パーソナライズされたバイオマーカーの軌道を共通の時間軸に整合させる:タウ-アミロイドβダイナミクスのコネクトームベースのODEモデル

科学分野:

• 神経科学
• バイオ物理学
• コンピュータ生物学

背景:

• アルツハイマー病 (AD) の診断は,異常なタウとアミロイドβのようなイメージングバイオマーカーに依存しています.
• これらのADバイオマーカーの時空的動態を理解するために,メカニズムに基づく生体物理モデルが不可欠です.

研究 の 目的:

• パーソナライズされたtauとアミロイドβ (Aβ) バイオマーカーの将来の値を予測するためのコネクトームベースの通常の微分方程式 (ODE) モデルを開発する.
• tau-Aβモデルに神経変性マーカーとして脳縮を統合する.
• 統一されたコホート分析のための標準化された疾患年齢を導入することによって,時間軸としての年代的年齢の制限に対処する.

主な方法:

• タウとAβダイナミクスの拡散,反応,クリアランスの条件を組み込んだコネクトームベースのODEモデルを使用した.
• タウ-Aβの相互作用を考慮し,異常の稀な局所的初期条件を想定した.
• 脳の縮の数学モデルを統合し 病気の年齢を標準化して バイオマーカーの動態を追跡しました
• 興味のある領域におけるタウ-Aβの時間的相関を分析した.

主要な成果:

• ODEモデルは,タウとアミロイドβ (Aβ) の動態をうまく捉えています.
• 病気の年齢を標準化することで,被験者の経路を統一し,包括的なコホート分析を可能にします.
• 様々な脳領域 (ROI) の異なる役割は,タウ-Aβタイムラル相関分析により,異なる疾患段階で特定されました.

結論:

• 開発されたODEモデルは,アルツハイマー病のバイオマーカーの進行を個別的に予測するための枠組みを提供します.
• ADコホートにおけるバイオマーカーのダイナミクスを分析するためのより効果的な時間軸です.
• アルツハイマー病の進行を理解するには,タウ-Aβの動態に対する地域特有の貢献を理解することが不可欠です.