阿尔茨海默病和帕金森病是两种常见的神经退行性疾病,给社会和医疗带来沉重负担。寻找有效的治疗方法来对抗这些疾病,引起了人们对探索抗糖尿病药物潜力的兴趣。这篇综合评论旨在详细概述当前关于使用抗糖尿病药物作为阿尔茨海默病和帕金森病治疗干预措施的文献。我们讨论了这些神经退行性疾病的潜在病理机制,包括蛋白质错误折叠、炎症、氧化应激和线粒体功能障碍。然后,我们深入探讨抗糖尿病药物可能发挥神经保护作用的潜在机制,包括调节葡萄糖代谢和胰岛素信号传导、抗炎作用、调节氧化应激以及改善线粒体功能和生物能量学。我们重点介绍了体外、动物和临床研究,这些研究支持抗糖尿病药物在减少疾病病理和改善临床结果方面的潜在益处。然而,我们也承认这些药物的局限性、治疗反应的可变性和潜在的副作用。此外,我们还探索了新兴的治疗靶点和新方法,例如胰高血糖素样肽-1受体 (GLP-1R) 激动剂、胰岛素增敏剂、神经炎症靶向疗法和精准医疗方法。该评论最后强调需要进一步研究,包括大规模临床试验,以验证抗糖尿病药物在治疗阿尔茨海默病和帕金森病方面的疗效和安全性。研究人员、临床医生和制药公司之间的合作对于推动该领域的发展和有效治疗受这些使人衰弱的神经退行性疾病影响的患者至关重要。
丘脑底核 (STN) 的深部脑刺激 (DBS) 是治疗帕金森病 (PD) 运动症状的有效方法。然而,介导症状缓解的神经元素尚不清楚。先前的研究得出结论,直接光遗传学激活 STN 神经元对于缓解帕金森病症状既不是必要的也不是充分的。然而,用于细胞特异性激活的通道视紫红质-2 (ChR2) 的动力学太慢,无法跟上有效 DBS 所需的高速率,因此 STN 神经元的激活对 DBS 治疗效果的贡献仍不清楚。我们使用超快视蛋白 (Chronos) 量化了单侧 6-羟基多巴胺 (6-OHDA) 损伤后雌性大鼠的光遗传学 STN DBS 对行为和神经元的影响。 130 pps 的光遗传 STN DBS 减少了病理性旋转并改善了前肢踏步缺陷,类似于电 DBS,而使用 ChR2 的光遗传 STN DBS 不会产生行为效应。与电 DBS 一样,光遗传 STN DBS 表现出对刺激率的强烈依赖性;高刺激率可缓解症状,而低刺激率无效。高刺激率光遗传 DBS 可增加和减少 STN、苍白球外部 (GPe) 和黑质网状部 (SNr) 中单个神经元的放电率,并破坏 STN 和 SNr 中的 b 波段振荡活动。高速率光遗传学 STN DBS 确实可以通过减少 STN 相关神经回路中的异常振荡活动来改善帕金森病运动症状,这些结果强调了视蛋白的动力学特性对光遗传学刺激的效果有很大影响。
这篇早期发布的文章已经过同行评审并被接受,但尚未经过撰写和编辑过程。最终版本在风格或格式上可能略有不同,并将包含指向任何扩展数据的链接。
目的:通过分析脑活动来区分帕金森病静止性震颤和不同的自主手部运动。方法:我们重新分析了 6 名帕金森病患者的丘脑底核的脑磁图和局部场电位记录。数据是在停用多巴胺药物(Med Off)和服用左旋多巴(Med On)后获得的。使用梯度提升树学习,我们将时间段分类为震颤、握拳、前臂伸展或无震颤静止。结果:单独的丘脑底核活动不足以区分四种不同的运动状态(平衡准确度平均值:38%,标准差:7%)。相比之下,皮质和丘脑底核特征的组合可以实现更准确的分类(平衡准确度平均值:75%,标准差:17%)。与仅基于丘脑底活动的分类相比,添加单个皮质区域平均可将平衡准确度提高 17%。在大多数患者中,信息量最大的皮质区域是感觉运动皮质区域。Med On 和 Med Off 下的解码性能相似。结论:只要除了丘脑底活动外还监测皮质信号,电生理记录就可以区分几种运动状态。意义:通过结合皮质记录、皮质下记录和机器学习,自适应深部脑刺激系统可能能够特异性地检测震颤并对几种运动状态做出充分反应。2023 年国际临床神经生理学联合会。由 Elsevier BV 出版这是一篇根据 CC BY 许可开放获取的文章(http://creativecommons.org/licenses/by/4.0/)。
皮质基底神经节 β 振荡 (13-30 Hz) 被认为与帕金森病 (PD) 的运动障碍有关,尤其是运动迟缓和僵硬。多项研究已利用单侧 6-羟基多巴胺 (6-OHDA) 大鼠 PD 模型进一步研究 PD 和测试新疗法。然而,文献中尚未记录该模型的详细行为和电生理学表征,包括对 DBS 等流行 PD 疗法的分析。因此,我们通过一系列实验 (即圆柱体测试、旷场测试和转棒测试) 对 6-OHDA 大鼠半 PD 模型进行挑战,旨在评估运动障碍、分析深部脑刺激 (DBS) 的影响以及确定在哪些条件下会发生过度 β 振荡。我们发现,与假手术组相比,6-OHDA 半 PD 大鼠在所有实验中的表现均有所下降,而 DBS 可以提高它们的整体表现。在所有实验和行为中,高β波段的功率被观察到是 PD 的重要生物标志物,因为它显示了健康半球和受损半球之间以及 6-OHDA 受损大鼠和假手术大鼠之间的差异。这一切都表明,6-OHDA 半 PD 模型准确地代表了 PD 的许多运动和电生理症状,并且在分别考虑低β(13-21 Hz)和高β(21-30 Hz)频带时,使其成为新疗法临床前测试的有用工具。
Embodied Labs 很高兴发布我们的下一个具身体验:“Dima 实验室:路易体痴呆和帕金森病”。这个实验室允许学习具身化一位名叫 Dima(发音为“DEE-mah”)的黎巴嫩裔美国女性,她开始出现路易体痴呆 (DLB) 引起的症状。DLB 是一种综合性疾病,包括更常见的帕金森病 (PD) 和路易体痴呆 (LBD)——影响着数百万美国人和世界各地的人们,导致身体力矩、运动控制、个性、睡眠习惯和认知能力发生变化,以及许多其他症状。
摘要 —帕金森病 (PD) 是一种神经退行性疾病,在世界人口中患病率不断上升,其特征是运动和认知症状。尽管 PD 患者的皮质脑电图读数通常用于输入不同的机器学习框架,但直接受影响的区域集中在一组皮质下核和相关区域,即所谓的运动回路。由于这些区域只能通过侵入性程序(例如局部场电位 (LFP) 测量)直接访问,因此大多数数据收集必须依赖于动物模型。据我们所知,到目前为止,还没有以运动回路 LFP 数据为中心的基于神经网络的分析报告。在这项工作中,我们训练和评估了一组深度神经网络,数据集来自狨猴,其中 LFP 读数来自健康和帕金森病患者。我们分析了每个训练过的神经网络的输入和来自中间层的表示。使用了 CNN 和 ConvLSTM 分类器,准确率高达 99.80%,以及基于 CNN 的自动编码器,该编码器也已证明可以学习与 PD 相关的表征。结果和分析提供了进一步的见解,并促进了对帕金森病相关因素的研究。索引术语 — 帕金森病、LFP 分析、深度学习、归因方法、计算神经科学。
