基于核磁共振及蛋白质组学生物标记物预测中度认知障碍病人转化为阿尔兹海默病风险预测文献综述

开题报告内容：（包括拟研究或解决的问题、采用的研究手段及文献综述，不少于2000字）

一、研究目的

阿尔茨海默病(Alzheimers disease，AD)是一种以慢性原发性进行性记忆及认知功能损害为主要症状的神经系统退行性疾病，是老年痴呆中最常见的类型。目前全世界约有3600万名患者且近年来阿尔茨海默病发病率呈高速上升趋势。轻度认知损伤 (mild cognitiveimpairment，MCI) 被认为是正常老化与痴呆的过渡阶段,具有向阿尔茨海默病转化的风险。大量临床研究表明在MCI阶段进行早期诊断和早期干预治疗,则有可能延缓或阻止其向AD转化。所以研究哪些轻度认知障碍患者最终会发展成阿尔茨海默病成为当前的热点。

近年来，随着磁共振成像(magnetic resonance imaging，MRI )和正电子发射型计算机断层显像(positronemission computed tomography，PET)的发展，利用核磁共振成像作为生物标志物预测MCI向AD的转化成为可能。然而由于MCI患者脑内一些器质性的病变在发展成AD之前不能够被准确检出，因此单一使用NMR预测结果用于级别诊断治疗不够精确，对此有研究提出将影像学与体液生物标志物结合起来能够提高预测的准确度，常用的体液样本有脑脊液和血浆，但患者对采取脑脊液样本顺应性差，又由于AD患者的血脑屏障被损坏，一些内源性物质可以在脑脊液与血液间自由流通，故可以使用血浆样本作为生物标志物的来源。使用计算技术及算法对一些临床案例进行转化机制的研究，再结合影像学及血浆生物标志物，就能大幅提高预测的信度。

二、研究手段

ADNI数据库(the Alzheimers Disease NeuroimagingInitiative database)的目标是采集800个成年人的数据，包括200个年龄段在70~90之间健康人的数据，其余600人为有记忆障碍或诊断为早期AD的患者(400例MCI和200例AD)，本次研究利用ADNI数据，使用lasso回归的算法，分析由MCI转化为AD的患者数据，得出与这种转化具有相关性的影像及血浆生物标志物，然后对得到的生物标志物建立线性分类器(LDA)，由此即可以通过分析MCI患者的影像学及血浆生物标志物，预测其转化为AD的风险。

三、研究进度

2013.3通过文献检索了解研究的概况及进展；

2013.4对数学模型的有关学习和计算机编程的有关学习；

2015.5对数据库进行lasso回归寻找生物标志物，并建立LDA进行预测。