阿尔茨海默症（AD）是发病率最高的神经退行性疾病。目前全球有5000万例痴呆患者，预期患者数将随人口老龄化而激增，给民众健康和社会经济带来沉重负担。然而，目前AD临床诊断主要依赖医生的经验，缺乏客观量化标准，确诊时间晚，并且缺乏中国人群的参考生物指标；另一方面，AD的发病机制不明确，治疗方法有限。因此，发展适用于中国人群早期风险预测的生物标志物指标和探索新型神经修复策略对于AD的诊疗有重要意义。

项目内容摘要

针对目前缺乏客观量化的阿尔茨海默症（AD）诊断指标以及治疗方法有限等问题，本项目拟通过建立高质量的中国AD人群队列，对其基因组精细结构和遗传风险因素进行分析；同时结合表观遗传、转录组和脑影像等不同维度的生物标志物指标，建立基于深度学习算法的早期风险评估模型；通过对AD神经突触和环路功能失调机制的解析，发展新型的调控和修复策略，研究药物新靶点和先导化合物，为AD的早诊优治提供新的思路。

项目研究方向

（1）分析中国人群阿尔茨海默症遗传风险因素，构建相关基因调控网络；

（2）建立基于生物标志物的多因素风险评估模型，并用独立临床样本验证；

（3）构建携带特定遗传特征的人源细胞模型，用于致病机制研究和药物研发；

（4）揭示阿尔茨海默症神经突触和环路失调新机制，并研发相应的药物先导化合物等干预策略。

项目预期目标

本项目所研发的多因素风险评估模型以及检测芯片，将为AD的诊断提供一个简易的、客观的生物标志物综合指标；在经过大规模多中心验证和优化后，能够作为辅助诊断的量化工具用于临床，以低成本提高临床诊断的准确度。上述工具也可用于病情监控和药效评估，并为药物研发提供一个预先对患者进行评估的工具，根据不同的发病因素对患者进行分类，提高药物的针对性，降低研发风险。项目凝聚了国内顶尖的基础和临床研究力量，有利于在不同地域的临床医院，落实国际标准的AD诊断和队列规范，提高中国人群数据库的国际影响力。通过项目组举办的公开科普活动、微信公众号宣传等，有利于加强脑健康意识，普及科学知识，唤起社会各界对于阿尔茨海默症的关注和重视。