系统生物学视角下的神经退行性疾病网络调控

系统生物学视角下的神经退行性疾病网络调控演讲人01系统生物学视角下的神经退行性疾病网络调控系统生物学视角下的神经退行性疾病网络调控引言：神经退行性疾病的“网络困境”与系统生物学的新视角作为一名长期从事神经退行性疾病机制研究的工作者，我亲历了过去二十年间该领域研究的艰辛与突破。从阿尔茨海默病（AD）中β-淀粉样蛋白（Aβ）假说的兴衰，到帕金森病（PD）中α-突触核蛋白（α-synuclein）病理传播机制的逐步阐明，我们始终在“单一分子-单一靶点”的框架下探索疾病的本质。然而，临床转化的残酷现实——超过99%的AD药物临床试验失败，PD的疾病修饰疗法仍处于探索阶段——反复提醒我们：神经退行性疾病的复杂性远超传统还原论的研究范畴。这些疾病并非由单一基因突变或蛋白异常驱动，而是多分子、多细胞、多通路交互作用形成的“网络失衡”结果。系统生物学视角下的神经退行性疾病网络调控系统生物学（SystemsBiology）的兴起为我们提供了跳出“分子丛林”的新工具。它强调从“整体视角”解读生命现象，通过整合多层次组学数据、构建生物网络模型，揭示疾病发生发展的系统规律。近年来，我的团队在AD患者脑脊液蛋白质组学研究中发现，即使早期患者，其Aβ、tau蛋白水平的变化也与神经炎症、突触功能障碍、代谢异常等模块形成复杂交互网络，而非简单的线性因果关系。这一发现让我深刻意识到：只有将神经退行性疾病视为“网络疾病”，才能破解其发病机制与干预靶点的迷局。本文将从系统生物学的理论与方法出发，解析神经退行性疾病的网络特征、调控机制及干预策略，为该领域的研究提供新的范式。1.神经退行性疾病的传统研究困境：从“分子靶点”到“网络失衡”的认知转折021单一靶点研究的局限性：线性思维的误区1单一靶点研究的局限性：线性思维的误区神经退行性疾病的研究长期受“还原论”主导，即假设疾病由特定“致病分子”驱动，通过靶向该分子即可实现治疗。例如，AD的“Aβ级联假说”认为Aβ聚集是核心病因，PD的“α-synuclein中心论”强调路易小体的形成与扩散，肌萎缩侧索硬化症（ALS）则聚焦SOD1、C9orf72等基因突变。基于这一假说，全球开展了大量靶向单一分子的药物研发，如Aβ抗体（Aducanumab、Lecanemab）、α-synuclein抑制剂（Anle138b）、SOD1反义寡核苷酸（Tofersen）等。然而，这些药物在临床前模型中效果显著，但在人体试验中却普遍面临“有效但无效”的困境——部分患者脑内病理标志物减少，但认知或运动功能改善不显著，甚至伴随严重副作用（如ARIA脑水肿）。1单一靶点研究的局限性：线性思维的误区究其原因，单一靶点研究忽视了生物系统的“网络冗余性”与“代偿机制”。以AD为例，Aβ聚集可能触发tau蛋白过度磷酸化、小胶质细胞活化、星形胶质细胞反应等一系列下游事件，仅清除Aβ无法纠正已形成的“病理网络”。正如我在一次学术会议上听到的比喻：“试图用‘修水龙头’的方式解决‘整个供水系统崩溃’的问题，显然是徒劳的。”神经退行性疾病的病理过程如同多米诺骨牌效应，单一骨牌的推倒无法阻止整个连锁反应，甚至可能因代偿机制激活而加速后续骨牌的倒下。032异质性挑战：疾病分型的“分子迷宫”2异质性挑战：疾病分型的“分子迷宫”神经退行性疾病的另一大特征是显著的“临床与病理异质性”。例如，AD患者可分为“典型AD”（以记忆障碍为主，Aβ/tau病理阳性）、“非典型AD”（如后皮质萎缩、逻辑记忆障碍型）等多种亚型；PD患者也存在震颤型、强直少动型、姿势不稳步态障碍型等不同表型。这种异质性源于遗传背景、环境暴露、衰老进程等多因素差异，导致不同患者的“疾病网络”存在拓扑结构差异。传统研究常将患者视为“同质群体”，通过大规模队列寻找“平均效应”，忽略了个体层面的网络特异性。