2025年，阿尔茨海默症（AD）的研究正站在一个十字路口。一方面，基于生物标志物的早期预警模型已能通过对30-40岁年轻人群的筛查，提前数十年预测风险；另一方面，FDA批准的靶向Aβ的抗体药物（如Lecanemab）虽然在临床上取得了突破，但在复杂的类器官模型中却意外触发了血管炎症反应 。

这些进展揭示了一个核心问题：AD的病理机制远比我们想象的复杂。 从Aβ和tau的“二元核心假说”，到如今对神经炎症、血管损伤及基因背景（如APOE4）的综合考量，我们比以往任何时候都更需要精准、可靠且能模拟特定病理阶段的模型系统。

对于每一位致力于破解AD谜题的科研人员来说，面对超过280种转基因小鼠、层出不穷的类器官以及复杂的计算模型，该如何选择最合适的“研究搭子”？本文将梳理AD建模的最新思路，并探讨如何利用高质量的科研工具，为你的研究之路扫清障碍。

 

一、 动物模型：从“经典”走向“精准”

动物模型一直是AD研究的基石。然而，传统的APP转基因过表达模型虽然成功模拟了Aβ斑块沉积，但也存在插入突变、非生理性表达等人工假象风险。

1. 基因敲入（KI）模型——回归生理表达

为了解决这一问题，App knock-in (KI) 小鼠（如AppNL-G-F）正逐渐成为新宠。这类模型将人源化突变序列敲入小鼠内源性App基因位点，避免了过表达带来的副作用，更真实地模拟了Aβ从积累到斑块形成的渐进过程。

 

图1 AppNL‑G‑F 敲入小鼠中的突变

研究应用：这类模型非常适合研究Aβ病理与下游神经元丢失、小胶质细胞反应的时序关系。

翌圣助力：在鉴定KI小鼠基因型或分析脑组织中不同区域的Aβ亚型（Aβ40/Aβ42）沉积差异时，高特异性的qPCR探针（货号：13660ES等）是确保数据准确性的关键第一步。

2. 非人灵长类——弥合转化鸿沟

啮齿类动物与人类在遗传和脑结构上的巨大差异，被认为是药物临床转化失败率高的原因之一。2025年，一项研究通过向猕猴脑内注射AAV-Tau和Aβ，构建了可批量生产且病理稳定的灵长类AD模型。该模型不仅表现出持久的认知障碍，还重现了ATN（淀粉样蛋白、tau蛋白、神经丝轻链）经典病理 。

研究应用：为候选药物的临床前药效验证提供了比小鼠更接近人类的药代动力学和安全性评价平台。

翌圣助力：灵长类模型的构建离不开高质量AAV载体的生产与纯化，翌圣生物提供的腺相关病毒包装相关试剂（如AAV定量检测试剂盒，货号：99302ES等）可确保病毒滴度的准确性。

 

二、 颠覆性革新：类器官与复杂细胞模型

如果说动物模型是宏观的“黑箱”，那么基于人诱导多能干细胞（iPSC）的细胞模型则打开了微观的“视窗”。

3. 血管化神经免疫类器官——破解“偶发性AD”难题

95%的AD病例是偶发性（sAD），而非遗传性（fAD）。这意味着单纯引入基因突变可能忽略了关键的环境因素。

2025年发表在 Molecular Psychiatry 的一项研究构建了包含神经元、小胶质细胞、星形胶质细胞和血管的复杂类器官。最令人兴奋的是，只需将sAD患者的脑组织提取液加入培养体系，4周内就能诱导出Aβ斑块、tau缠结、神经炎症及突触丢失等核心病理，而使用Lecanemab治疗虽减少了Aβ，却观察到了血管炎症反应 。

 

图2 阿尔茨海默病患者来源的脑提取物可在类器官中诱导淀粉样蛋白病理发生（PMID: 40316675）

研究应用：

· 药物副作用筛查：提前发现药物潜在的血管毒性。

· 机制研究：探讨Aβ和tau的“朊病毒样”传播机制。

4. APOE4脑组装体——揭示基因风险

APOE4是散发性AD最强的遗传风险因子。通过将APOE4背景的iPSC诱导分化为神经元、胶质细胞并组装成 “类组装体” ，研究者发现APOE4会加剧所有病理特征，并首次揭示了IGFBP信号通路在Aβ和tau病理中的新作用。

 

图3 APOE4基因背景加重Masteroid模型中的AD病理，并揭示IGFBPs作为治疗靶点[6]

研究应用：精准解析特定基因型对细胞间通讯的影响，筛选针对APOE4携带者的个性化药物。

翌圣助力： 无论是复杂的类器官分化，还是病毒（如AAV）的包装与滴度测定，翌圣生物提供的无动物源因子、GMP级别的细胞因子及高滴度AAV定量试剂盒，都能助你构建更稳定、更标准的体外模型。在类器官培养中，精确调控信号通路是诱导分化的关键。翌圣生物为您提供多种小分子化合物：

 

三、 计算建模：整合数据的“最强大脑”

面对从多组学、影像学得到的海量数据，传统的统计学方法已力不从心。

5. 多模态生物标志物的整合

2025年的一篇研究提出了一种计算框架，通过sigmoid函数模拟生物标志物的非线性变化，整合CSF Aβ42、Tau以及PET/MRI数据，试图在30-40岁的年轻人群中划分出“风险区”，实现真正的临床前预警 。

研究应用：识别高危人群，为预防性临床试验招募受试者。

6. 贝叶斯模型揭示因果链

另一种名为高斯Copula图模型的方法，通过分析1022名参与者的数据，发现“年龄”通过三条间接途径损害认知：海马体积缩小、后扣带回体积缩小以及Aβ积累。它还揭示了“女性”在某些认知领域的优势是如何被较低的教育水平和较高的Aβ负荷所抵消的 。

