊断标志物，尚需对 PIB 阳性的健康受试者和 MCI 患者进行深入的跟踪研究，尚不明确是否可作为替代性终点 胆碱能系统 -PET 胆碱酯酶标志物 目前应用的所有胆碱酯酶抑制剂在标准临床剂量下，可使脑 AChE 活性降低 30%-40% 未见评估 乙酰胆碱酯酶抑制程度与 AD 认知改善程度相关 试验性标志物 引人关注的潜在生物标志物，用于确定新型复合物的作用方式 附表参考文献（详见附件） 透视阿尔茨海默病生物标志物的研究、产业化和监管（Biomarkers for Alzheimer's.pdf
刚刚看到有些博友在晒他们做的工作。我也来晒晒。征求意见。。。。 Abstract The aim of the present study was to investigate the neural basis of subjective experience component underlying preferential decision making with functional Magnetic Resonance Imaging (fMRI). The results indicated that the activation of the medial orbitofrontal cortex (mOFC) could distinguish the choice options while subjects had to decide which of two unfamiliar different persons’ faces they preferred (Objective Preferential Task), whereas not under those two similar faces (Subjective Preferential Task). Meanwhile, our findings demonstrated that mOFC was associated with objective preference, while the right-middle temporal gyrus (MT) and the left fusiform area were involved in subjective personal experience. These results indicated that these brain regions specialized for perceptual processing of visual stimuli (e.g., fusiform face area) and for subjective preference judgment based on self-referential information (e.g., MT) might interact in the service of subjective preference experience in preferential decision making. lv-figure2-mOFC-20101118.docx lv-figure3-rightMT and FFA-20101118.docx
据英国《星期日泰晤士报》报道说，科学家们通过扫描女性性高潮时的脑部变化照片发现，女性性高潮过程涉及逾30个不同脑区，而且在达到高潮的每一阶段，脑部活动都会不同程度增加，不但影响脑内的回馈线路，负责理性思维的脑区也会受影响。女性的性高潮要比男性更加持久更加深入，这给神经系统带来了巨大的负荷，这种过度负荷同样也会使女性的痛楚感觉暂时纾减。 美国新泽西州罗格斯大学脑神经科的Barry Komisaruk教授及其研究小组利用计算机扫描，首次拍摄到女性在进入和达到性高潮时的脑部活动情况。研究中，8名女性躺进功能核磁共振成像扫描仪(fMRI)内，盖上毛毯自慰，仪器每隔两秒就拍下一张脑扫描照。大部分人能在5分钟内达到高潮，一些人则需时20分钟。 参加者以举手示意达到高潮，结果发现，部分女性在一个时间段内多次举手，而且仅相隔数秒，反映女性性高潮时间较长，而且会连续经历多次。女性性高潮大多维持10至15秒，而男性性高潮大概只能持续6秒钟左右。 研究人员下一步计划对男性进行同类的脑部扫描，以研究女性性高潮是否比男性更持久和更深入。 女性受试者躺进功能核磁共振成像扫描仪(fMRI)内，以手示意达到性高潮 Barry Komisaruk教授在仪器前记录脑部扫描影像 性兴奋开始至高潮过程中脑部功能活性变化 （ 来源： 环球网 ） 【博主评论】 众所周知，人类的性功能几乎都或多或少与大脑的神经系统有关，男人在情绪低落的时候，性欲也低下，勃起、射精功能也下降；反之，女性亦然。 美国神经科专家丹尼尔阿门曾经说过：性和爱都源于大脑。在他看来，大脑就是性爱的总司令：我们感受到性爱激情，是因为大脑中特定的神经化学体系，让我们产生了这些情感。大脑中的爱情和性念头是如何产生的？又如何在我们脑中徘徊的呢？ 近几年，有关性功能在大脑中的功能定位研究方兴未艾，很多学者开始密切关注这一神秘的研究领域。但由于缺乏有效直观的研究手段，进展尤为缓慢。随着功能核磁共振成像技术（fMRI）的出现，为这一领域的研究打开了方便之门，通过该项技术，我们可以实时观察人类性活动中大脑功能区域的活动变化，从而了解性反应在大脑中的准确定位，换句话说，就是让我们能够分辨出大脑中哪些区域控制高潮，哪些区域控制勃起，哪些区域控制射精。。。 研究这些东西意义何在呢？意义在于，只要我们了解了性功能在大脑中的准确定位，我们就可以对这些功能区域进行细致的研究，寻找大脑控制性活动的内在机理，然后选择合适的调节手段，来调节大脑对性功能的控制，并最终用于性功能障碍的治疗。 男性大脑的大体功能定位 女性大脑的大体功能定位 【参考文献】 Secrets of the Female Orgasm Rutgers lab studies female orgasm through brain imaging Female orgasm 'overwhelms' Revealed: What goes on in a woman's brain when she has an orgasm 【原文】 What women think during an orgasm Sneak-a-peek inside a woman's brain while she is having orgasm would now be possible, thanks to a scan developed by American scientists. Rutgers University researchers have discovered that sexual arousal numbs the female nervous system to such an extent that she doesn't feel as much pain-only pleasure. Orgasm affects up to 30 different parts of the brain including those responsible for emotion, touch, joy, satisfaction and memory, found researchers. The researchers asked eight women to stimulate themselves while lying under a blanket inside a Magnetic Resonance Imaging (MRI) scanner, a tunnel-like machine often used to detect brain tumours. Most women took less than five minutes to reach an orgasm although some took as long as 20. During that time, the MRI scanner took images of their brain every two seconds to show which parts became active during the orgasm. The scientists found that two minutes before the orgasm, the brain's reward centres become active, the areas usually activated when eating food and drink. Immediately before they reached the peak, other areas of the brain became affected such as the sensory cortex, which receives ''touch'' messages from parts of the body and the thalamus, which relays signals to other parts of the body. Once the orgasm has started other parts of the brain are activated such as those responsible for emotion. The final part of the brain to be activated is the hypothalamus, the ''control'' part of the brain, which regulates temperature, hunger, thirst and tiredness. At the same time another area responsible for pleasure is activated - the nucleus accumbens - as well as the caudate nucleus, which is responsible for memory. In women, orgasm produces a very extensive response across the brain and body, the Daily Mail quoted Barry Komisaruk of Rutgers University as saying. Some women raised their hands several times each session, often just a few seconds apart. So the evidence is that women tend to have longer orgasms and can experience several in rapid succession, said Komisaruk. A woman's orgasm last an average of 10-15 seconds, whilst a man's is thought to last for just six seconds.
标签: fMRI