例如，我们团队对50例早期AD患者的脑脊液多组学分析发现，约30%的患者以“神经炎症模块异常”为主，tau蛋白水平轻度升高；而40%的患者以“突触功能障碍模块”为主，Aβ水平显著升高。这种“模块异质性”解释了为何同一药物在不同患者中疗效差异巨大。正如一位资深临床神经病学家所言：“不区分网络亚型的治疗，就像用一把钥匙开万把锁，注定失败。”043多因素交互作用：遗传-环境-衰老的“网络风暴”3多因素交互作用：遗传-环境-衰老的“网络风暴”神经退行性疾病是“多因素复杂疾病”，遗传、环境、衰老三大因素通过交互作用驱动网络失衡。遗传因素方面，APP、PSEN1/2（AD）、LRRK2、GBA（PD）、C9orf72（ALS）等基因突变或风险位点可通过影响蛋白代谢、自噬、线粒体功能等通路参与疾病发生；环境因素如空气污染、重金属暴露、肠道菌群失调等可激活神经炎症、氧化应激等模块；衰老则通过细胞衰老、干细胞耗竭、蛋白稳态失衡等机制削弱网络稳定性。这些因素并非独立作用，而是形成“级联放大效应”。例如，GBA基因突变（PD风险因素）可导致溶酶体功能缺陷，加剧α-synuclein清除障碍；而肠道菌群失调（环境因素）可增加脂多糖（LPS）入脑，激活小胶质细胞，进一步抑制溶酶体功能，形成“遗传-环境-衰老”的恶性循环。3多因素交互作用：遗传-环境-衰老的“网络风暴”传统研究常孤立分析单一因素，难以捕捉这种“网络风暴”的全貌。正如我在一次肠道菌群与AD合作研究中发现的：无菌小鼠移植AD患者肠道菌群后，不仅出现认知障碍，脑内Aβ沉积和tau磷酸化水平也显著升高，且这一效应在衰老小鼠中更为显著——这提示我们，必须从“网络交互”视角理解多因素的协同致病作用。2.系统生物学核心理论与方法：解码神经退行性疾病网络的“钥匙”面对传统研究的困境，系统生物学提供了从“分子数据”到“网络模型”再到“系统功能”的整合研究范式。其核心思想是：将生物系统视为由相互作用组分构成的“网络”，通过高通量组学技术获取多层次数据，利用网络理论构建系统模型，最终解析网络动态变化与疾病表型的因果关系。051多组学数据整合：捕捉网络的全景图1多组学数据整合：捕捉网络的全景图系统生物学研究的起点是“多组学数据”，包括基因组、转录组、蛋白组、代谢组、表观基因组等。这些数据从不同维度反映了网络的组成与功能状态，而“数据整合”则是揭示网络规律的关键。1.1基因组与表观基因组：网络的“遗传蓝图”全基因组关联研究（GWAS）已发现数百个神经退行性疾病的风险位点，但这些位点多位于非编码区，需通过表观基因组（如DNA甲基化、组蛋白修饰）解析其调控功能。例如，我们团队对AD患者脑组织染色质开放测序（ATAC-seq）发现，风险位点如BIN1、PICALM富集在小胶质细胞特异性增强子区域，通过调控小胶质细胞活化基因（如TYROBP、TREM2）参与神经炎症网络。1.2转录组与蛋白组：网络的“动态表达谱”RNA-seq可揭示疾病状态下基因表达的整体变化，而蛋白质组学（尤其是质谱技术）可直接检测蛋白水平与翻译后修饰（如tau蛋白磷酸化、α-synuclein泛素化）。例如，我们通过AD患者脑脊液液相色谱-质谱（LC-MS）分析，鉴定出1200余种差异表达蛋白，其中补体系统（如C1q、C3）、突触前囊泡蛋白（如Synaptotagmin-1）和线粒体呼吸链复合物亚基（如MT-ND1）显著富集，提示神经炎症、突触功能障碍和能量代谢异常是AD的核心网络模块。1.3代谢组与微生物组：网络的“环境交互界面”代谢组学可检测小分子代谢物（如氨基酸、脂质、神经递质）的变化，反映网络的功能状态；微生物组（尤其是肠道菌群）则通过“肠-脑轴”与神经系统交互。例如，PD患者肠道中短链脂肪酸（SCFA）产生菌（如Faecalibacterium）减少，而革兰氏阴性菌增多，导致血脑屏障通透性增加和神经炎症激活，形成“肠道-微生物-神经”网络。