密西西比州立大学数学与统计学系副教授Shantia Yarahmadian正在研究铜和锌等金属如何影响β-淀粉样蛋白的行为，这种蛋白质会聚集在一起并形成与阿尔茨海默病相关的斑块。
他的研究发表在《数学生物学通报》（Bulletin of Mathematical Biology）期刊上，建立在他持续努力的基础上，即利用数学来更好地理解阿尔茨海默病中涉及的复杂生物学过程。
利用数学理解阿尔茨海默病
数学建模允许科学家通过方程和模拟来表示复杂的生物相互作用，从而对其进行探索。研究人员随后可以测试不同因素如何影响某个过程，并预测当特定条件发生变化时可能会发生什么。
“每一种生物现象都发生在物理世界中——在空间和时间中——并涉及形状、数量和物质的变化，”密西西比州立大学（MSU）数学与统计学系教师Yarahmadian说。“由于其抽象能力，数学使我们能够揭示模式、检验假设并做出仅凭观察可能无法实现的预测。数学并不取代实验室或临床研究；它通过帮助我们理解更大的系统、识别最具影响力的机制并指导未来的实验来补充这些研究。”
这种方法对于阿尔茨海默病可能特别有价值，因为该病涉及众多相互作用的生物过程，这些过程很难单独研究。
铜和锌如何影响阿尔茨海默病斑块
为了研究阿尔茨海默病相关斑块是如何发展的，Yarahmadian创建了一个数学框架，用于模拟铜和锌等金属与β-淀粉样蛋白相互作用时涉及的化学反应。
β-淀粉样蛋白可以在一个称为聚集的过程中粘附在一起。随着时间的推移，这些团簇会促成斑块的形成，而斑块是阿尔茨海默病的特征之一。
该模型考察了金属离子（即带电形态的金属）如何影响这种蛋白质的积聚。它还使研究人员能够探索两种旨在干扰聚集过程的潜在治疗方法。
科学家无需完全依赖实验室实验，而是可以使用这些模拟来研究这些相互作用的变化可能如何影响斑块的形成，并确定进一步研究的有希望的方向。
数学预测与实验室结果相匹配
当数学模型的预测反映了实际实验中发生的情况时，它是最有用的。为了评估他的框架，Yarahmadian及其合作者将其结果与通过原子力显微镜获得的实验室测量数据进行了比较。
这种成像技术使用极细的探针在微观尺度上检查结构，使研究人员能够研究微小的蛋白质团簇和其他材料。
该数学模型成功重现了实验中观察到的模式。这种一致性表明，该框架捕捉到了在所研究条件下β-淀粉样蛋白如何聚集的重要方面。
结果提供了证据，表明数学模拟可以帮助研究人员调查蛋白质结块背后的机制，并探索影响该过程的方法。尽管这些发现并未确立一种有效的阿尔茨海默病治疗方法，但它们为指导未来的实验室研究提供了一个有前景的工具。
对Yarahmadian来说，这项研究背后的动机超越了数学挑战本身。他希望对该疾病复杂生物学的更好理解最终将帮助科学家开发出更有效的应对策略。
“吸引我从事阿尔茨海默病研究的原因是，它对人类的深刻影响与其非凡的生物学复杂性结合在了一起，”他说。“我的目标是利用数学建模来识别重要机制并产生见解，从而有助于指导未来的实验和治疗研究。”