Регионарная характеристика накопления бета-амилоида на доклинической и клинической стадиях болезни Альцгеймера


Цитировать

Полный текст

Аннотация

Накопление бета-амилоида (Ab) в виде сенильных бляшек в коре головного мозга является одним из наиболее характерных патоморфологических признаков болезни Альцгеймера (БА). Согласно концепции доклинической стадии БА, накопление Ab может отмечаться задолго до появления клинической симптоматики. В настоящем исследовании мы рассчитали уровень накопления Ab в различных областях головного мозга с помощью радиофармпрепарата N-метил-[11C]2-(4’-метиламинофенил)-6-гидроксибензотиазола ([11C]PIB) у 16 больных с умеренно выраженной деменцией альцгеймеровского типа (ДАТ) и у 223 человек в возрасте от 50 до 86 лет, у которых не отмечалось каких-либо когнитивных расстройств. Пороговый уровень, превышение которого свидетельствует о патологическом характере накопления Ab, определяли по среднему значению потенциала связывания [11C]PIB для четырех участков коры головного мозга с наиболее высоким Ab. В обеих группах — и с низким (n = 181), и с высоким (n = 42) уровнем Ab — наибольшее накопление [11C]PIB отмечалось в предклинье. У больных с ДАТ уровень Ab был существенно выше, чем у клинически бессимптомных лиц во всех исследованных участках головного мозга с максимальными значениями в области предклинья и префронтальных отделах коры. Полученные данные свидетельствуют, что предклинье является областью коры головного мозга, которая наиболее рано вовлекается в процесс накопления Ab.

Об авторах

A. G. Vlassenko

Медицинский факультет Вашингтонского университета (Сент-Луис)

Автор, ответственный за переписку.
Email: platonova@neurology.ru
США

J. C. Morris

Медицинский факультет Вашингтонского университета (Сент-Луис)

Email: platonova@neurology.ru
США

M. A. Minton

Медицинский факультет Вашингтонского университета (Сент-Луис)