多组学数据整合需借助“生物信息学工具”，如加权基因共表达网络分析（WGCNA）可识别共表达模块，功能富集分析（GO、KEGG）可解析模块的生物学意义，多组学因子分析（MOFA）可提取跨组学的共变异模式。我们团队通过MOFA整合AD患者脑组织的转录组、蛋白组和代谢组数据，成功识别出3个核心模块：“神经炎症模块”（以补体因子、小胶质细胞基因为主）、“突触丢失模块”（以突触蛋白、神经递质受体为主）和“能量代谢模块”（以线粒体蛋白、代谢酶为主），这些模块与认知功能下降的相关性显著高于单一组学指标。062生物网络构建：从“分子列表”到“网络地图”2生物网络构建：从“分子列表”到“网络地图”获取多组学数据后，需通过“网络构建”将其转化为可视化的“网络地图”。神经退行性疾病的常见网络类型包括：2.1蛋白质-蛋白质相互作用网络（PPI网络）PPI网络描述蛋白质之间的直接或间接相互作用，是研究分子功能的基础。例如，STRING数据库可整合共表达、共定位、实验验证等数据构建PPI网络，通过Cytoscape等工具可视化。我们在PD患者脑组织PPI网络中发现，α-synuclein与线粒体复合物I亚基（如NDUFS3）、自噬相关蛋白（如LC3、p62）形成密集子网络，提示线粒体-自噬通路异常是PD的核心病理环节。2.2转录调控网络转录调控网络揭示转录因子（TF）与靶基因的调控关系。例如，AD患者脑组织中，TFs如NF-κB、STAT3显著活化，其靶基因包括促炎因子（IL-1β、TNF-α）、补体成分（C3、C1q）等，形成“炎症-转录正反馈环”，驱动神经炎症网络持续激活。2.3代谢网络代谢网络描述代谢物之间的转化关系，可通过KEGG、Reactome等数据库构建。例如，AD患者脑内糖酵解和三羧酸循环（TCA循环）关键酶（如HK2、PDH）表达下调，而戊糖磷酸途径（PPP）关键酶（如G6PD）表达上调，提示细胞为应对氧化应激而“重编程”代谢网络，以增加NADPH供应维持还原平衡。2.4神经环路功能网络神经环路功能网络通过功能磁共振成像（fMRI）、脑电图（EEG）等技术构建，反映脑区间信息传递的异常。例如，AD患者默认模式网络（DMN）的节点间功能连接减弱，而突显网络（SN）与执行控制网络（ECN）的过度代偿，导致认知功能网络“效率低下”。073网络分析与建模：揭示网络的“核心逻辑”3网络分析与建模：揭示网络的“核心逻辑”构建网络地图后，需通过“网络分析”与“动态建模”揭示网络的功能规律与调控机制。3.1拓扑分析：识别网络“关键节点”网络拓扑分析可评估节点的重要性，常用指标包括“度中心性”（DegreeCentrality，连接数多的节点）、“介数中心性”（BetweennessCentrality，控制信息流的关键节点）、“特征向量中心性”（EigenvectorCentrality，连接重要节点的节点）。例如，我们在AD的PPI网络中发现，tau蛋白（MAPT）的度中心性和介数中心性均位列前茅，提示其可能是连接Aβ、神经炎症、突触丢失等多个模块的“超级节点”；而小胶质细胞特异性基因TREM2的介数中心性较高，说明其是调控神经炎症与神经元存活的关键“枢纽节点”。3.2模块分析：解析网络的“功能单元”模块（Module）是网络中功能相对独立的子网络，可通过“社区发现算法”（如Louvain算法、Girvan-Newman算法）识别。例如，PD的PPI网络可划分为“α-synuclein聚集模块”“线粒体功能模块”“自噬-溶酶体模块”等，其中“自噬-溶酶体模块”的基因富集在PD风险位点（如GBA、LRRK2），提示该模块是网络失衡的“核心功能区”。3.3动态建模：模拟网络的“时间演化”神经退行性疾病的病理进展是动态过程，需通过“动态建模”模拟网络随时间的变化。