neurology 篇论文 | Gist.Science

神经科学领域致力于探索大脑如何运作，从记忆的形成为何会消失到情绪如何影响行为，这些研究直接关系到我们每个人的身心健康。在这一板块中，我们聚焦于神经系统疾病的最新发现，旨在让复杂的医学突破变得触手可及，帮助大众理解前沿科学如何改善我们的认知与生活。

Gist.Science 持续追踪并处理来自 medRxiv 的所有神经学预印本，确保您能第一时间获取未经同行评审但极具价值的前沿成果。我们不仅提供详尽的技术解读，更将晦涩的学术报告转化为通俗易懂的科普摘要，让您轻松把握研究核心。以下为您呈现该领域最新的预印论文列表。

该研究指出，血浆 p-tau217 疾病时钟模型在预测阿尔茨海默病症状发病年龄时的表现主要源于随访时间受限和变量间约束所导致的结构性伪影，而非独立的生物标志物信号，因为基线年龄本身已能解释大部分变异，而时钟推导出的时间成分贡献甚微。

该研究证实 PTPN1 基因变异是 Aicardi-Goutières 综合征（AGS）的一种常见病因，其表现为发病较晚、外显率降低，且携带者常伴有自身免疫性疾病特征。

该研究利用 DIAN 队列的脑脊液样本，证实了在常染色体显性遗传阿尔茨海默病中，核心淀粉样蛋白和 Tau 蛋白异常早于炎症及神经胶质标志物出现，且多蛋白复合模型在预测症状发病时间方面优于单一生物标志物。

该研究利用帕金森病进展标志物倡议（PPMI）数据发现，个体内认知变异性（IIV-D）不仅能有效区分神经元α-突触核蛋白病（NSD）2 期患者与健康对照，还能独立预测其向更晚期疾病的短期转化，表明其可作为早期检测及预后评估的敏感认知标志物。

该研究利用静息态功能磁共振成像发现，偏头痛患者（尤其是慢性偏头痛）存在广泛的脑熵降低，反映了神经适应能力的受损，而偏头痛发作期间多感觉整合区域的熵值部分恢复并伴随弱混沌动力学特征，提示发作可能暂时性地重建了神经复杂性。

这项多中心研究通过分析 120 例患者的脑脊液蛋白质组数据，鉴定出包含 10 种关键蛋白（含 2 种新发现蛋白）的分子特征，构建了能够以高准确率区分多发性硬化症与临床孤立综合征并预测疾病活动性的诊断与预后模型。

该论文介绍了 NeuroFM，这是一种仅在 10 万个体积合成健康数据上训练的基础模型，它无需接触诊断标签即可学习具有生物学意义的脑结构模式，从而在无需微调的情况下跨多个神经科学领域实现个体化脑健康评估及痴呆症风险的早期预测。

该研究通过分析脑脊液代谢组学特征，发现术前代谢谱可预测正常压力脑积水患者分流术后的神经功能恢复情况，特别是认知改善，并揭示了氧化还原平衡、免疫代谢信号及能量底物利用等生物学过程在手术反应差异中的关键作用。

本文提出了名为 DBSgram 的多模态框架，通过同步整合植入式神经刺激器的局部场电位记录与可穿戴惯性传感器的运动数据，实现了帕金森病深部脑刺激参数设置的客观化、数据驱动及可视化指导。

该研究通过波小波变换分析发现，抗 NMDAR 脑炎患者尿液中星形胶质细胞来源细胞外囊泡的 GluN1 浓度变化不仅能反映脑脊液受体水平的下降趋势，还能揭示与甲氨蝶呤输注相关的 48 小时高频振荡，从而证实了尿液 ADEVs 作为无创监测脑内分子动态的可行性。