目录
阿尔茨海默病(AD)研究动物模型选型指南
围绕AD研究中的Aβ、Tau、遗传风险与神经炎症,梳理常用动物模型的病理特征、适用方向和选型要素,帮助研究者结合科学问题、遗传背景与实验窗口选择合适的模型。
点击下载AD模型选型指南
阿尔茨海默病(Alzheimer’s disease ,AD)动物模型为疾病机制研究和候选药物临床前评价提供了重要实验基础。传统转基因模型通过相对固定的遗传背景和基因改变模拟 AD 相关病理,适合开展长期、系统性的研究;
而随着基因递送技术发展,腺相关病毒(adeno-associated virus ,AAV)介导的 AD 诱导模型也逐渐成为研究人员探索特定病理机制的重要补充工具。
AAV 诱导模型通常利用病毒载体在特定脑区表达 AD 相关基因或蛋白,例如 APP 突变形式或 Tau 常形式,
而诱导局部或特定时间窗口内的疾病相关变化。研究人员可以根据研究目的调整递送区域、表达时间以及目的基因类型,因此在机制验证、局部病理研究和需要较快建立疾病表型的研究中具有一定灵活性。
但 AAV 诱导模型并不是传统转基因模型的简单替代。外源基因递送带来的表达水平和空间分布差异、病毒载体本身以及注射方式,都可能影响实验结果。如何根据研究问题选择合适的模型,而不是单纯比较哪一种模型“更先进”或“更快” ,是 AD 研究设计中的关键。
一、什么是 AAV 诱导 AD 模型?
1. AAV 如何用于 AD 相关病理研究?
AAV 诱导 AD 模型通常利用AAV ,AD 相关目的基因或蛋白表达元件递送至目标脑区,使其在局部组织中表
达。例如,研究人员可以选择 APP 突变形式,观察 Aβ 相关病理变化;也可以选择 Tau 异常形式,研究 Tau 相关病理过程。
依固定背景的基因模型不同,AAV 诱导模型的研究设计具有更高灵活性。研究人员可以根据课题需要选择目的基因类型、递送区域和表达时间窗口,从而更有针对性地模拟特定病理过程。
2. AAV 诱导模型的基本流程
从研究设计角度看,AAV 诱导 AD 模型通常包括目的基因与载体设计、目标脑区递送、局部表达以及病理和行为学评价等环节。具体载体构建、注射参数和实验条件需要根据目标模型及技术方案确定。

图1 AAV 诱导AD 模型的基本研究流程示意图
3. AAV 模型更适合解决哪些研究问题?
● 希望在特定脑区表达 AD 相关基因或蛋白,开展局部病理研究。
● 希望围绕某一目的基因或蛋白开展机制验证,而非同时观察所有 AD 病理。
● 需要根据实验设计调整递送区域、表达时间窗口或目的基因类型。
● 需要相对快速地建立特定疾病相关表型,用于机制研究或候选干预验证。
需要注意,AAV 诱导模型呈现的病理变化与具体目的基因、递送区域和实验设计有关,不能仅凭“AAV-AD 模型”这一名称推断其一定具有 Aβ 沉积 、Tau 缠结、神经炎症及认知改变等全部表型。
二、赛业生物 AAV 诱导小鼠 AD 模型:构建方式与核心表型
针对 AD 相关病理研究,赛业生物采用 AAV 介导的基因递送技术,将携带人源 APP 和 PSEN1 突变形式的 AAV载体,通过双侧立体定位注射递送至 C57BL/6J 小鼠海,建立 AAV 诱导的小鼠 AD 模型。
1. 模型遗传构成与递送方式
关键要素 | 模型信息 |
|---|---|
动物背景 | C57BL/6J 小鼠 |
递送方式 | AAV 介导的基因递送 |
目的基因 | 人源 APP 与 PSEN1 |
APP 突变 | K670N 、M671L 、I176V 、V717L |
PSEN1 突变 | M146L 、L286V |
注射方式与脑区 | 立定位注射至小鼠海 |
该模型通过 AAV 载体将人源 APP 和 PSEN1 突变形式递送至海马区,研究重点是观察相关基因表达后出现的
Aβ 病理及行为学变化。由于该模型采用局部脑区递送方式,其研究场景与全身遗传背景固定的传统转基因模型有所不同。
