阿尔茨海默病的病因及遗传与病理学分析

阿尔茨海默病的真正成因至今仍然不明,医学界普遍认为阿尔茨海默病病患主要是在大脑中发现有Tau蛋白以及类淀粉样蛋白(Amyloid)堆积,并且认为这两种蛋白质可能是造成阿尔茨海默病的病变原因.本研究综述了迄今为止最为流行的几个不同的假说,遗传与基因以及病理学,试图解释阿尔茨海默病的病因及其分子机理,为预防、治疗和护理阿尔...     

阿尔茨海默病中的β-淀粉样蛋白和Tau蛋白

阿尔茨海默病(Alzheimer’s disease,AD)是与年龄相关的神经退行性疾病。记忆障碍通常是AD最早期和最明显的特征。β-淀粉样蛋白(amyloid-β,Aβ)沉淀(老年斑)、Tau蛋白引起的神经纤维缠结是AD的典型病理特征。许多研究证实两者之间存在着极为复杂的互为因果关系,共同造成神经元的损害。     

抗糖尿病药物治疗阿尔茨海默病的研究进展

阿尔茨海默病（Alzheimers disease, AD）是以认知缺陷为主要特征的慢性疾病,目前尚无有效根治药物。由于患者数量显著增长,探究治疗AD的药物成为国内外的研究热点。近年流行病学研究表明,2型糖尿病是AD的危险因素,两者具有共同的病理生理机制,如胰岛素抵抗、淀粉样蛋白沉积、Tau蛋白过度磷酸化、炎症反应和氧化应激等。因此,从现有的抗糖尿病药物中筛选AD的治疗药物是目前研究的一种趋势。越来越多的研究已证实降糖药物（如胰岛素、二甲双胍等）具有改善AD病变的有益作用。从AD与2型糖尿病的相关性、抗糖尿病药物治疗AD两个方面综述了抗糖尿病药物治疗AD的研究进展,以期为AD的治疗拓宽思路。     

综述:脑衰老与阿尔茨海默病症状出现前阶段

脑衰老可分为生理性增龄变化与病理性变化,后者与阿尔茨海默病(Alzheimer's disease,AD)等神经退行性疾病的发生有关．生理性脑衰老与AD在发病早期具有相似的表现形式、病变特征、生化改变和发病机制．其共同的分子机制是异常蛋白质蓄积,提示两者有着相似的病理学基础,脑衰老可能是AD等神经退行性改变的最初级阶段,病理性脑衰老因素可能促进AD等神经退行性疾病的发生发展．临床前期AD(preclinical AD,PCAD)患者的脑、血液和脑脊液中可以检测到AD特定的生物标记物,但AD的临床症状并没有出现,因此也被称为“症状出现前AD(presymptomatic AD)”．PCAD和对照组比较,氧化应激指标和高度不溶性Aβ42并没有显著性升高,寻找早期PCAD发病过程中新的可用于临床早期诊断的生物标记物、药物靶点将成为我们的关注重点．     

热休克蛋白在阿尔茨海默病中的研究

热休克蛋白（heat shock protein,HSP）是一种重要的分子伴侣,它们参与辅助蛋白质合成、折叠、转运以及定位等过程,并且在协调蛋白质水解、阻止蛋白质错误折叠和聚积方面发挥重要作用。阿尔茨海默病（Alzheimer＇s disease,AD）是最常见的神经退行性疾病,以神经细胞内过度磷酸化的tau蛋白异常聚积形成神经原纤维缠结以及细胞外β淀粉样蛋白（β-amyloid,Aβ）异常折叠形成淀粉样斑为主要病理特征。研究表明HSP不但对tau蛋白的聚积／降解发挥重要作用,并且可抑制Aβ相关的毒性作用。这些研究结果提示了分子伴侣有可能成为AD治疗的新靶点,现对该方面的研究进展进行综述。     

治疗阿尔茨海默病的新策略:脑啡肽酶

脑啡肽酶(neprilysin,NEP)在体内分布广泛、功能众多.近年来研究发现,NEP具有降解β淀粉样蛋白(amyloid βpeptides,Ap)的作用,而Aβ被认为是引起阿尔茨海默病(Alzheimer's disease,AD)的重要因素.体内外试验表明,NEP可发同时降解Aβ40和Aβ42,这种水解作用可以被NEP特异性的抑制剂Phosphoramidon和Thiorphan抑制.NEP家族的其它成员和类似物也表现出了类似的降解Aβ的作用,这都为治疗AD提供了新的策略.本文将就NEP及其类似物降解Aβ以及NEP与其他降解Aβ途径的关系作一综述.     

