临床前帕金森病研究中的运动功能评价：观察一致性、基线差异与药效解释

运动功能评价是临床前帕金森病（Parkinson's disease，PD）研究中判断疾病表型、评估候选治疗干预效果的核心产出。观察到运动行为发生变化，并不等于已经取得明确的药效证据。行为评分会受到基线运动能力、任务熟悉程度、自发活动水平、观察条件以及疾病模型稳定性的影响。在非人灵长类（non-human primate，NHP）研究中，行为评价往往涉及多个观察者、多个测试任务和纵向重复测量，上述因素对结果解释的影响更大。

可靠的评价体系需要做到四件事：建立可重复的基线，按不同运动功能维度选择终点，控制观察者相关变异，并明确行为变化与药理作用之间的解释边界。落到具体研究上，问题可以拆成三个：选哪种测试，测量结果是否可重复，以及如何把真实的治疗效应与测量误差、模型自身波动分开。

一、帕金森病模型中的运动功能应评价哪些维度？

帕金森病相关运动障碍具有多维度特征。运动迟缓、震颤、姿势与平衡异常、协调能力下降以及精细运动控制受损，在不同个体中的出现程度并不一致。单一行为测试难以完整覆盖这些特征，也难以独立区分具有生物学意义的治疗反应与一般行为波动。

从评价目的出发，临床前运动功能终点可分为三类，三类终点在非人灵长类疾病模型研究中的信息量差别很大。

1. 综合性运动症状评分

综合性运动评分描述帕金森样运动表型的整体严重程度及其组成特征。Kurlan's Parkinson's disease rating scale（Kurlan 帕金森病评分量表）用于评价震颤、姿势、步态、平衡及粗大或精细运动功能等表现，把整体运动表型转成结构化描述。

这类量表的可靠性取决于评分标准是否明确，以及不同观察者能否一致地识别和分级相关行为。主观性较强的评分项目更容易出现分歧：同一份量表交到两位观察者手里，判断结果可能不同。

2. 任务导向的运动功能测试

任务导向测试通过标准化行为任务评价动物完成特定动作的能力。食物抓取或食物获取任务观察动物伸手、抓握及取食的表现；精细运动任务进一步评估肢体使用、动作执行与任务完成情况。与综合评分相比，这类测试能给出更具体的定量指标，例如成功获取食物的次数、任务完成时间，或左右手分别对应的表现。

任务成绩同时受动机、奖励偏好、训练程度与任务参与度影响。评分改善可能来自运动能力本身，也可能来自动物更愿意参与任务，两种来源需要在方案中分开处理。

3. 自发运动与活动模式分析

自发运动评价关注动物在特定任务之外的运动表现。视频行为分析或活动监测能提供运动轨迹、活动模式以及行为随时间变化的信息，补充传统量表与任务测试的不足，并支持纵向观察。

解释这类数据需要结合具体行为特征。活动量增加可能反映运动能力改善，也可能来自非特异性兴奋或异常运动行为，单凭活动量难以判定运动功能改善。

二、如何根据研究目的选择运动功能终点？

终点选择应服从研究假设、拟评价的治疗作用以及模型呈现的运动表型，实验室现有的测试项目只能作为参考。以改善运动迟缓或整体运动障碍为目标的对症治疗研究，综合性运动评分适合作主要终点，并辅以定量任务测试。针对精细运动控制的干预，手部功能的食物抓取或精细运动任务能更直接地反映目标功能。预期影响姿势控制、平衡或步态的治疗，需要设置相应的专项评价。从药效学角度看，主要终点应当直接对应药物预期改变的那一项功能。

常见评价方法及其解释边界如下表。

这些方法覆盖不同的运动维度，合起来用才是一套完整方案。阿扑吗啡诱导旋转中出现行为变化，反映的是药物激发的旋转反应，与动物的自发运动功能是两回事。食物获取成绩上升同样可能来自任务参与度或动机变化。合理的设计是预先确定一个与研究假设直接相关的主要运动功能终点，再用次要终点分析效应的性质、一致性与功能意义[2]。

三、为什么基线运动功能评价至关重要？

非人灵长类研究的个体差异往往在疾病诱导或药物干预之前就已存在。这些差异未被识别时，后续观察到的组间差别会同时包含基线不平衡与治疗效应，药效解释的不确定性随之上升。

影响基线运动表现的因素包括年龄、自然手偏好、既往任务经验、自发活动水平，以及模型诱导后运动障碍的严重程度与侧别。单侧损伤模型中左右侧差异有研究价值，解释时需要对照个体原有的运动不对称性。

基线评价宜采用重复测量。重复测量可以刻画动物自身的正常波动范围，也能提前识别尚未形成稳定表现的终点。任务导向测试应在正式基线前完成任务适应与训练，并统一训练流程；有效试次、成功反应以及无法评分或未完成试次的判定标准都要写进方案，避免看到结果之后再决定数据怎么处理。

