Fig. 1：1494名供体、630万余个细胞核构成PsychAD人脑疾病单细胞图谱。

研究人员首先建立了统一的细胞分类体系，把样本分成8大类、27个亚类和65个细胞亚型，包括兴奋性神经元、抑制性神经元、星形胶质细胞、少突胶质细胞、小胶质/免疫细胞以及血管相关细胞等。又结合空间转录组进一步验证了不同兴奋性神经元所在的皮层层次。这一步感觉像是在“收集并整理数据”，但这一步也决定了后面的结论是否可靠。不同脑库、年龄、性别和疾病状态都会给转录组带来巨大噪声。作者发现，细胞类型本身解释了约50.5%的基因表达差异，个体之间的差异还能解释约7.5%；相比之下，很多单独的临床或技术变量平均只能解释不到1%。换句话说，同样叫“神经元”，不同人的神经元并不是复制粘贴出来的。要从脑病中找真正稳定的信号，样本量必须足够大。

Fig.2：扣除跨疾病共性后，AD、路易体病、血管性痴呆和PD仍显示明显的遗传—转录组趋同。

接下来最有意思的问题来了：不同疾病到底像不像？有多像？研究人员比较了八种疾病的细胞组成和基因表达后发现，神经退行性疾病与精神疾病总体上仍能分成两大阵营，但它们并不是泾渭分明的。很多疾病都会共同影响mRNA剪接与加工、蛋白质定位以及线粒体蛋白运输等基础细胞功能。

这意味着，当大脑进入疾病状态时，最先被牵动的往往并不是某一条“疾病专属通路”，而是维持细胞正常运转的底层系统。就像不同品牌的电脑出了故障，表面报错不同，背后却可能都涉及文件处理、能量供应和物流系统失常。

研究人员随后做了一个关键处理：把这些“大家都有”的变化扣掉，只看剩下更具疾病特异性的部分。结果显示，AD、弥漫性路易体病、血管性痴呆和帕金森病之间的相似度明显更高，尤其涉及神经元发育、突触信号以及血管发育。更重要的是，这种转录组相似性与疾病之间共享的遗传风险呈正相关，Spearman相关系数达到0.604。也就是说，两种疾病遗传背景越相近，它们在特定脑细胞里的转录改变也往往越相似。

在所有细胞类型中，PVALB阳性的吊灯细胞尤其醒目：它的转录变化与跨疾病遗传风险的一致性最高。这个结果并不意味着“吊灯细胞导致了所有脑病”，但提示这种精准控制皮层兴奋性的抑制性神经元，可能是多种遗传风险汇聚的重要节点。

Fig.3：AD并非正常衰老的简单加速，而是神经元减少与免疫、血管细胞重排共同发生

有了跨疾病地图，作者又把镜头拉近到AD。结果打破了一个很容易出现的直觉：AD并不只是正常衰老被按下快进键。随着AD病理加重，神经元总体减少，而免疫和血管相关细胞增加；其中一些变化与正常衰老方向相反。例如平滑肌细胞在正常衰老中趋于减少，却在AD中增加。L2–3层IT兴奋性神经元和SST阳性抑制性神经元的减少，也主要与AD病理相关，而不是普通年龄增长的自然结果。

研究者还用RNAscope在独立组织中验证了L2–3 IT神经元、SST神经元减少以及血管软脑膜细胞增加。换句话说，AD的细胞图景并不是单纯“神经元越来越少”，而是神经元、免疫系统和脑血管系统一起发生重排。

进一步的中介分析给出了线索：小胶质细胞增加与SST、LAMP5相关抑制性神经元减少相联系，而血管软脑膜细胞增加与更严重的痴呆相关。SST神经元则显示出与较低Aβ斑块负担相关的潜在保护作用。不过这些仍是基于人脑横断面数据建立的统计关系，不能直接等同于因果链。

AD患者并不只有记忆下降。抑郁、失眠、躁动、体重变化等神经精神症状十分常见。作者分析234名AD供体后发现，出现体重下降和精神运动性激越的人群，深层L5–6兴奋性神经元比例更高。

这是一个很有趣的发现：同一种AD病理背景下，为什么有人主要表现为认知下降，有人却同时出现明显情绪和行为改变？答案可能不只藏在“AD有多严重”，还与具体哪一类皮层神经元受到影响有关。

Fig.4：神经网络重建AD“疾病伪时间”，揭示免疫和血管反应随病程呈明显的早晚期转换

尸检数据最大的问题是，每个人只留下一个时间点。作者利用神经网络，根据单细胞表达预测Braak tau分期和痴呆状态，再把不同供体排列成“疾病伪时间”，试图重建AD从早到晚的转录变化。

结果显示，疾病进展并不是一条直线。胶质和血管细胞的变化尤其具有非线性。小胶质细胞早期就开始丢失CX3CR1、P2RY12等稳态标志，同时出现与脂质代谢相关的异常程序；到了晚期，脂质代谢、细胞因子产生进一步增强，而突触相关程序下降。

更有意思的是，“炎症”也并非一律有害。作者构建了“痴呆韧性”指标后发现，一些免疫反应和单核细胞分化程序与较好的认知状态相关；相反，IL-17相关反应以及内皮细胞黏附、分化和应激程序与更差的认知表现相关。这提示AD中的免疫反应可能具有明显的阶段和细胞背景依赖性：同样是免疫激活，发生在不同细胞、不同时间，结果可能完全相反。

这项研究规模很大，但它仍有明确边界。首先，所有组织都来自背外侧前额叶皮层，无法代表海马、内嗅皮层、黑质等其他关键脑区；其次，这是死后横断面研究，所谓“疾病轨迹”是通过不同人的数据计算重建，而不是真正追踪同一个人多年；单核RNA测序看到的是转录状态，也不能直接替代蛋白、神经活动和功能实验。中介分析和遗传—转录相关性同样只能提供因果线索，最终还需要实验验证。

但它解决了过去很多小样本研究做不到的一件事：把多种脑病、不同病程和不同细胞类型放进同一个坐标系。

从这个角度看，这篇Nature最精彩的是提出了一个新的疾病观：脑病的边界可能没有诊断手册画得那么整齐。AD、PD、路易体病甚至部分精神疾病，既有自己的“专属故障”，也共享一套细胞层面的脆弱程序。未来真正精准的治疗，也许不只是问“患者得了什么病”，还要继续追问——在这个人的大脑里，究竟是哪一种细胞、在疾病的哪一个阶段、进入了哪一种异常状态。

原文链接：

https://doi.org/10.1038/s41586-025-09573-z