神经生长抑制因子与阿尔茨海默病

阿尔茨海默病 (Ａｌｚｈｅｉｍｅｒ′ｓｄｉｓｅａｓｅ ,ＡＤ)是一种以进行性认知障碍和记忆能力损害为主的中枢神经系统退行性疾病。其病理特征为神经元内出现大量双股螺旋纤丝 (ｐａｉｒｅｄｈｅｌｉｘｆｉｌａｍｅｎｔ,ＰＨＦ)和细胞外间隙出现 β 淀粉样蛋白 (β ａｍｙｌｏｉｄ ,Ａβ)的沉积 ,即神经元纤维缠结 (ｎｅｏｒｏｆｉｂｒｉｌｌａｒｙｔａｎｇｌｅｓ,ＮＦＴ)和老年斑(ｓｅｎｉｌｅｐｌａｑｕｅ,ＳＰ)的大量存在以及选择性的神经元和突触的丢失[1] 。ＡＤ可分为家族性 (ＦＡＤ)和散发性 (ＳＡＤ)。神经生长抑制因子 (ｎｅｕｒ…     

脑锌代谢与阿尔茨海默病

锌是中枢神经系统含量最丰富的过渡金属元素之一,对维持中枢神经系统正常生理功能具有重要作用,其稳态失衡与多种疾病有关。阿尔茨海默病是一种多病因神经退行性疾病,以β-淀粉样斑块形成和神经原纤维缠结为主要病理特征。研究表明,脑锌代谢紊乱在阿尔茨海默病发病过程中扮演重要角色,但确切机制尚不十分清楚。综述了脑锌代谢和稳态调控以及锌和锌转运蛋白参与β-淀粉样蛋白沉积与老年斑形成的病理过程,并探讨了金属一蛋白阻尼复合物如何通过恢复脑锌稳态延缓疾病进程、改善患者认知能力的治疗策略。     

阿尔茨海默病的预防与临床治疗及护理

阿尔茨海默病(alzheimer's disease,AD)是一种神经退行性疾病,通常起病缓慢并逐渐恶化,是60％～70％痴呆症的病因.截至2020年,全球约5000万人患有各种形式的痴呆症,最常见的是65岁以上的人,因此,俗称老年痴呆症.迄今为止,对阿尔茨海默病的病因仍知之甚少.一般认为许多环境和遗传风险因素与阿尔茨海默病的发展有关.大量的实验研究和病例证明,没有任何一种治疗可以阻止或逆转阿尔茨海默病的病程,只有少数方法或许可以暂时缓解或改善症状.本文概述了对阿尔茨海默病的基本认识,系统地提出了对阿尔茨海默病的预防、临床治疗及护理对策,期望对医护人员和社会大众提供有益的建议和参考.     

Deoxygedunin对D-半乳糖联合AlCl3诱导大鼠阿尔茨海默病病理性改变的影响

目的：观察Deoxygedunin对D-半乳糖联合AlCl₃诱导的阿尔茨海默病模型大鼠Aβ沉积、学习记忆和氧化应激的影响及其可能机制。方法：健康成年雄性SD大鼠随机分为3组（n=12）：对照组（Control）、模型组（AD）和干预组（AD+Deo）。Morris水迷宫实验检测大鼠学习记忆和认知功能;采用酶联免疫吸附法（ELISA）检测大鼠海马组织匀浆中谷胱甘肽过氧化物酶（GSH-Px）、超氧化物歧化酶（SOD）和丙二醛（MDA）含量;免疫组织化学检测大鼠大脑皮层tau蛋白表达情况;Western blot实验用于检测TrkB信号通路上ERK1、AKT和TrkB蛋白的表达。结果：水迷宫结果显示,与对照组相比,D-半乳糖联合AlCl₃诱导的大鼠逃避潜伏期显著增加（P<0.05）。Deoxygedunin可逆转模型组逃避潜伏期的增加（P<0.05）。在去除平台的第7日,与对照组和干预组相比,模型组大鼠表现出逃避潜伏期增加（P<0.01）,穿越平台次数较少（P<0.05）;免疫组织化学和ELISA实验结果显示,与对照组相比,模型组Aβ、tau蛋白表达显著增加（P<0.01）,SOD、GSH-Px活性显著降低,MDA含量明显升高。与模型组相比,Deoxygedunin可逆转模型组Aβ、tau蛋白表达的增多（P<0.01）,SOD、GSH-Px活性显著降低（P<0.05）,MDA含量明显升高（P<0.05）;Western blot结果显示,Deoxygedunin干预可逆转模型组海马TrkB、AKT和ERK1的磷酸化水平的降低。结论：Deoxygedunin可通过激活TrkB信号转导通路显著逆转Aβ沉积,氧化应激和认知缺陷,提示Deoxygedunin可能作为减轻D-半乳糖联合AlCl₃诱导AD样病理功能障碍潜在的治疗备选药物。     

中风的分类、症状、临床诊断及护理认知

中风是人类第二常见的死亡原因,正确区分中风的类型和症状,从表征迅速诊断发生的中风的类型,对于中风患者对症治疗和制定系统护理策略具有特别重要的意义,有助于患者康复和延长生命.本研究系统地论述了中风的分类、不同类型中风的症状以及临床诊断和护理的策略,期望为医生、护理人员以及公众提供中风的认知和自我预防以及护理.     