基线评价还要确认测量范围是否适合目标动物与目标终点。动物运动障碍过重、无法完成测试时会出现地板效应，进一步恶化或改善都难以在现有指标上区分；动物表现接近测试上限时则出现天花板效应，潜在改善缺少测量空间。

筛选后仍存在基线差异的，通过随机分组、分层或统计分析处理。可纳入的因素包括基线运动评分、损伤侧别、疾病严重程度与任务表现，具体方法要与重复测量结构、研究假设相匹配，并在揭盲前确定。

样本量有限的非人灵长类研究尤其要看个体轨迹。组均值会掩盖个体之间在疾病严重程度与治疗反应上的差异，除组水平分析外，还应逐只考察运动功能随时间的变化。

四、如何提高行为评价的观察者一致性？

观察者相关变异是行为学评价中需要重点控制的问题。同一份量表下，不同观察者对震颤、运动迟缓、姿势异常或自发运动的判断仍会分化；同一观察者在不同时间点也可能因为判断尺度漂移而前后不一致。可执行、可复核的标准化流程是主要解决途径。

首先，建立明确的操作性定义。 每个评分项目都要写清行为识别标准，适用时提供不同严重程度的判定示例。“轻度运动障碍”或“活动减少”这类描述不能留给观察者自行理解。

其次，开展观察者培训与评分校准。 正式评分前，安排不同观察者对同一组代表性视频独立评价，再逐条讨论分歧、明确判定规则。校准的目的是减少标准理解差异带来的系统性偏差，而不是要求观察者达成未经验证的主观共识。

第三，在可行的情况下实施盲法评价。 评分人员不应知晓动物的处理分组与预期反应，研究预期对主观判断的影响由此降低。

第四，标准化观察环境和程序。 观察时间、观察时长、录像位置、环境条件、动物处理程序及评估前的相关活动都应尽量统一。药理作用随时间变化的研究，还要预先规定给药与行为测试之间的时间间隔。

第五，合理使用录像复核和独立评分。 录像支持重复检查、独立评分与分歧追溯，也能帮助区分持续性变化与短暂行为事件。

第六，定量评价评分一致性。 统计方法按终点数据类型选择：有序分类评分可用加权一致性统计量，连续型指标可用组内相关系数。结果要结合分歧的大小、方向及其对结论的潜在影响一起解释。

自动化与AI 行为分析可以减少部分人工评分变异，支持更系统的纵向量化。验证工作仍然不可省略：目标追踪准确性、缺失观测、摄像条件变化，以及算法提取的特征是否对应有生物学意义的运动功能，都要逐项确认。

五、如何区分真实药效与模型自身波动？

药效解释需要综合变化方向、效应幅度、重复测量的一致性、时间特征以及终点本身的特异性。给药后运动终点出现变化，只是解释的起点。

1. 确认变化方向是否符合终点定义

每项指标的计分方向与生物学含义要先明确。量表分数越高代表运动障碍越严重时，分数降低提示症状改善；自发活动量或旋转次数的变化方向，则要结合具体模型与药理机制判断，脱离背景直接读作有利或不利都会误导结论。

2. 评估模型的稳定性及个体内波动

公开文献显示，MPTP 诱导的非人灵长类帕金森病模型在疾病严重程度与个体反应上存在差异[2]。运动表型尚未达到预先规定的稳定标准就开始治疗，后续变化将同时包含治疗作用与模型自身的进展和波动，两者难以拆开。

模型稳定不等于所有运动指标完全不变。方案应预先明确可接受的波动范围，以及偏离预期时的处理办法。

3. 结合时间特征解释药理作用

给药后较快出现的改善，符合对症性作用的时间特征；在多次评价中持续存在的变化，则可能对应不同的药理学过程。快速反应与持续改善都只能作为机制线索，神经保护或疾病进程改变的结论还需要研究设计、生物学证据与足够的观察时间共同支撑。

4. 通过互补终点识别不一致结果

不同评价方法对同一干预常有不同反应。遇到不一致时，先分辨各终点测量的是哪个运动维度、灵敏度差多少，再判断结果的含义。综合评分改善而精细运动任务未变，需要考察任务参与度与测试敏感性；自发活动增加而目标导向运动未改善，则要考虑非特异性活动增强或异常运动行为。

5. 预先规定缺失数据和未完成任务的处理方法

动物未能完成任务，原因可能是运动障碍，也可能是动机不足、参与度下降或其他非目标因素。看到结果之后再排除数据会引入选择偏倚，缺失数据、无效试次与未完成任务的判定和处理规则必须事先写进方案，并在结果解释中说明其影响。小样本研究里，个别动物的数据缺失或表现异常足以改变整体结论。

