現有療法成功與局限性的新解釋
一項由麥吉爾大學(McGill University)主導的最新研究,挑戰了長期以來關於多巴胺如何驅動運動的理論,這項發現可能改變科學家對帕金森氏症(Parkinson’s disease, PD)治療的思考方式。這項發表在《自然神經科學》(Nature Neuroscience)期刊上的研究指出,多巴胺並非直接控制運動的速度或力量,而是作為一種基礎支持系統,使運動成為可能。
多巴胺在運動中的新角色
過去的研究認為,多巴胺會快速釋放,產生短暫的爆發,直接控制運動的強度和速度。然而,這項新研究表明,多巴胺的作用更像是引擎中的潤滑油,對於系統的運作至關重要,但並非決定每個動作執行速度的訊號。
麥吉爾大學精神病學系助理教授兼道格拉斯研究中心(Douglas Research Centre)研究員尼古拉斯·特里奇(Nicolas Tritsch)表示:
「我們的研究結果表明,我們應該重新思考多巴胺在運動中的作用。恢復多巴胺到正常水平可能足以改善運動。這可以簡化我們對帕金森氏症治療的思考方式。」
實驗證據:多巴胺穩態的重要性
研究人員透過光遺傳學技術,在小鼠執行加權拉桿動作時,即時測量牠們的大腦活動,並控制多巴胺細胞的「開啟」或「關閉」。如果快速的多巴胺爆發確實控制了運動的強度,那麼在這些時刻改變多巴胺水平應該會改變小鼠移動的速度或力量。然而,研究人員發現沒有任何影響。
更進一步的實驗顯示,左旋多巴(Levodopa)這種帕金森氏症的常用藥物,其作用機制是提高大腦中多巴胺的基礎水平,而不是恢復快速的多巴胺爆發。即使在缺乏快速爆發的情況下,運動能力也能恢復。
左旋多巴的局限性與新治療策略
左旋多巴是目前帕金森氏症治療的黃金標準,它是一種多巴胺的前驅物,可以穿過血腦屏障(Blood-Brain Barrier, BBB)並在大腦中轉化為多巴胺,從而緩解運動功能障礙,如僵硬、運動遲緩及震顫。然而,長期使用左旋多巴常導致副作用,包括運動波動,即「開」和「關」時期,其有效性在一天中變化不定。這是因為左旋多巴在外周代謝廣泛,減少了到達大腦的藥物量。
此外,由於多巴胺本身無法穿過血腦屏障,直接給藥存在挑戰。在血腦屏障外給予多巴胺時,它容易受到氧化壓力的影響,因為多巴胺會被單胺氧化酶(MAO)分解,產生活性氧(ROS)。活性氧會損害細胞的重要成分,如DNA、脂質和蛋白質,從而加劇已經受損的神經元的狀況。
奈米技術與藥物傳輸系統的新應用
為了克服這些限制,研究人員正在探索先進的策略,以安全地將多巴胺傳遞到大腦,同時保護它免受氧化損傷。其中一種方法是使用基於聚乳酸-羥基乙酸共聚物(PLGA)的奈米載體。這些奈米系統可以保護多巴胺免受降解,實現靶向傳遞到大腦受損區域,並提供受控的、持續的多巴胺釋放。
PLGA奈米粒子具有良好的生物相容性和生物降解性,已被廣泛用於藥物傳輸。它們可以封裝多巴胺、左旋多巴、多巴胺受體激動劑(如羅匹尼羅、普拉克索、溴隱亭)、酶抑制劑(MAO-B和COMT抑制劑)以及代謝調節劑(如二甲雙胍)等藥物。研究表明,載有神經營養化合物的PLGA奈米粒子在體外和體內均表現出良好的血腦屏障滲透性、生物相容性、多巴胺能神經元保護作用,並能改善帕金森氏症模型中的行為。
天然產物的潛力與挑戰
除了奈米技術,天然產物作為帕金森氏症的替代或輔助療法也引起了越來越多的關注。天然化合物,如槲皮素、白藜蘆醇和薑黃素,由於其顯著的神經保護、抗炎和抗氧化特性,在改善帕金森氏症的根本原因方面顯示出巨大的潛力。例如,薑黃素在清除活性氧方面起著關鍵作用,從而減少氧化壓力和神經元損傷。
未來展望:更精準的帕金森氏症治療
這項新研究為帕金森氏症的治療開闢了新的途徑。透過了解多巴胺如何支持運動,研究人員可以開發出更精準的療法,專注於維持健康的多巴胺基礎水平,而不是試圖模仿快速的多巴胺爆發。
此外,這項研究也鼓勵重新審視舊的治療策略,例如多巴胺受體激動劑。雖然這些藥物在過去顯示出益處,但由於它們影響大腦的廣泛區域,常常引起副作用。新的見解可能有助於科學家設計更安全的療法,使其作用更精確。
帕金森氏症的全球負擔
帕金森氏症是一種具有挑戰性的神經退行性疾病,全球有超過700萬至1000萬人被診斷出患有此病。作為繼阿茲海默症之後第二常見的神經退行性疾病,帕金森氏症帶來了巨大的臨床和社會經濟負擔。在加拿大,目前有超過11萬人患有帕金森氏症,隨著人口老齡化,預計到2050年,這個數字將增加一倍以上。
結論:帕金森氏症治療的轉型
總體而言,這項研究不僅挑戰了我們對多巴胺在運動控制中作用的理解,也為帕金森氏症的治療策略提供了新的方向。透過專注於維持穩定的多巴胺基礎水平,並利用奈米技術和天然產物的潛力,未來的帕金森氏症治療有望更加有效、安全和個性化。這項研究的突破性發現,預示著帕金森氏症治療領域將迎來一場轉型,為數百萬患者帶來新的希望。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: December 17, 2025