2. 造模后病理与行为学变化时间线
观察时间 | 模型表现 | 研究意义 |
|---|---|---|
单次注射后约 2.5 个月 | 开始出现行为学改变 | 可进入行为学变化观察阶段 |
单次注射后约 5–6 个月 | 出现显著 Aβ 斑块沉积 | 可关注海马区 Aβ 相关病理终点 |
上述时间节点为该模型所描述的主要观察窗口,具体实验安排仍需结合研究终点和实际实验条件确认 。
3. 主要病理特征:Aβ 斑块与局部神经免疫变化
该模型在海马区可观察到致密的 Methoxy-X04 阳性(Methoxy-X04⁺) Aβ 斑块,并伴随小胶质细胞活化及局部炎症反应。这意味着研究人员不仅可以关注 Aβ 斑块本身,也可以进一步观察 Aβ 相关病理背景下的局部神经免疫变化。
● Aβ 病理 :海马区出现致密的 Methoxy-X04⁺ Aβ 斑块。
● 神经免疫变化 :伴随小胶质细胞活化及局部炎症反应 。
4. 行为学表现:空间学习记忆与新物体识别
在行为学方面 ,该模型表现出一定的性别相关差异 :雌性小鼠在水迷宫实验中表现出显著的空间学习记忆缺陷 ;雌雄小鼠的新物体识别能力均下降 。
行为学评估 | 模型中描述的表现 | 解读时的注意点 |
|---|---|---|
水迷宫 | 雌性小鼠表现出显著的空间学习记忆缺陷 | 需按性别分析行为学数据 |
新物体识别 | 雌雄小鼠新物体识别能力均下降 | 合流程和照解知相化 |
5. 适用研究方向与业务转化价值
根据模型特点,该 AAV 诱导 AD 模型可用于 AD 病理机制研究,以及抗 Aβ 、抗炎和神经保护等候选药物的临床前评价。对于希望围绕海马区 Aβ 病理、局部小胶质细胞活化或相关行为学变化开展研究的团队 ,该模型提供了一个具有明确递送区域和观察窗口的实验选择。
与其将该模型理解为能够覆盖 AD 全部病理过程的“通用模型” ,不如将其定位为围绕 APP/PSEN1 相关 Aβ 病理及局部炎症变化开展研究的 AAV 诱导工具。研究者可根据候选药物的作用机制,选择 Aβ 斑块、局部炎症反应或行为学指标作为主要评价终点。
三、AAV 诱导模型与传统转基因 AD 模型有什么区别?
传统转基因模型通常通过固定遗传背景和基因改变模拟疾病相关病理,适合在相对稳定的遗传背景下开展长期研究;AAV 诱导模型则依赖外源基因递送,能够根据实验目的选择递送区域、表达时间及目的基因类型。两者的主要差异在于模型构建方式、实验灵活性、表型形成速度及结果解释边界 。
比较维度 | 传统转基因 AD 模型 | AAV 诱导 AD 模型 |
|---|---|---|
主要模方式 | 通过相对固定的遗传背景和基因改变模拟疾病相关病理 | 通过 AAV 载体在特定脑区表达 AD 相关基因或蛋白 |
研究重点 | 围绕模型遗传构成观察疾病相关病理变化 | 围绕特定目的基因、递送区域和时间窗口开展研究 |
比较维度 | 传统转基因 AD 模型 | AAV 诱导 AD 模型 |
|---|---|---|
Aβ 斑块 | 取 | 取决于目的基因与具体设计 |
Tau 缠结 | 取决于模型类型,Tau 模型表现较明显 | 取决于目的基因与具体设计 |
神经炎症 | 不同模型可伴随不同程度的免疫变化 | 可结合目的基因和递送设计进行研究 |
表型速度 | 不同模型差异较大 | 相对较快,具体取决于模型设计 |
主要优势 | 遗传背景相对固定,适合长期及系统性研究 | 区域与时间窗口灵活,适合局部病理和机制验证 |
主要局限 | 构建周期、表达位置及病理发展过程可能存在限制 | 外源表达与自然疾病过程存在差异,病毒和注射方式可能影响结果 |
因此,AAV 模型的优势主要体现在实验灵活性,而传统转基因模型的价值在于相对固定的遗传背景和持续的疾病相关研究环境 。AAV 模型并不是传统模型的全面替代,选择时应以研究假设和观察终点为依据。
四、不同 AD 究方向如何物模型?
