通过无监督机器学习发现一种新型的进行性多系统萎缩亚型

时间：2026年1月22日

来源：Annals of Neurology

编辑推荐：

多系统萎缩（MSA）通过机器学习分析发现三种亚型：纹状体-黑质早发型（54%）、橄榄体-桥脑早发型（28%）和纹状体-橄榄体同步早发型（19%），后者生存期更短且α-突触蛋白病理更广泛。

摘要

研究目的

多系统萎缩（MSA）根据主要运动症状分为帕金森型（MSA-P）和小脑型（MSA-C）两种表型，相应的病理学表现为纹状体-黑质（SN）变性和橄榄-桥-小脑（OPC）萎缩；然而，疾病进展模式仍不甚清楚。本研究旨在利用无监督机器学习方法，根据神经元丢失模式识别新的MSA亚型。

方法

我们应用了“亚型和阶段推断”（Subtype and Stage Inference, SuStaIn）算法来分析167例经尸检确认的MSA患者的神经元丢失模式。在5个脑区（壳核、黑质、桥核、下橄榄核和小脑浦肯野细胞）对神经元丢失进行了半定量评估。所得亚型结果通过临床病理信息进行了验证。

结果

共识别出3种不同的亚型：SN-早期亚型（54% [86/160]），其特征为初始阶段出现SN神经元丢失；OPC-早期亚型（28% [44/160]），表现为早期OPC受累；SN-OPC同步亚型（19% [30/160]），表现为两个系统同时出现早期神经元丢失。这些亚型与临床表型高度吻合。SN-OPC同步亚型的患者生存期显著较短（中位生存期为6.2年，而SN-早期和OPC-早期亚型的中位生存期分别为6.9年和7.4年；p = 0.0049），疾病进展更快（57%，而SN-早期和OPC-早期亚型的比例分别为24%和41%；p = 0.0048），早期跌倒的发生率也更高（70%，而SN-早期和OPC-早期亚型的比例分别为36%和50%；p = 0.0039）。免疫组化验证显示，SN-OPC同步亚型的SN和OPC系统中存在广泛的α-突触核蛋白病理变化。