阿尔茨海默病中靶向淀粉样蛋白抗体的数据驱动建模
定量方法
2025-03-13 v1
摘要
阿尔茨海默病 (AD) 是由大脑中淀粉样蛋白 (Abeta) 的积累驱动的，导致记忆丧失和认知能力下降。虽然靶向 Abeta 的单克隆抗体已获批准，但如何优化其使用以在最大化疗效的同时最小化副作用仍是一个挑战。本研究开发了一个数学模型来描述 Abeta 聚集，利用质量作用动力学和粗粒化建模捕捉其从单体到毒性低聚物、原纤维和纤维的进展。该模型通过实验数据进行校准，结合参数估计和敏感性分析以确保准确性。引入最优控制框架以确定最佳给药策略，在减少毒性 Abeta 聚集物的同时最小化不良反应，如淀粉样蛋白相关影像学异常 (ARIA)。结果表明，Donanemab 实现了纤维的最大幅减少。这项工作为优化 AD 治疗策略提供了一个定量框架，为平衡治疗功效与安全性提供了见解。
引用
@article{arxiv.2503.08938,
title = {Data-Driven Modeling of Amyloid-beta Targeted Antibodies for Alzheimer's Disease},
author = {Kobra Rabiei and Jeffrey R. Petrella and Suzanne Lenhart and Chun Liu and P. Murali Doraiswamy and Wenrui Hao},
journal= {arXiv preprint arXiv:2503.08938},
year = {2025}
}