人脑遗传及退行性疾病预测系统

宋　纤

上海交通大学生命科学技术学院

硕士研究生

平　勇

上海交通大学Bio-中心副研究员

1　概要描述

我们对“大数据”已经并不陌生。从人类基因组测序完成起，生命科学研究中部分工作即与基因大数据关联起来。通过几代测序技术的升级，现在我们不仅降低了测序成本，而且在精度上有了很大的进步。因此，在过去几年中，发现与脑遗传疾病相关的基因越来越多。考虑到人脑的复杂性以及脑疾病的多样性，我们需要开发处理并综合这些易感基因遗传基础、蛋白功能以及信号分子的技术，进而找出可能的药物靶向位点，这是神经转化医学的重点内容。对于较为复杂多基因疾病，如精神分裂症、自闭症等，我们需要综合统计学、临床病理以及生物学研究分析各基因对某种疾病产生的具体影响（见图1）。全世界脑科学科研工作者正在努力勾画人脑遗传疾病机理的宏伟蓝图，我们相信在未来10年间，我们会确认更多与脑疾病相关的基因，并认识其功能。例如，在出生后我们即跟踪对每个人进行基因序列和表观遗传分析，可以建立个人脑疾病实时评估和预测系统。

图1　DNA解析大脑-神经基因组学^[1]

我国已进入老龄化社会，脑退行性疾病正更为严重的危害着老年人的健康。退行性疾病如阿尔兹海默病大部分（约90%）不具备遗传性，因此从遗传基因角度，我们无法预测这类散发性脑疾病的发生。为此，我们需要从疾病发生的环境因素到神经系统功能的检测等方面着手，进而预测这类疾病的发生。目前，我们通过正电子发射计算机断层显像（Positron Emission Tomography, PET）技术可以观察脑内淀粉样蛋白的含量进而预测阿尔兹海默病的发生，但远远不够精确，比如淀粉样蛋白聚集到疾病发生还有漫长的时间，几年到几十年不等，这样可能对潜在患者产生较大的心理负担。目前研究已发现淀粉样蛋白的大致作用机制，特别是下游作用分子，如生长因子受体等。因此，很有可能在未来10 ～ 20年间，我们可以更为精准地通过下游分子水平变化评估和预测阿尔兹海默病。同样，对于其他疾病，如脑创伤恢复后患癫痫的风险评估等，也将在生物医学和临床病例研究基础上，进行更为精准的疾病风险评估。

生命科学研究的目的即认识生命的本质，保障人类健康。通过各种疾病的病例研究，我们也可以将把疾病和不同脑区风险联合起来。通过对各脑区功能评估，针对性进行日常必要的自我料理，包括特殊营养物质摄取和锻炼等。在未来，对于人脑的认识，我们每个人可以了解更多。

2　展望

随着多国脑计划进行，人类在10 ～ 20年内将基本完成人脑各区网络结构和主要功能解析。脑遗传和退行性疾病发生可能均有类似于病毒的潜伏期，在该时间段内，相应脑神经元已经开始变化，我们通过检测那些已经通过大量基础研究确定参与的那些因子，即可起到一定的预测作用。脑疾病的预测系统，将很大程度上增强人体素质，延长人类寿命。如果愿意，活到120岁不再是梦想。

【注释】

[1]Alexander Arguello.Focus on neurogenomics[J].Nature Neuroscience, 2014, 17(6).