Email: platonova@neurology.ru
США

Список литературы

  1. Agdeppa E.D., Kepe V., Liu J. et al. Binding characteristics of radiofluorinated 6-dialkylamino-2-naphthylethylidene derivatives as positron emission tomography imaging probes for beta-amyloid plaques in Alzheimer’s disease. J. Neurosci. 2001; 21: RC189.
  2. Berg L. Clinical Dementia Rating (CDR). Psychopharmacol. Bull. 1988; 24: 637–639.
  3. Braak H., Braak Е. Neuropathological stageing of Alzheimer-related changes. Acta Neuropathol. (Berl.) 1991; 82: 239–259.
  4. Bradley K.M., O’Sullivan V.T., Soper N.D. et al. Cerebral perfusion SPET correlated with Braak pathological stage in Alzheimer’s disease. Brain 2002; 125: 1772–1781.
  5. Cavanna A.E., Trimble M.R. The precuneus: a review of its functional anatomy and behavioral correlates. Brain 2006; 129: 564–583.
  6. Corder E.H., Saunders A.M., Strittmatter W.J. et al. Gene dose of apolipoprotein E type 4 allele and the risk of Alzheimer’s disease in late onset families. Science 1993; 261: 921–923.
  7. Dickerson B.C. New frontiers in computational analysis of human hippocampal anatomy. Hippocampus 2009; 19: 507–509.
  8. Edison P., Archer H.A., Hinz R. et al. Amyloid, hypometabolism, and cognition in Alzheimer disease. An [11C]PIB and [18F]FDG PET study. Neurology 2007; 68: 501–508.
  9. Fagan A.M., Mintun M.A., Mach R.H. et al. Inverse relation between in vivo amyloid imaging load and cerebrospinal fluid Abeta42 in humans. Ann. Neurol. 2006; 59: 512–519.
  10. Hardy J., Allsop D. Amyloid deposition as the central event in the aetiology of Alzheimer’s disease. Trends Pharmacol. Sci. 1991; 12: 383–388.
  11. Hardy J., Duff K., Hardy K.G. et al. Genetic dissection of Alzheimer’s disease and related dementias: amyloid and its relationship to tau. Nat. Neurosci. 1998; 1: 355–358.
  12. Hardy J., Selkoe D.J. The amyloid hypothesis of Alzheimer’s disease: progress and problems on the road to therapeutics. Science 2002; 297: 353–356.
  13. Hardy J.A., Higgins G.A. Alzheimer’s disease: the amyloid cascade hypothesis. Science 1992; 256: 184–185.
  14. Hedden T., Van Dijk K.R., Becker J.A. et al. Disruption of functional connectivity in clinically normal older adults harboring amyloid burden. J. Neurosci. 2009; 29: 12686–12694.
  15. Huang C., Wahlund L.O., Svensson L. et al. Cingulate cortex hypoperfusion predicts Alzheimer’s disease in mild cognitive impairment. BMC Neurol. 2002; 2: 9.
  16. Hulette C.M., Welsh-Bohmer K.A., Murray M.G. et al. Neuropathological and neuropsychological changes in «normal» aging: evidence for preclinical Alzheimer disease in cognitively normal individuals. J. Neuropathol. Exp. Neurol. 1998; 57: 1168–1174.
  17. Ikonomovic M.D., Klunk W.E., Abrahamson E.E. et al. Post-mortem correlates of in vivo PiB-PET amyloid imaging in a typical case of Alzheimer’s disease. Brain 2008; 131: 1630–1645.
  18. Kemp P.M., Hoffmann S.A., Holmes C. et al. The contribution of statistical parametric mapping in the assessment of precuneal and medial temporal lobe perfusion by 99mTc-HMPAO SPECT in mild Alzheimer’s and Lewy body dementia. Nucl. Med. Commun. 2005; 26: 1099–1106.
  19. Klunk W.E., Engler H., Nordberg A. et al. Imaing brain amyloid in Alzheimer’s disease with Pittsburgh Compound-B. Ann. Neurol. 2004; 55: 306–319.
  20. Kogure D., Matsuda H., Ohnishi T. et al. Longitudinal evaluation of early Alzheimer’s disease using brain perfusion SPECT. J. Nucl. Med. 2000; 41: 1155–1162.
  21. Leinonen V., Alafuzoff I., Aalto S. et al. Assessment of beta-amyloid in a frontal cortical brain biopsy specimen and by positron emission tomography with carbon 11-labeled Pittsburgh Compound B. Arch. Neurol. 2008; 65: 1304–1309.
  22. Logan J., Fowler J.S., Volkow N.D. et al. Graphical analysis of reversible radioligand binding from time-activity measurements applied to [N-11C-methyl]-(-)-cocaine PET studies in human subjects. J. Cereb. Blood Flow Metab. 1990; 10: 740–747.
  23. Logan J., Fowler J.S., Volkow N.D. et al. Distribution volume ratios without blood sampling from graphical analysis of PET data. J. Cereb. Blood Flow Metab. 1996; 16: 834–840.
  24. Lustig C., Snyder A.Z., Bhakta M. et al. Functional deactivations: change with age and dementia of the Alzheimer type. Proc. Natl. Acad. Sci. U.S.A 2003; 100: 14504–14509.
  25. Minoshima S., Giordani B., Berent S. et al. Metabolic reduction in the posterior cingulate cortex in very early Alzheimer’s disease. Ann. Neurol. 1997; 42: 85–94.