AD 涉及 Aβ 、Tau 、遗传风险和神经免疫等多个研究方向。不同模型的核心病理、表型特点和适用范围并不相同。模型选择的第一步应是明确研究问题,再判断哪种模型能够提供所需的病理背景。
研究目的 | 先考的模型方向 | 主要观察指标 / 关注点 |
|---|---|---|
Aβ 靶点研究 | APP 相关模型,如 5xFAD 、APP/PS1 等 | Aβ 水平、斑形成、胞反 |
Tau 机制研究 | PS19 、Tau P301L 、htau 等 Tau 相关模型 | Tau 聚集 、磷酸化水平、神经退行性变化 |
Aβ 与 Tau 共同病理 | 3xTg-AD 等联合模型 | Aβ 、Tau 及多种神经病理指标 |
AD 遗传风险研究 | APOE 人源化模型 | APOE 相关分子变化、脂质代谢 、Aβ 除等 |
神经炎症机制研究 | TREM2 、APOE 相关模型及免疫评价体系 | 炎症因子、免疫反、小胞 |
局部病理或快速机制验证 | AAV 诱导模型 | 特定基因/蛋白表达、局部病理及相 |
药物筛选与药效评价 | 依据药物作用机制选择 APP 、Tau 或联合模型,也可考虑 AAV 模型 | 物药与作用机制匹配的病理、行为学和功能指标 |
需要注意,以上模型方向是研究设计层面的参考,并非所有同类型模型都具有完全相同的病理表现。例如,
APP 相关模型不一定出现明显 Tau 缠结;APOE 人源化模型主要用于遗传风险研究,也不应被默认视为典型快速成病模型。
五、不同 AD 模型类型综合比较 :从研究问题出发选型
模型类型 | 主要模拟病理 / 研究对象 | 主要优势 | 主要局限 |
|---|---|---|---|
APP 相模型 | Aβ 生成和积沉 | 适合研究淀粉 | 对完整 AD 病程模拟不足 |
Tau 相关模型 | Tau 异常聚集 | 适合 Tau 机制研究 | 无法模拟 Aβ 起始过程 |
APP/Tau 合模型 | 多种病理过程 | 更接近复杂 AD 病理 | 机制解析难度增加 |
APOE 人源化模型 | 遗传风险因素 | 模拟人类遗传风险背景 | 需要结合其他病理模型解释 |
AAV 诱导模型 | 特定基因/蛋白表达 | 灵活、区域和时间窗口可调 | 与自然疾病过程存在差异 |
如果研究目标是 Aβ 斑块形成,APP 相关模型通常更直接 ;如果重点是 Tau 异常聚集 ,则应优先考虑 Tau 相关模型;如果需要同时观察 Aβ 与 Tau 病理,可进一步考虑联合模型;如果研究不同遗传背景对疾病相关过程的影响 ,则可考虑 APOE 人源化模型;而当研究问题集中于特定脑区的基因表达或局部病理变化时,AAV 诱导模型具有一定优势 。
六、AD 动物模型选型时需要关注的五个关键因素
1. 目标基因与突变类型:模型是否符合研究假设?