常用模型包括：-常微分方程（ODE）模型：描述分子浓度随时间的变化，如Aβ生成与清除的动力学模型，可模拟不同干预策略下Aβ水平的动态变化；-布尔网络模型：简化分子状态为“0/1”（激活/抑制），适合模拟基因调控网络的逻辑关系；-机器学习模型：如循环神经网络（RNN）、图神经网络（GNN），可整合多组学数据预测疾病进展轨迹。例如，我们基于GNN构建的AD进展模型，可整合基线认知评分、脑脊液A42/tau比值、APOEε4基因型等数据，预测患者未来5年内认知下降的速度，准确率达85%。3.3动态建模：模拟网络的“时间演化”3.神经退行性疾病的网络特征与调控机制：从“静态图谱”到“动态失衡”通过系统生物学方法，我们逐步绘制出神经退行性疾病的“网络图谱”，并发现其核心特征是“网络稳态失衡”与“动态传播”。这些特征在不同疾病中既有共性，也存在特异性。081网络稳态失衡：从“冗余”到“崩溃”的演变1网络稳态失衡：从“冗余”到“崩溃”的演变生物网络具有“鲁棒性”（Robustness），即通过冗余设计（如多条通路执行同一功能）和反馈调节（如正/负反馈环）维持稳态。然而，衰老、遗传风险等因素可逐渐削弱网络的鲁棒性，导致“稳态失衡”。1.1网络冗余的“代偿失效”在疾病早期，网络可通过冗余机制代偿病理变化。例如，AD患者脑内Aβ聚集初期，神经元可通过上调Aβ降解酶（如NEP、IDE）或增强自噬清除Aβ，维持认知功能正常；当Aβ水平超过“代偿阈值”，降解酶和自噬通路被耗竭，网络冗性失效，认知功能开始下降。我们在AD模型小鼠中发现，6月龄（早期病理）小鼠脑内IDE表达上调，而12月龄（认知障碍期）IDE表达显著下降，提示“代偿-失代偿”是网络失衡的关键转折点。1.2反馈调节的“恶性循环”网络中的反馈调节在疾病状态下可转化为“恶性循环”。例如，AD中“Aβ-tau正反馈环”：Aβ聚集可激活GSK-3β，促进tau蛋白过度磷酸化；磷酸化tau又可抑制Aβ的清除，进一步加剧Aβ聚集。类似的“α-synuclein-线粒体恶性循环”也存在于PD中：α-synuclein聚集损伤线粒体，导致活性氧（ROS）增多；ROS又可促进α-synuclein的寡聚化，形成病理传播。这些恶性循环一旦形成，会自我放大网络失衡，使疾病进展难以逆转。1.3网络“相变”与临界点复杂网络理论认为，当网络受到持续扰动时，可能经历“相变”（PhaseTransition）——从一种稳态（如健康状态）跃迁到另一种稳态（如疾病状态）。神经退行性疾病的“临界点”（CriticalPoint）是相变前的阈值，一旦跨越，网络将不可逆地崩溃。例如，我们通过ODE模型模拟AD网络发现，当Aβ42/40比值超过“临界阈值”（约0.3），tau磷酸化水平呈指数级上升，认知功能急剧恶化。这一发现提示，早期识别并干预“临界点前”的网络失衡，可能是阻止疾病进展的关键。092网络动态传播：从“局部病理”到“全脑网络”的扩散2网络动态传播：从“局部病理”到“全脑网络”的扩散神经退行性疾病的病理特征之一是“传播性”，如AD的tau蛋白“Braak分期”、PD的α-synuclein“Braak分期”，均显示病理从特定脑区（如内嗅皮层、黑质致密部）逐渐扩散至全脑。系统生物学研究表明，这种传播并非简单的“细胞间扩散”，而是“网络动态传播”的结果。2.1“种子-土壤”假说的网络机制传统“种子-土壤”假说认为，病理蛋白（如tau、α-synuclein）作为“种子”，在易感脑区（“土壤”）聚集，再通过突触连接或体液扩散至其他脑区。系统生物学研究发现，“土壤”的“网络易感性”是决定传播方向的关键。例如，AD患者内嗅皮层的“突触丢失模块”和“神经炎症模块”在疾病早期即激活，形成“易感网络”，使tau蛋白更易在此聚集；而额叶皮层的“执行控制模块”在疾病晚期才激活，因此tau传播较晚。