综合起来，可靠的药效解释以预先设定的主要终点为骨架，配合辅助行为指标、基线严重程度、纵向稳定性与相关药理学或生物学证据，单一指标的显著变化只能作为线索。

六、运动功能评价应与帕金森病模型特征相匹配

不同帕金森病模型模拟的疾病特征不同，适用的问题、症状出现时间、严重程度、稳定性及治疗反应也随之不同。MPTP 相关模型广泛用于研究帕金森样运动功能障碍及对症治疗反应；靶向基因操作等其他策略多用于探讨与遗传风险或特定病理过程相关的机制。各模型的疾病进程与药理反应差异明显，方案要按模型分别设定[1,2]。

单侧损伤模型中，左右侧运动功能、手偏好及药理诱导旋转具有较高的研究价值；呈现更广泛运动障碍的模型，则需要综合评价步态、平衡、震颤、姿势与自发活动。

评价时间表要与预期疾病进程对齐。模型建立早期的测量用于描述症状发展，表型相对稳定后的重复测量更适合药效比较。稳定阶段的判定依据预先规定的标准，而不是模型建立后的固定天数。

运动终点还要与预期作用机制建立明确联系。多巴胺能对症治疗、恢复神经环路功能的干预、疾病修饰性治疗，各自需要不同的行为学与生物学评价组合。多种组合如何选择本身就是转化医学问题，需要在方案阶段定下来，任何单一行为测试只能覆盖其中一部分。

七、浦灵生物非人灵长类帕金森病研究中的运动功能评价

浦灵生物（Prisys Biotechnologies Co., Ltd.，简称 Prisys Biotech）相关非人灵长类帕金森病研究涉及多种运动功能评价方法，包括 Kurlan 帕金森病评分量表、食物抓取任务、Brinkman board test、肌力分级及阿扑吗啡诱导旋转分析。内部资料还记录了在帕金森病模型研究流程中结合行为评价、PET 影像及病理学终点的研究安排。

这些方法可按模型特征与研究目标组合。关注精细运动障碍的研究，可结合手部特异性任务与结构化运动评分；涉及单侧运动功能异常的研究，可在适用情况下进一步评价左右侧表现及药理诱导旋转行为。

结论

临床前帕金森病研究中的可靠运动功能评价，取决于四件事是否落实：评价终点与研究假设的匹配、基线特征的充分表征、观察者相关变异的控制，以及药效结果在模型自身波动背景下的合理解释。选择合适的行为测试只是起点。

结构化运动评分与任务导向测试结合，在适当情况下引入纵向行为分析，可以提供比单一指标更完整的运动功能信息。这些结果与药理学、生物学证据放在一起看，研究者对治疗反应的判断更审慎，对行为变化的过度解释也会减少。

在非人灵长类帕金森病研究中，模型特征、测量可靠性与药效解释是三个相互关联的设计问题。终点定义明确、数据质量可控、证据链相互支持，运动功能评价才能为候选治疗的临床前开发提供有解释力的依据。

常见问题

1. 临床前帕金森病研究中常用哪些运动功能测试？

常用方法包括综合性运动评分量表、食物抓取或食物获取任务、精细运动测试及自发活动分析。具体选择取决于研究目标、模型表型与预期治疗作用。组合使用互补终点通常比依赖单一指标更有利于全面评价运动功能。

2. 如何降低非人灵长类帕金森病研究中的观察者差异？

建立明确的评分定义，统一观察条件，开展观察者培训与评分校准，在可行的情况下采用盲法评价与录像复核。一致性或可靠性统计方法按终点数据类型选择。

3. 为什么基线运动功能对药效评价很重要？

基线评价用于识别原有运动不对称、疾病严重程度差异以及测量的地板效应或天花板效应。重复基线测量帮助研究者了解个体内波动，降低把自然变化误判为药物作用的风险。

4. 自发活动增加是否意味着帕金森病运动功能改善？

不一定。活动增加可能与运动能力改善有关，也可能来自非特异性兴奋或异常运动行为，判断时应结合具体运动模式、研究假设及其他功能性终点。

5. 如何为非人灵长类帕金森病模型选择运动功能终点？

按模型表型、治疗机制及主要研究目标选择，同时考虑疾病严重程度、侧别差异、任务可执行性、测量敏感性及治疗和观察时间表。主要终点与统计分析策略应在研究开始前明确。

参考文献

1. Capitanio JP, Emborg ME. Nonhuman primate models of Parkinson's disease. ILAR Journal. 2007;48(4):339-355. doi:10.1093/ilar.48.4.339.
2. Porras G, Li Q, Bezard E. Modeling Parkinson's disease in primates: the MPTP model. Cold Spring Harbor Perspectives in Medicine. 2012;2(3):a009308. doi:10.1101/cshperspect.a009308.

联系我们

• 咨询热线： 021-5043 5616
• 业务邮箱： bd@prisysbiotech.com
• 官方网站： https://www.prisysbiotech.com/
• 公司地址： 上海市奉贤区金海公路6055号35幢8楼
• BD项目咨询： 扫描下方二维码添加 BD 微信。