不同基因或同一基因中的不同突变可能对应不同病理机制。以 APP 为例,不同突变可能影响 APP 加工过程中的不同环节,从而改变 Aβ 产生方式和沉积特点;Tau 相关模型中的不同突变也可能影响蛋白聚集能力 、病理发展速度和神经损伤程度。选择模型时 ,应核对具体目的基因及突变类型是否与研究假设一致。
2. 疾病表型:模型是否能够呈现研究关注的变化?
AD 研究涉及 Aβ 沉积 、Tau 异常聚集 、神经炎症 、突触功能变化、神经元损伤及认知相关改变等多种表型。不同模型能够提供的观察终点并不相同,不能因为模型名称中包含 AD 就推断其具备全部病理特征 。
3. 遗传背景:是否会成为实验变量?
同一种基因改变在不同遗传背景下 ,可能表现出不同程度的病理变化。背景基因可能影响转基因表达、蛋白代谢 、免疫反应及神经功能状态 。对于需要比较不同处理因素的研究,应关注模型遗传背景的一致性。
4. 表型出现时间:是否匹配研究周期?
不同 AD 模型形成稳定疾病相关表型的时间存在差异。较早出现表型的模型可能提高研究效率 ,但更偏向模拟某一特定病理环节;表型形成较慢的模型则可能更适合观察长期变化或多种病理因素之间的关系。AAV 诱导模型的观察时间也需要结合具体载体、递送区域和实验设计确定。
5. 模型质量与来源:能否保障实验可重复性?
模型质量会影响实验数据的可靠性。研究人员应关注基因型是否经过验证、遗传背景是否清晰 、相关表型是否具有稳定重复性,以及模型质量控制信息是否可追溯。对于 AAV 诱导模型,还应充分关注载体信息 、递送方式和注射操作等可能影响结果的因素 。
总结:没有万能模型,只有更匹配研究问题的模型
AD 是一种涉及多因素、多环节共同作用的复杂疾病。APP 相关模型帮助研究人员理解 Aβ 产生和沉积过程;
Tau 相关模型支持对蛋白异常聚集及神经退行机制的探索;APOE 人源化模型为研究遗传风险因素提供工具; TREM2 等免疫相关模型则进一步拓展了 AD 神经免疫机制研究。AAV 诱导模型通过相对灵活的局部基因递送,为特定脑区、特定目的基因和特定时间窗口的机制研究提供了补充选择。
对于希望开展局部 Aβ 病理研究、观察海马区小胶质细胞活化,或评价抗 Aβ 、抗炎及神经保护干预的研究团
队 ,赛业生物 AAV 诱导小鼠 AD 模型提供了一个具有明确基因构成、递送区域及观察时间窗口的研究工具。最终选择仍应回到目标基因、病理终点、遗传背景、研究周期和模型验证信息本身。
从研究问题出发 ,匹配模型特征与实验终点,才能让 AD 动物模型真正服务于机制解析和药物研发。
参考文献
1. Sonsalla MM, Lamming DW. Geroprotective interventions in the 3xTg mouse model of Alzheimer's disease. Geroscience. 2023;45(3):1343-1381. doi:10.1007/s11357-023-00782-w.
2. Cho Y, Bae HG, Kim YJ, et al. Physiology and pharmacology of amyloid precursor protein. Pharmacology & Therapeutics. 2022;235:108122. doi:10.1016/j.pharmthera.2022.108122.
3. Karran E, Mercken M, De Strooper B. The amyloid cascade hypothesis for Alzheimer's disease: an appraisal for the development of therapeutics. Nat Rev Drug Discov. 2011;10(9):698-712. doi:10.1038/nrd3505.
4. Kosel F, Pelley JMS, Franklin TB. Behavioural and psychological symptoms of dementia in mouse models of Alzheimer's disease-related pathology. Neurosci Biobehav Rev. 2020;112:634-647. doi:10.1016/j.neubiorev.2020.02.012.