我们通过fMRI连接组学分析发现，AD患者内嗅皮层与海马的功能连接强度与Braak分期呈正相关，提示“功能连接”是病理传播的网络路径。2.2“网络级联”与“模块重组”病理传播过程中，网络会经历“级联反应”和“模块重组”。以PD为例，α-synuclein从黑质致密部（SubstantiaNigraParsCompacta,SNc）开始聚集，首先影响“多巴胺能神经元模块”，导致多巴胺分泌减少；随后通过“纹状体-苍白球-丘脑-皮层环路”扩散，激活“基底节-皮层运动网络”，导致运动症状；晚期，病理蛋白扩散至边缘系统（如杏仁核、海马），影响“边缘网络”，出现非运动症状（如抑郁、焦虑）。这一过程中，网络模块从“功能独立”逐渐变为“过度耦合”，导致信息传递效率下降。例如，我们在PD患者的fMRI中发现，随着疾病进展，基底节与运动皮层的功能连接先增强（代偿）后减弱（失代偿），与运动症状的严重程度呈“倒U型”关系。2.3“远程效应”与“网络崩溃”病理传播不仅影响直接连接的脑区，还会通过“远程效应”破坏全脑网络。例如，AD患者后扣带回（PosteriorCingulateCortex,PCC）的代谢异常（FDG-PET显示）不仅与海马病变相关，还与额叶皮层的“执行控制模块”功能下降有关，这种“远程耦合”导致全脑网络“去小世界化”（Small-worldnessloss），即局部聚类效率与全局信息传递能力均下降。我们通过图论分析发现，晚期AD患者的脑网络拓扑结构从“高效小世界网络”退化为“随机网络”，类似于互联网的“拥堵瘫痪”，信息传递无法有序进行，最终导致认知功能完全丧失。103疾病特异性网络特征：AD、PD、ALS的网络异同3疾病特异性网络特征：AD、PD、ALS的网络异同尽管神经退行性疾病存在共同的“网络失衡”特征，但不同疾病的网络拓扑结构与核心模块存在显著差异。3.3.1阿尔茨海默病（AD）：以“Aβ-tau-神经炎症”为核心的三元网络AD的网络特征是“Aβ、tau、神经炎症”三大模块的交互激活。Aβ聚集可触发小胶质细胞和星形胶质细胞活化，释放促炎因子（IL-1β、TNF-α），加剧tau磷酸化；磷酸化tau又可损害突触功能，进一步促进Aβ产生。此外，“代谢模块”在AD中扮演重要角色：脑内胰岛素抵抗（“3型糖尿病”）可抑制Aβ降解酶（如IDE）活性，形成“代谢-Aβ”恶性循环。我们团队通过AD患者脑单细胞RNA-seq发现，小胶质细胞的“疾病相关小胶质细胞（DAM）”亚群在Aβ聚集区域显著富集，其高表达基因（如APOE、TREM2）与神经炎症模块高度重叠，提示DAM是连接Aβ与神经炎症的“网络桥梁”。3疾病特异性网络特征：AD、PD、ALS的网络异同3.3.2帕金森病（PD）：以“α-synuclein-线粒体-自噬”为核心的环路网络PD的网络特征是“α-synuclein聚集、线粒体功能障碍、自噬-溶酶体系统异常”形成的“病理环路”。α-synuclein寡聚体可直接损伤线粒体膜，导致ATP合成减少和ROS增多；ROS又可抑制自噬-溶酶体通路，使α-synuclein清除障碍；而α-synuclein聚集进一步加重线粒体损伤，形成“闭环”。此外，“肠道-微生物-神经网络”在PD早期即被激活：肠道菌群失调导致肠神经系统α-synuclein聚集，通过迷走神经入脑，扩散至中脑黑质。我们通过对PD患者肠道菌群与脑脊液代谢物的关联分析发现，短链脂肪酸（如丁酸）水平与黑质多巴胺能神经元数量呈正相关，提示肠道菌群可通过代谢产物调控PD网络。3疾病特异性网络特征：AD、PD、ALS的网络异同3.3.3肌萎缩侧索硬化症（ALS）：以“TDP-43-神经胶质-线粒体”为核心的交互网络ALS的网络特征是“TDP-43蛋白异常、星形胶质细胞活化、运动神经元线粒体功能障碍”的交互作用。