帕金森病（PD）是一种高度异质性的神经退行性疾病，临床表现和进展速度差异巨大。VIB和鲁汶大学领导的一项新研究利用无监督机器学习（基于多模态数据：多巴胺转运蛋白SPECT、遗传学、临床症状、认知表现、生物标志物），在大规模队列（如帕金森病进展标志物倡议PPMI）中，首次将帕金森病患者分类为两种主要类型（进一步可细分为五种亚型），这些类型具有独特的进展轨迹、不同的遗传负荷及潜在的病理机制。
该分类系统超越了基于运动症状的简单临床分类（震颤为主型 vs. 姿势不稳/步态障碍型），并提供了一种预后分层与临床试验富集的新框架。
研究背景：帕金森病的异质性挑战
临床上迫切需要将患者分为预后相似的亚组，以：（1）指导治疗决策（例如，多巴胺替代疗法 vs. 针对非运动症状的药物治疗）；（2）富集疾病修饰疗法的临床试验（以检测在快速进展者中的效果）。
| 轨迹 | 运动表现 | 非运动症状 | 进展速度 |
|---|---|---|---|
| 轻度运动为主型 | 轻微震颤或强直（常单侧起病） | 极少认知损害；无或轻度自主神经功能障碍 | 缓慢（数年至数十年） |
| 弥散性/快速进展型 | 双侧起病或早期出现姿势不稳 | 显著的认知功能下降（执行功能，注意力），自主神经功能障碍（体位性低血压、便秘、泌尿系症状），视幻觉，快速眼动睡眠行为障碍 | 快速（平均5-7年进展至严重依赖） |
研究方法
| 项目 | 内容 |
|---|---|
| 数据来源 | 帕金森病进展标志物倡议（PPMI） 或其它大型多中心队列（N>500-1000） |
| 纳入特征 | 多模态：多巴胺转运蛋白SPECT（纹状体多巴胺能去神经支配模式），遗传风险评分（GWAS为基础），认知测试（MoCA，连线测验，语言流畅性），非运动症状量表（SCOPA-AUT，RBD筛查，GDS，STAI），脑脊液生物标志物（α-突触核蛋白种子扩增试验，Aβ， tau/p-tau） |
| 聚类算法 | 无监督机器学习（层次聚类，t-SNE，一致性聚类）用于识别天然亚型 |
| 纵向验证 | 追踪进展：运动（UPDRS-III），认知（MoCA），生活质量（PDQ-39），通过SPECT测量多巴胺能丢失率 |
核心发现
帕金森病的两种主要类型与五种亚型
| 主要类型 | 亚型 | 多巴胺转运蛋白SPECT模式（纹状体） | 遗传风险 |
|---|---|---|---|
| 轻度运动为主型 | 亚型1：轻度运动-低认知风险 | 壳核后部相对保留 | 低多基因风险评分 |
| 亚型2：轻度运动-中等认知风险 | 壳核后部中度减少 | 中等多基因风险评分 | |
| 弥散性/快速进展型 | 亚型3：快速进展-认知下降 | 尾状核和壳核广泛减少 | 高多基因风险评分 |
| 亚型4：快速进展-自主神经功能障碍 | 尾状核和壳核广泛减少 | 高多基因风险评分 | |
| 亚型5：快速进展-混合症状 | 尾状核和壳核广泛减少 | 高多基因风险评分 |
这些亚型在疾病进展速度、认知下降轨迹和非运动症状负担上表现出显著差异。例如，亚型1患者平均10年以上仍保持独立生活，而亚型3-5患者在5-7年内即需要日常照料。
临床意义与未来方向
该研究为精准医学在帕金森病中的应用奠定了基础。通过早期识别亚型，医生可以：（1）为患者提供更准确的预后信息；（2）制定个体化治疗策略，如对快速进展型患者早期使用左旋多巴联合非运动症状管理；（3）在临床试验中筛选同质性更高的患者群体，提高药物研发效率。未来研究需进一步验证这些亚型在不同种族和地域队列中的稳定性，并探索其与α-突触核蛋白病理播散模式的关联。