  26. Mintun M.A., Larossa G.N., Sheline Y.I. et al. [11C]PIB in a nondemented population: potential antecedent marker of Alzheimer disease. Neurology 2006; 67: 446–452.
  27. Morris J.C. The Clinical Dementia Rating (CDR): current version and scoring rules. Neurology 1993; 43: 2412–2414.
  28. Morris J.C., Price A.L. Pathologic correlates of nondemented aging, mild cognitive impairment, and early-stage Alzheimer’s disease. J. Mol. Neurosci. 2001; 17: 101–118.
  29. Morris J.C., Roe C.M., Grant E.A. et al. Pittsburgh compound B imaging and prediction of progression from cognitive normality to symptomatic Alzheimer disease. Arch Neurol. 2009; 66: 1469–1475.
  30. Morris J.C., Roe C.M., Xiong C. et al. APOE predicts amyloid-beta but not tau Alzheimer pathology in cognitively normal aging. Ann. Neurol. 2010; 67: 122–131.
  31. Price D.L., Sisodia S.S. Mutant genes in familial Alzheimer’s disease and transgenic models. Annu. Rev. Neurosci. 1998; 21: 479–505.
  32. Price J.C., Klunk W.E., Lopresti B.J. et al. Kinetic modeling of amyloid binding in humans using PET imaging and Pittsburgh Compound- B. J. Cereb. Blood Flow Metab. 2005; 25: 1528–1547.
  33. Raichle M.E., MacLeod A.M., Snyder A.Z. et al. A default mode of brain function. Proc. Natl. Acad. Sci USA 2001; 98: 676–682.
  34. Reiman E.M., Caselli R.J., Yun L.S. et al. Preclinical evidence of Alzheimer’s disease in persons homozygous for the epsilon 4 allele for apolipoprotein E. N. Engl. J. Med. 1996; 334: 752–758.
  35. Sakamoto S., Matsuda H., Asada T. et al. Apolipoprotein E genotype and early Alzheimer’s disease: a longitudinal SPECT study. J. Neuroimaging 2003; 13: 113–123.
  36. Salmon E., Collette F., Degueldre C. et al. Voxel-based analysis of confounding effects of age and dementia severity on cerebral metabolism in Alzheimer’s disease. Hum. Brain Mapp. 2000; 10: 39–48.
  37. Selemon L.D., Goldman-Rakic P.S. Common cortical and subcortical targets of the dorsolateral prefrontal and posterior parietal cortices in the rhesus monkey: evidence for a distributed neural network subserving spatially guided behavior. J. Neurosci. 1988; 8: 4049–4068.
  38. Selkoe D.J. Soluble oligomers of the amyloid beta-protein impair synaptic plasticity and behavior. Behav. Brain Res. 2008; 192: 106–113.
  39. Sheline Y.I., Raichle M.E., Snyder A.Z. et al. Amyloid plaques disrupt resting state default mode network connectivity in cognitively normal elderly. Biol. Psychiatry 2010; 67: 584–587.
  40. Shulman G.L., Fiez J.A., Corbetta M. et al. Common blood flow changes across visual tasks: II. Decreases in cerebral cortex. J. Cognit. Neurosci. 1997; 9: 648–663.
  41. Small G.W., Ercoli L.M., Silverman D.H. et al. Cerebral metabolic and cognitive decline in persons at genetic risk for Alzheimer’s disease. Proc. Natl. Acad. Sci. USA 2000; 97: 6037–6042.
  42. Small S.A., Duff K. Linking Abeta and tau in late-onset Alzheimer’s disease: a dual pathway hypothesis. Neuron 2008; 60: 534–542.
  43. Storandt M., Mintun M.A, Head D., Morris J.C. Cognitive decline and brain volume loss as signatures of cerebral amyloid-beta peptide deposition identified with Pittsburgh compound B: cognitive decline associated with Abeta deposition. Arch. Neurol. 2009; 66: 1476–1481.
  44. Tanzi R.E., Kovacs D.M., Kim T.W. et al. The gene defects responsible for familial Alzheimer’s disease. Neurobiol. Dis. 1996; 3: 159–168.
  45. Tomlinson B.E., Blessed G., Roth M. Observations on the brains of non-demented old people. J. Neurol. Sci. 1968; 7: 331–356.
  46. Verhoef N., Wilson A.A., Takeshita S. et al. In vivo imaging of Alzheimer disease β-amyloid with [ 1 1 C]SB-13 PET. Am. J. Geriatr. Psychiatry 2004; 12: 584–595.
  47. Vaishnavi S.N., Vlassenko A.G., Rundle M.M. et al. Regional aerobic glycolysis in the human brain. [published online ahead of print September 13 2010] Proc. Natl. Acad. Sci. USA. www.pnas.org/cgi/doi/10.1073/pnas.1010459107.
  48. Vlassenko A.G., Vaishnavi N.S., Couture L. et al. Spatial correlation between brain aerobic glycolysis and A deposition. [published online ahead of print September 13 2010] Proc. Natl. Acad. Sci. USA www.pnas.org/cgi/doi/10.1073/pnas.1010461107.
  49. Wong D.F., Rosenberg P.B., Zhou Y. et al. In vivo imaging of amyloid deposition in Alzheimer disease using the radioligand 18F-AV-45 (florbetapir [corrected] F 18). J. Nucl. Med. 2010; 51: 913–920.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Vlassenko A.G., Morris J.C., Minton M.A., 2010

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».