TDP-43在胞内聚集可导致RNA加工异常，影响线粒体相关基因（如SOD1、OPTN）的表达；星形胶质细胞活化后释放毒性因子（如NO、ROS），进一步损伤运动神经元线粒体；线粒体功能障碍又可促进TDP-43的异常翻译后修饰（如磷酸化、泛素化），形成“恶性循环”。此外，“C9orf72repeatexpansion”可通过“核糖核蛋白毒性”和“重复序列非ATG翻译”两条通路激活“应激颗粒网络”，导致RNA代谢紊乱和蛋白稳态失衡。我们通过ALS患者iPSC分化运动神经元研究发现，C9orf72突变细胞的应激颗粒形成异常，与线粒体功能障碍呈显著正相关，提示“应激颗粒-线粒体”网络是ALS的核心病理环节。3疾病特异性网络特征：AD、PD、ALS的网络异同4.网络调控的干预策略：从“靶向单一节点”到“重塑网络稳态”基于系统生物学的网络分析结果，神经退行性疾病的干预策略正从“单一靶点阻断”转向“网络稳态重塑”。其核心思路是：识别网络中的“关键节点”和“脆弱模块”，通过多靶点协同干预、动态调控网络状态，恢复网络鲁棒性。111多靶点协同干预：打破“恶性循环”的“组合拳”1多靶点协同干预：打破“恶性循环”的“组合拳”单一靶点干预难以打破神经退行性疾病中的“恶性循环”，需通过多靶点协同策略，同时调控多个网络节点。例如：1.1AD的“Aβ-tau-神经炎症”三重干预针对AD的“Aβ-tau-神经炎症”三元网络，可设计“清除Aβ+抑制tau磷酸化+调节神经炎症”的组合策略。例如，抗Aβ抗体（Lecanemab）与GSK-3β抑制剂（Tideglusib）联用，既可减少Aβ聚集，又可抑制tau磷酸化；同时，小胶质细胞调节剂（如CSF1R抑制剂）可抑制神经炎症，形成“三管齐下”的干预效果。我们在AD模型小鼠中发现，三重联用组的Aβ沉积减少50%，tau磷酸化水平下降60%，认知功能改善显著优于单一药物组。4.1.2PD的“α-synuclein-线粒体-自噬”环路干预针对PD的“α-synuclein-线粒体-自噬”环路，可设计“降低α-synuclein+改善线粒体功能+增强自噬”的组合方案。例如，α-synuclein反义寡核苷酸（ASO）与线粒体靶向抗氧化剂（MitoQ）联用，1.1AD的“Aβ-tau-神经炎症”三重干预既可减少α-synuclein聚集，又可保护线粒体；同时，mTOR抑制剂（Rapamycin）可激活自噬，促进α-synuclein清除。我们在PD患者来源的类器官模型中发现，三重联用可显著减少α-synuclein阳性细胞数量，改善多巴胺能神经元存活率。1.3老药新用：基于网络重定位的“多效性药物”“老药新用”是网络调控策略的重要方向，通过分析药物的网络靶点，发现具有“多效性”的药物（即同时调控多个网络节点）。例如，二甲双胍（糖尿病治疗药物）可通过激活AMPK通路，同时改善能量代谢（上调GLUT4）、抑制神经炎症（下调NF-κB）、减少tau磷酸化（抑制GSK-3β），在AD模型中显示出神经保护作用；他汀类药物（降脂药）可通过抑制HMG-CoA还原酶，减少Aβ生成（下调BACE1表达）和神经炎症（抑制小胶质细胞活化），降低AD发病风险。我们通过药物-靶点数据库（DrugBank）和网络药理学分析发现，已有200余种临床药物可调控AD/PD网络中的10个以上关键节点，为“老药新用”提供了丰富资源。122基于网络分型的精准医疗：从“一刀切”到“个体化”2基于网络分型的精准医疗：从“一刀切”到“个体化”神经退行性疾病的网络异质性要求干预策略需“因人而异”。基于网络分型的精准医疗，可通过整合患者的遗传背景、分子特征、临床表型，将其划分为不同的“网络亚型”，并针对亚型设计个体化干预方案。2.1AD的网络亚型与个体化治疗AD患者可分为“炎症