研究应用：理清混杂因素，提出新的因果假说（如：血管因素 vs. 神经退行性变的先后顺序）。

翌圣助力：虽然计算建模本身不需要试剂，但验证模型预测结果时，往往需要回到体外模型或动物模型进行机制验证。翌圣提供的各种通路抑制剂、激活剂库，如FDA-approved Drug Library（FDA上市库）（货号59100ES）和Stem Cell Compound Library（干细胞化合物库）（货号59600ES），可用于高通量筛选潜在干预药物，加速从计算假设到实验验证的闭环。

 

四、 常用小分子辅助工具与造模试剂

除了上述信号通路调节剂，AD建模过程中还经常用到以下辅助试剂：

 

选择“对的”模型，问出“对的”问题

阿茨海默症的建模，正经历着从单一维度向多维度、从高表达向生理表达、从纯动物向人源化微环境的深刻转变。

· 如果你想研究特定基因突变的长期体内效应，App-KI小鼠可能是更好的选择。

· 如果你想探究散发性的、涉及免疫和血管相互作用的病理机制，血管化类器官将提供无可比拟的优势。

· 如果你手握海量数据却理不清头绪，贝叶斯模型或许能帮你拨云见日。

无论你选择哪条路径，模型的稳定性与试剂的可靠性是决定实验成败的基石。

翌圣生物致力于为AD研究提供从小分子调节剂、化合物库、细胞培养试剂到分子生物学工具的全方位解决方案，助您构建最接近真实世界的疾病模型，让每一个科学假设都能得到最严谨的验证。

 

 

翌圣生物提供完善的小分子化合物系列产品，翌圣生物小分子化合物优势：

•  产品经严格质检，品质有保障
•  产品纯度高，生化数据全
•  产品有完善的售后 
•  产品种类全，可定制，一次买齐实验所需
•  可申请“发文章赢奖励”活动

选购yeasen小分子，发表文献拿奖励，paper任你发，奖励任你拿！

 

 

另针对类器官、干细胞等应用场景，翌圣生物均可提供完整解决方案：

类器官/干细胞科学培养指南最全攻略整理（含文献解读）

类器官/干细胞整体解决方案

干细胞培养常用小分子大全

干细胞领域：Nature重磅发文，首次实现化学小分子诱导多潜能干细胞

UM171分子胶，体外扩增造血干细胞(HSC)案例解析

翌圣生物HiActi®高活性细胞因子系列产品-选购指南

翌圣生物HiActi®高活性细胞因子专题汇总

翌圣生物Ceturegel®基质胶选购指南

翌圣生物HiActi®高活性细胞因子系列产品-选购指南

翌圣生物HiActi®高活性细胞因子专题汇总

翌圣生物Ceturegel®基质胶选购指南

 

参考文献

[1] Anyaiwe O, Nataraj N, Gudikandula BS. Computational Risk Stratification of Preclinical Alzheimer's in Younger Adults. Diagnostics (Basel). 2025 May 26;15(11):1327. doi: 10.3390/diagnostics15111327

[2] Ji Y, Chen X, Wang Z, Meek CJ, McLean JL, Yang Y, Yuan C, Rochet JC, Liu F, Xu R. Alzheimer's disease patient brain extracts induce multiple pathologies in novel vascularized neuroimmune organoids for disease modeling and drug discovery. Mol Psychiatry. 2025 Oct;30(10):4558-4575. doi: 10.1038/s41380-025-03041-w

[3] Timofeeva AM, Aulova KS, Nevinsky GA. Modeling Alzheimer's Disease: A Review of Gene-Modified and Induced Animal Models, Complex Cell Culture Models, and Computational Modeling. Brain Sci. 2025 May 5;15(5):486. doi: 10.3390/brainsci15050486

[4] Manabe T, Saito T. A decade progress in the phenotyping of AppNL-G-F knock-in mouse model of Alzheimer's disease. Neurosci Res. 2025 Nov;220:104959. doi: 10.1016/j.neures.2025.104959

[5] He F, Shi WJ, Liu W, Fan JX, He ZG, Zhang YQ, Xiao J, Ruan WW, Gai YK, Zhang HL, Yang BB, Qin Y, Wang H, Li J, Wang JL, Liu S, Shi LP, Chen ZX, Jiang WJ, An N, Xue PJ, Wang ZH, Yang RJ, Tian PY, Chen Z, Xiao L, Yang ZS, Feng KB, Tan WY, Sun ZM, Xu W, Shu H, Wang JZ. A mass-producible macaque model displays a durable Alzheimer-like cognitive deficit and hallmark amyloid-β/tau/neurofilament light chain pathologies. J Alzheimers Dis. 2025 Jun;105(4):1432-1446. doi: 10.1177/13872877251334316

[6] Sherman E, Qiu K, Roberts R, Shichman L, Li S, Sun H, Ide L, Tucker A, Lee S, Gniadzik W, Shin JB, Sol-Church K, Kapur J, Zhang A, Erisir A, Jiang L; Alzheimer’s Disease Neuroimaging Initiative. Modeling Alzheimer's Disease with APOE4 Neuron-Glial Brain Assembloids Reveals IGFBPs as Therapeutic Targets. bioRxiv [Preprint]. 2025 Oct 19:2025.10.17.683162. doi: 10.1101/2025.10.17.683162.

[7] Vogels L, Mohammadi R, Schoonhoven M, Birbil ŞI, Dyrba M; Alzheimer’s Disease Neuroimaging Initiative. Modeling Alzheimer's disease: Bayesian copula graphical model from demographic, cognitive, and neuroimaging data. J Alzheimers Dis. 2025 Nov;108(1_suppl):S244-S257. doi: 10.1177/13872877251337944