5. Kametani F, Hasegawa M. Reconsideration of Amyloid Hypothesis and Tau Hypothesis in Alzheimer's Disease. Front Neurosci. 2018;12:25. doi:10.3389/fnins.2018.00025.
6. Serrano-Pozo A, Das S, Hyman BT. APOE and Alzheimer's disease: advances in genetics, pathophysiology, and therapeutic approaches. Lancet Neurol. 2021;20(1):68-80. doi:10.1016/S1474-4422(20)30412-9.
7. Li RY, Ma J, Zhang Q, et al. TREM2 in the pathogenesis ofAD: a lipid metabolism regulator and potential metabolic therapeut target. Mol Neurodegener. 2022;17(1):40. doi:10.1186/s13024-022-00542-y.
关于 iCyagen
iCyagen基因–疾病–变异–模型四大数据库,已收录超15万个基因、超1.9万种疾病、超1434万条突变记录与超15万个动物模型,并且与NCBI、ClinVar等国际权威数据库保持高频同步更新。四大数据库底层架构互通,实现四库合一,支持数据深度关联、毫秒级跨库智能检索。在iCyagen数据库模块中,仅需输入目的基因一键检索,即可同步完成基因查询、资料归集与初步分析,所有数据来源可追溯,保障结果精准可靠,无需在多个数据库间来回跳转,大幅节省资料检索时间。
围绕AAV诱导模型选型,可在 iCyagen 按目标基因检索关联模型,整理候选品系,再对照产品资料和原始研究核对遗传背景、目标表型及实验窗口。

需要为AAV诱导模型研究匹配品系和实验终点?可结合目标病理、研究周期与检测指标讨论模型及评价方案。
页面标签
七、AAV 诱导 AD 模型常见问题( FAQ )
Q1 :AAV 诱导 AD 模型是什么?
AAV 诱导 AD 模型通常利用腺相关病毒载体,在特定脑区表达 AD 相关基因或蛋白,例如 APP 突变形式或 Tau异常形式,从而诱导局部或特定时间窗口内的疾病相关变化。
Q2 :AAV 诱导模型与传统转基因 AD 小鼠有什么区别?
传统转基因模型依赖相对固定的遗传背景和基因改变;AAV 诱导模型通过外源载体进行局部递送,能够更灵活地整目的基因、送域和表口。者各有适用景,AAV 模型不是传统模型的全面替代。
Q3 :赛业生物 AAV 诱导 AD 模型使用了哪些突变?
该模型使用携带人源 APP 突变 K670N 、M671L 、I176V 、V717L ,以及 PSEN1 突变 M146L 、L286V 的 AAV载体,并通过双侧立体定位注射递送至 C57BL/6J 小鼠海马区。
Q4 :AAV 诱导 AD 模型多久可以观察到变化?
该模型描述为单次注射后约 2.5 月始出行改,5–6 个月出现显著 Aβ 斑块沉积 。实际研究仍需结合实验方案和目标观察终点安排时间。
Q5 :AAV 诱导模型可以用于药物评价吗?
该模型可用于 AD 病理机制研究,以及抗 Aβ 、抗炎和神经保护等候选药物的临床前评价。药效终点应根据药物作用机制及模型已验证的表型进行选择。
Q6 :AAV 诱导模型是否能够模拟完整 AD 病理?
不能仅凭 AAV 诱导 AD 模型这一名称推断其能够呈现完整 AD 病理。该模型的表达水平和空间分布可能与内源性疾病发生过程存在差异,病毒载体及注射方式也可能影响结果。应根据具体目的基因和验证数据判断其适用范围。
Q7 :什么情况下更适合选择 AAV 诱导模型?
当研究重点是特定脑区的基因表达、局部病理研究、机制验证,或需要相对灵活地调整递送区域和表达时间窗口时,可考虑 AAV 诱导模型。如果研究目标是长期观察稳定遗传背景下的系统性疾病变化,则应同时评估传统转基因模型。






模型构建,部分 APP 模型表现较明显
能
理