基于“心主神志”中医理论研究胆碱酯酶抑制剂治疗阿尔茨海默病中对脂质代谢的影响

发布时间：2020-05-29 15:19

【摘要】：阿尔茨海默病(Alzheimer’s disease,AD)是一种起病隐匿的渐进性和不可逆的脑部疾病,病因复杂,疾病机制尚不明确。因为缺乏临床早期诊断的指标使其早期的干预治疗存在众多困难。目前多项治疗AD的新药研发以失败告终,胆碱酯酶抑制剂中的经典药物多奈哌齐(Donepezil,DNP)目前仍然是AD治疗的一线用药。但该药物临床应用中存在个体差异大及具有胆碱酯酶抑制之外的机制尚不明确的临床作用等特点。我们的研究目的是通过临床和基础研究,寻找AD疾病诊断及胆碱酯酶抑制剂疗效评价的生物标志物,同时揭示疾病及药物作用的潜在机制。目前AD的相关研究集中在该病的病理性靶器官脑组织但是尚无突破性发现。本研究采用中西医结合方式,依照“心主神志”的传统中医理论,从“心主神志”理论的物质基础血为出发点,结合AD治疗中的“从心论治”临床实践,确定了与心脑密切相关的脂质代谢,包括能量物质及调节能量代谢的脂肪因子来研究AD疾病诊断及药物治疗机制。在利用“心主神志”中医理论确定研究方向的基础上,我们采用现代GC-MS分析技术,对临床样本进行了目标成分为脂质的非靶向代谢物组学研究。临床样本分为非AD老年受试者组、AD初次诊断未服用DNP组、DNP有效组及DNP无效组。研究结果发现AD中存在脂质代谢紊乱,DNP与脂质代谢存在关联性。心脑重要能量物质酮体在AD疾病进展及DNP疗效中为差异性物质。为了进一步明确酮体在AD疾病及DNP疗效中的地位,在非靶向代谢物组学研究基础上我们建立了液质联用(LC-MS/MS)靶向代谢物组学研究方法,对酮体主要成分3-羟基丁酸进行了精确定量分析。研究结果表明3-羟基丁酸的血浆浓度水平在AD中显著低于非AD对照组,具备AD疾病诊断的生物标志物特征。DNP与3-羟基丁酸血浆浓度水平具有相关性,DNP有效组3-羟基丁酸浓度高于AD未服药组,提示DNP可能促进生酮。中医理论“心主神志”提示心脑的密切关联性。调节能量代谢的脂肪因子脂联素在心脑疾病中都占有重要地位。本研究中利用酶联免疫分析方法测定了临床样本中脂联素的浓度水平,利用多重PCR-LDR基因多态性检测方法进行了脂联素单核苷酸基因多态性研究,并将研究结果与代谢物组学研究结果相联系,评价脂联素与AD疾病进展及DNP疗效的相关性。研究结果表明AD中脂联素水平呈现上升趋势,但相关的生物学功能没有增加,推测AD中存在脂联素抵抗。DNP药物疗效与脂联素浓度水平具有关联性,提示DNP可能影响脂联素的释放。脂联素具备评价DNP疗效的生物标志物的特征。脂联素的单核苷酸基因多态性在AD患者中与脂联素浓度水平及DNP的疗效没有显著的关联性,提示关注脂联素释放部位的重要性。针对DNP与酮体及脂联素密切相关的临床研究发现,提示DNP可能促进生酮或者影响脂联素释放。为了排除疾病因素对结果的影响,我们采用禁食及多剂量给药的健康动物模型,通过评价体循环及重要器官组织中酮体或者脂联素的水平以及肝脏或者脂肪组织中重要的生酮限速酶或者脂联素及其受体相关基因和蛋白的表达,明确DNP对酮体生成和脂联素释放的影响。研究结果表明DNP在动物体内能够促进生酮,也能够促进脂联素的释放。以上研究结果结合临床发现,可以为DNP临床应用中的一些非胆碱酯酶抑制作用的发现提供理论依据。依照“心主神志”中医理论,因为酮体的利用与心脏功能密切相关,本研究的最后一部分重点关注了DNP对心脏酮体的利用的影响。采用多剂量给药动物及高糖造模的H9C2细胞模型,研究DNP对酮体利用过程中的关键基因及蛋白的表达调控作用。结果表明,DNP能够上调酮体利用中的关键酶的表达,提示DNP能够促进酮体利用。结合文献报道的DNP在AD治疗中对心血管有益的临床发现,我们推测DNP在AD治疗也具有增加心脏能量代谢的功能。这也是对传统的“心主神志”中医理论的科学性的一个有力证明。本研究从“心主神志”中医理论出发,研究了AD疾病进展及DNP作用机制与小分子能量物质及脂肪因子的关联性,发现了小分子能量物质及与能量代谢密切相关的脂肪因子在AD疾病诊断及DNP疗效中评价中占有重要地位。同时发现了DNP对心脏酮体利用的促进作用。本研究依照传统中医理论制定了研究方向,研究结果也证实了传统中医理论的科学性。
【图文】：

样本,主成分,有效组

- 34 -图 3-1 四组样本的主成分分析(PCA)得分图(Scores plot)Figrue3-1. Score plots of statistical models for GC-MS analysis of human plasma. PCAfor fourgroups (samples are color-coded according to the different groups)2）偏最小二乘法-判别分析（PLS-DA）采用 PLS-DA 这种监督的多维统计分析方法对这四组样本进行模型分析。该种分析主要是过滤掉组内噪音干扰，从而凸显组间的差异。本模型共获得 3 个主成分，R2X=0.139，R2Y=0.541，Q2=0.278，得分图如图 3-2 示（横坐标为第 1 主成分的得分值，用 t[1]表示；纵坐标为第 2 主成分的得分值，用 t[2]表示）。模型解释率 R2Y 比较高，说明 PLS-DA 模型可用于解释四组样本之间的差异。健康对照组分布于得分图 2-2 的最右侧，而 AD 组则分布于上部偏右上区域，药物治疗有效组则主要分布于左下区域（远离 AD 组）并在空间上较药物无效组更接近于健康对照组。图 2-2 表明，4 组样本之间具有较明显的代谢谱差异。

偏最小二乘法,判别分析,样本

- 35 -图 3-2 四组样本的偏最小二乘法判别分析(PLS-DA)得分图(Scores plot)Figrue3-2. Score plots of statistical models for GC-MS analysis of human plasma. PLS-DAfor fourgroups (samples are color-coded according to the different groups)3.2.3AD 组与健康对照组对比分析1）主成分分析（PCA）共获得 8 个主成分，，模型累积解释率 R2X=0.500，Q2=0.103。当前 PCA 模型能可靠地用于解释两组样本之间的代谢差异。非 AD 对照组与 AD 组在 PCA 得分图的 PC1 和 PC2 上无明显分离（图 3-3 左上图），说明两组样本在 PCA 模型上无差异。
【学位授予单位】：上海交通大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：R749.16

【参考文献】