E15 老药新用，能否为阿兹海默带来突破？｜阿兹海默系列四

阿兹海默症的新药研发失败率接近98%。在这片几乎绝望的研究荒原里，一位来自 UCSF 的华人科学家，却用一种「前所未有的方式」找到了治疗新路径。本期我们邀请到 Cell 文章一作——李亚乔博士，一起深入拆解这篇让科研圈刷屏的工作：- 如何用“药物再定位”+生物信息学，预测出能让阿兹海默症大脑回到“健康状态”的药物？- 为什么阿兹海默症不是瞄准单一靶点，而是“重写基因网络”？- 真实世界的病人电子病历（EHR）数据如何反向验证药物疗效？- 癌症药为何能潜在治疗阿兹海默？- 未来 AD 是否能真正做到“个性化用药”？这期不仅仅是关于AD，也是关于科学思想的勇气、系统生物学的力量、以及一个博士生如何把脑中“疯狂的假设”一步步变成改变领域现实的故事。亚乔博士也是用数据和想象力重写医学力量的践行者，祝她的科研梦想得以实现，帮助我们逆转阿兹海默症，逆转未来。(02:04) 挑战复杂疾病：阿兹海默症治疗的新思路(03:40) 亚乔的科学成长路径：从小鼠模型实验到生物信息学(06:02) 系统性的区分细胞的健康状态与疾病状态：全体基因表达量的不同(10:09) 逆转细胞状态：为何选择用“逆转细胞状态”的思路去研究阿兹海默症？(12:57) 创新性的老药新用的思路总结：大脑单细胞转录组数据 x 癌细胞药物数据 x 真实世界电子病历(16:52) 神经细胞药物筛选的挑战：为何要拐弯用到癌细胞药物数据库(CMap*)？(19:26) 基因指纹：系统性的区分不同细胞类型之间的差异(21:21) 神经角质细胞的特殊作用与组织修复(24:28) 真实世界电子病历（EHR**）数据帮助研究(25:32) 抗癌药物的联合治疗：抗乳腺癌药物以及抗胰腺癌药物在神经退行性模型表现出不同机制(29:11) 老药新用 2.0时代：挖掘真实世界积累的人类数据(32:27) 老药新用的潜在商业价值与开发(34:23) 双药联合法与神经退行性疾病的应用前景(38:42) 药物基因社交网络：单细胞测序组学 x AI的精准筛选的未来(43:04) 个性化医疗的未来：基因表达差异指导治疗策略(46:16) 研究过程中最难熬和最开心的时刻(47:46) 一句话总结这个研究里最值得被记住的地方(48:26) 结语: Think Big & Imagination is more than knowledge*CMap (Connectivity Map): 是一套利用基因表达指纹，将疾病状态与药物作用模式进行匹配的大规模数据库，用来预测哪些已知化合物可以“逆转”某种疾病的分子特征。**EHR (Electronic Health Record): 电子病历是汇集患者真实世界诊疗、用药与疾病进程信息的数字化医疗数据库。References：Li, Y., Serras, C. P., Blumenfeld, J., Xie, M., Hao, Y., Deng, E., ... & Sirota, M. (2025). Cell-type-directed network-correcting combination therapy for Alzheimer’s disease. Cell, 188(20), 5516-5534.👥 本期嘉宾介绍特邀嘉宾🧑‍⚕️李亚乔博士：UCSF／Gladstone 的神经科学与计算生物学研究员，致力于用多组学、AI与真实世界数据重写神经退行性疾病的分类与治疗方式。2025 年 Cell 论文第一作者，她的工作首次将抗癌药物组合用于“纠正” AD 多细胞类型基因网络，被视为老药新用与个性化神经退行性疾病治疗的突破范式。常驻嘉宾🧪 小橙：生物物理学博士，专注蛋白质与小分子相互作用。目前致力于新型靶向癌症疗法的开发，正在推动AI在临床医学中的应用。🔬 可思叮：纽约生物医药战略咨询师，生物医学博士，曾于某药企从事神经退行性疾病方面多组学的研究。🧠 小水博士：博士后研究员，研究神经退行性疾病中的细胞死亡机制，擅长干细胞类器官建模与活细胞成像。最近开始深度研究 AI 在生物医学中的应用。