阿尔茨海默病早期诊断的体液生物标志物

阿尔茨海默病(Alzheimer’s disease,AD)是目前发病率较高的神经退行性疾病,主要临床表现为不可逆的记忆力丧失与认知功能的衰退。AD起病隐秘,不易察觉,病程长达数十年,尚无有效治疗手段,因此AD早期的诊断与干预尤为重要;但是,当前AD早期诊断缺乏灵敏、简便的检测方案。体液(特别是血液)中的生物标志物受到了越来越多的关注,可能成为AD早期诊断的有效手段。现主要综述了与AD病理进程相关的脑脊液、血液、尿液中的生物标志物,并对其应用与前景做一展望。     

Alzheimer's Disease

Peptide aldehyde inhibitors of the chymotrypsin-like activity of the proteasome (CLIP) such as N-acetyl-Leu-Leu-Nle-H (or ALLN) have been shown previously to inhibit the secretion of beta-amyloid peptide (A beta) from cells. To evaluate more fully the role of the proteasome in this process, we have tested the effects on A beta formation of a much wider range of peptide-based inhibitors of CLIP than published previously. The inhibitors tested included several peptide boronates, some of which proved to be the most potent peptide-based inhibitors of beta-amyloid production reported so far. We found that the ability of the peptide aldehyde and boronate inhibitors to suppress A beta formation from cells correlated extremely well with their potency as CLIP inhibitors. Thus, we conclude that the proteasome may be involved either directly or indirectly in A beta formation.     

Membrane Instability, Plasmalogen Content, and Alzheimer's Disease

Abstract: The normal stability of the cell membrane bilayer depends on its lipid composition being appropriate to the ambient (physiological) temperature, T_p. Membrane lipid composition may be altered by disease such that the bilayer is only stable at a new critical temperature, T^⋆, which may differ from T_p. In Alzheimer's disease (AD) temporal cortex, a defect of lipid composition has previously been identified, namely, a decrease in the ratio of plasmalogen to nonplasmalogen ethanolamine glycerophospholipids. Furthermore, for AD temporal cortex neural membranes, T^⋆≪ T_p, a finding confirmed in the present study in a larger series than previously, using a new method for obtaining T^⋆. This inequality between T^⋆ and T_p has been proposed as a putative contributory pathogenetic mechanism leading to membrane destabilisation in AD brain. The plasmalogen deficiency could account for the change in T^⋆ in AD, as shown by experiments where T^⋆ was measured for artificial lipid mixtures simulating brain membranes with varying plasmalogen/nonplasmalogen ratios. The critical temperature was found to be very sensitive to small alterations in plasmalogen content.     

Deep Convolution Neural Network Based System for Early Diagnosis of Alzheimer's Disease

ObjectivesAlzheimer's Disease (AD) is the most general type of dementia. In all leading countries, it is one of the primary reasons of death in senior citizens. Currently, it is diagnosed by calculating the MSME score and by the manual study of MRI Scan. Also, different machine learning methods are utilized for automatic diagnosis but existing has some limitations in terms of accuracy. So, main objective of this paper to include a preprocessing method before CNN model to increase the accuracy of classification.Materials and methodIn this paper, we present a deep learning-based approach for detection of Alzheimer's Disease from ADNI database of Alzheimer's disease patients, the dataset contains fMRI and PET images of Alzheimer's patients along with normal person's image. We have applied 3D to 2D conversion and resizing of images before applying VGG-16 architecture of Convolution neural network for feature extraction. Finally, for classification SVM, Linear Discriminate, K means clustering, and Decision tree classifiers are used.ResultsThe experimental result shows that the average accuracy of 99.95% is achieved for the classification of the fMRI dataset, while the average accuracy of 73.46% is achieved with the PET dataset. On comparing results on the basis of accuracy, specificity, sensitivity and on some other parameters we found that these results are better than existing methods.Conclusionsthis paper, suggested a unique way to increase the performance of CNN models by applying some preprocessing on image dataset before sending to CNN architecture for feature extraction. We applied this method on ADNI database and on comparing the accuracies with other similar approaches it shows better results.