《The Cerebellum》：An Investigation of Heterogeneity in Cerebellar Cortical Pathology Across Essential Tremor Cases: A Cluster Analysis
编辑推荐：
本文针对原发性震颤(ET)的小脑皮层病理是否存在异质性这一核心问题展开研究。通过对155例ET患者尸检脑组织进行15项定量病理指标的评估，结合主成分分析(PCA)和K-means聚类，研究人员成功识别出4个病理特征显著区别于主群组的病例亚群，表明ET的小脑皮层病变并非均匀表达，为从病理学角度定义ET亚型提供了直接证据。
在医学领域，有一种疾病非常普遍，却又充满了谜团，它就是原发性震颤（Essential Tremor, ET）。想象一下，一个人无法控制地手部、头部甚至声音发生颤抖，这种看似简单的症状，实则严重影响日常生活。在美国，约有700万人受其困扰，患病率高达2.2%。然而，长期以来，驱动这种颤抖的精确大脑“故障”点一直是未解之谜。
近些年来，科学家们将目光投向了大脑后方负责协调运动的“小脑”。一系列研究发现，ET患者的小脑皮层，特别是其中的一种关键神经元——普肯野细胞（Purkinje cell, PC）及其周围神经网络，发生了一系列退行性改变。例如，PC数量减少、其轴突出现特征性的鱼雷样肿胀（torpedoes）、树突发生肿胀、以及支持PC的“篮子细胞”轴突发生增生性改变等。但是，一个根本性问题始终悬而未决：所有这些病理变化，是均匀地出现在每一位ET患者身上，还是存在不同的“疾病模式”？换句话说，ET是铁板一块的单一疾病，还是可以根据背后的神经病理学特征进一步分为不同的亚型？解答这个问题，对于理解ET的本质、开发针对性的疗法至关重要。
为了解开这个谜题，一支由E.D. Louis、P.L. Faust等学者领导的研究团队进行了一项深入探索。他们利用了一个宝贵的资源库——纽约哥伦比亚大学“原发性震颤集中脑库”（Essential Tremor Centralized Brain Repository, ETCBR）中储存的155例经严格临床诊断的ET患者尸检脑组织。研究聚焦于小脑皮层，采用组织学和免疫组织化学方法，精确定量了15项关键的病理指标。这些指标全面覆盖了PC胞体（如PC线性密度、空篮百分比、异位PC）、PC树突（肿胀）、PC轴突（鱼雷体）、篮子细胞轴突变粗以及攀缘纤维（climbing fiber, CF）-PC树突突触的改变。
研究人员采用了主成分分析（PCA）这一强大的数据降维工具，从15项指标中提取出最主要的数据维度。前5个主成分解释了总方差的78.6%，其中第一个主成分就贡献了38.6%。随后，他们识别出那些在主要数据维度上显著偏离主体群的“离群”病例，并进一步使用K-means聚类算法对这些离群病例进行分组。
研究结果清晰地揭示了ET小脑病理的异质性。在155例患者中，有22例（14.2%）被确定为离群病例。聚类分析表明，这22个病例可以进一步归入4个不同的亚群。重要的是，每个亚群都表现出独特且更为严重的特定病理改变“标签”，使其与其余133例构成的主群组区分开来。
- •
离群簇1：其“标签”是异位PC的数量显著增高。这表明该亚群患者PC定位紊乱的现象尤为突出。
- •
离群簇2：其“标签”是PC树突肿胀（通过Bielschowsky染色评估）的程度显著更高，提示树突病变是该亚群的核心特征。
- •
离群簇3和4：这两个簇的病理改变模式更为广泛，涉及树突肿胀和轴突鱼雷体等多种指标。其中，簇4还表现出空篮百分比和攀缘纤维突触密度的显著异常。
