關鍵數字：透過對 63,000,000 個細胞核進行深度定序與分析，結合 1,494 位捐贈者的腦部組織，醫學界正迎來解開阿茲海默症與巴金森氏症機轉的關鍵突破點。
資料庫規模與研究範疇
說真的，過去在研究大腦疾病時，我們常把腦組織當成一塊完整的海綿來看待，忽略了裡面複雜的細胞多樣性。根據 PsychAD 聯盟（PsychAD Consortium）的最新大型分子圖譜計畫，研究人員已經收集並分析了來自 1,494 位捐贈者的單核細胞 RNA 定序數據，總計涵蓋超過 6,300,000 個細胞核。這些樣本不僅包含阿茲海默症患者，還橫跨了巴金森氏症及其他神經與精神疾病。領導這項研究的西奈山伊坎醫學院（Icahn School of Medicine at Mount Sinai）精神病學與基因體學教授帕諾斯·魯索斯（Panos Roussos）指出，人類基因體雖然能指出疾病風險的遺傳差異，但傳統的研究方法往往無法解答「到底是哪一個基因受影響、存在於哪一種細胞類型，以及透過什麼生物機制在運作」這三大核心問題。
細胞特異性標靶的精準鎖定
話說回來，當研究人員把人類基因體學與單細胞數據結合後，事情就變得很有趣了。以表皮生長因子受體（EGFR）為例，研究團隊發現它在星形膠質細胞（astrocytes）與寡樹突膠質細胞（oligodendrocytes）中都有基因調節訊號，但令人意外的是，只有在星形膠質細胞中表現的調節訊號，才與阿茲海默症的風險產生重疊。這代表過去被視為整體的大腦病變，其實需要精準到特定細胞層級來觀察。在藥物開發的實務上，這意味著科學家未來能針對特定細胞設計更具針對性的實驗，而不是盲目地大海撈針。
跨疾病機轉與機器人高通量篩選
有趣的是，這項研究不只看單一疾病，還發現了不同神經退化性疾病之間的共同分子機制。舉例來說，微膠細胞（microglia）在大腦中扮演常駐免疫細胞的角色，而它在阿茲海默症與巴金森氏症中，就展現了相互重疊的基因調節路徑。為了驗證這些機制能否透過實驗進行調節，PsychAD 聯盟更進一步將人類大腦數據集與自動化化合物篩選平台進行結合。這個機器人平台能夠在人類誘導多能幹細胞衍生神經元中，進行大規模的化合物測試，並透過高內涵成像（High-Content Imaging）技術（包含 Cell Painting）來捕捉細胞形態與內部結構的細微變化。
從產業面來看，過去新藥開發最常遇到的困境就是「動物實驗有效，但臨床試驗失敗」。PsychAD 聯盟這次將大數據與自動化高通量篩選結合，等於是直接拉高了早期標靶驗證的命中率。對一般人來說，這不只是學術上的突破，更是暗示著未來的失智症治療，將會從過去的「症狀緩解」走向精準的「機制阻斷」。不過，換個角度想，即使找到了共同的分子機制，不同病程階段需要的介入方式也可能完全相反，這正是未來臨床前測試必須克服的最大挑戰。
數據告訴我們什麼？
綜合目前的科學證據與大型數據分析，資料顯示未來的新藥開發不能再只靠單一 RNA 標記來定勝負。1,494 位捐贈者所展現出的巨大分子差異提醒我們，精準醫療絕對是唯一的解方。研究團隊接下來的挑戰，在於如何透過生醫標記（Biomarkers）在活體患者身上準確反映大腦生物學特性，並在臨床試驗中有效篩選適合的患者族群。隨著自動化技術能系統化地檢視更多可能性，科學界距離真正安全且有效地標靶治療，又向前邁出了一大步。
本文改寫整理自公開新聞來源，原始報導由Drug Target Review發布。
常見問題 FAQ
什麼是 PsychAD 聯盟的大型分子圖譜？
PsychAD 聯盟是一項針對人類大腦進行的大規模分子研究計畫，利用單核細胞 RNA 定序技術，分析超過 630 萬個來自 1,494 位捐贈者的細胞核數據，旨在找出阿茲海默症等腦部疾病的致病機制與潛在藥物標靶。
為什麼研究大腦疾病需要精確到「細胞類型」？
因為把腦組織當成整體進行分析，往往會掩蓋特定細胞群落中的病理變化。透過單細胞數據，研究人員才能確定致病基因究竟影響了哪一種細胞（例如星形膠質細胞或微膠細胞），進而設計出更精準的藥物實驗。
自動化化合物篩選平台如何協助新藥開發？
該自動化平台能結合人類大腦的疾病相關分子模式，在幹細胞衍生神經元中系統化地測試各種化合物，並透過高內涵成像技術觀察細胞反應，藉此篩選出能夠對抗有害過程或強化保護機制的潛在藥物化合物。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