研究人员还探索了这些基于病理特征的亚群是否在临床上也有所不同。尽管由于每个亚群样本量较小，分析存在局限，但仍发现了一些有提示意义的趋势。例如，簇1的患者发病年龄似乎更早，且震颤总评分更高；簇4的患者则全部存在声音震颤，且颅部震颤评分和总震颤评分都显著更高。然而，没有单一的临床特征能作为预测病理亚型的强有力指标。
该研究主要依赖于几项关键的实验技术方法。首先是基于美国“原发性震颤集中脑库”（ETCBR）的大规模、标准化尸检脑组织样本队列。其次是系统的神经病理学评估，包括使用Luxol fast blue/苏木精-伊红（LH&E）染色、Bielschowsky银染以及针对钙结合蛋白D28k、谷氨酸脱羧酶（GAD）、囊泡谷氨酸转运体2型（VGlut2）的免疫组织化学染色，来定性和定量观察小脑皮层的各种微观结构改变。最后是复杂的数据分析流程，先通过主成分分析（PCA）进行数据降维和离群值识别，再运用K-means聚类算法对离群病例进行无监督分组，以发现内在的病例集群模式。
研究结果
- •
病例特征：研究共纳入155例ET病例，死亡中位年龄为90岁。临床特征包括头部震颤、声音震颤等，部分病例伴有轻度姿势性震颤或肌张力障碍。
- •
主成分分析：对15项病理指标进行PCA，前5个主成分累计解释了78.6%的方差，表明这些指标能够有效捕捉数据的主要变异模式。
- •
离群病例检测：通过分析主成分得分的分布，识别出22例（14.2%）在病理指标组合上显著偏离主群组的离群病例。
- •
离群病例聚类：K-means聚类分析确定将这22例离群病例分为4个簇是最优方案，每个簇包含4-9例病例，并且在不同的主成分空间中有其特定的分布模式。
- •
各簇间的形态学指标差异：与主群组（133例）相比，四个离群簇在12项形态学指标上表现出更严重的改变。每个簇有其特征性的病理“标签”：簇1以异位PC指标异常为主；簇2以Bielschowsky染色评估的PC树突肿胀指标异常为主；簇3和簇4则表现出更广泛的变化，涉及树突肿胀、鱼雷体等多个指标，簇4还包括空篮百分比和攀缘纤维突触密度的异常。
- •
各簇间的临床特征差异：探索性分析发现，部分簇在某些临床特征上与主群组存在数值或统计学差异。例如，簇1发病年龄更早、震颤总评分更高；簇4全部有声音震颤，且颅部震颤评分和总震颤评分更高。但阿尔茨海默病相关神经病理改变（ADNC）或路易病理的存在与离群状态无关。
结论与讨论
本研究得出的核心结论是：原发性震颤（ET）的小脑皮层病理改变并非在所有病例中均匀表达。通过基于多维度定量病理指标的聚类分析，可以识别出在病理特征上显著区别于主体病例的亚群。这意味着ET在神经生物学层面可能存在异质性，为从病理学角度定义ET亚型提供了实证依据。
这一发现具有多重重要意义。首先，它挑战了将ET视为单一、同质性疾病的传统观点，提示其背后可能存在不同的病理生理机制亚型。其次，识别出以特定病理改变（如显著的异位PC、突出的树突肿胀等）为特征的亚群，为未来研究其潜在的分子机制、遗传基础或环境诱因指明了更具体的方向。再者，虽然当前研究中病理亚型与临床特征的关联尚不明确且受限于样本量，但这一发现鼓励未来在更大规模队列中，探索特定的病理特征模式是否与疾病的病程进展速度、对药物的治疗反应或特定的非运动症状相关联，从而推动个性化诊疗的发展。
总之，这项发表在《The Cerebellum》上的研究，通过严谨的尸检病理分析和先进的统计方法，首次系统性地揭示了ET小脑皮层病变的异质性，并成功划分出不同的病理亚型。这不仅是理解ET疾病本质的重要一步，也为未来开发更具针对性的诊断标记物和治疗策略奠定了坚实的科学基础。
