一种用于检测人类Nav1.7通道异常的伤害感受器兴奋性测试

《PAIN》：A nociceptor excitability test for identifying alterations of the Nav1.7 channels in humans

　　小纤维神经病变的钠通道亚型兴奋性测试开发及验证。通过计算模型优化5种电刺激脉冲形状（含超极化/去极化预脉冲），结合体外HEK293T细胞钠电流记录和健康人群经皮电刺激感知阈值追踪（PTT），验证了 SENT测试可92%准确率（n=30）区分Na_v1.7亚型异常，并提示对Na_v1.8、1.9的检测潜力。

　　### 了解小纤维神经病变与钠通道变异的关系

小纤维神经病变是一种影响人体小直径感觉或自主神经纤维的疾病，这些纤维通常是无髓鞘或薄髓鞘的。该病症导致患者出现一系列阵发性症状，如锐痛、刺痛或灼热感等。目前，针对小纤维神经病变的治疗方法仍然有限，这在一定程度上是由于对这种疾病背后机制的理解仍不充分。然而，研究发现，小纤维的异常兴奋性，包括自发活动，可能成为人类周围痛觉的一个生物标志物。这些发现凸显了对小纤维兴奋性变化进行深入研究的重要性。

为了更有效地研究这些变化，科学家们开发了多种神经兴奋性测试方法，这些方法通常用于检测大纤维（如Aβ纤维）的兴奋性变化。这些方法通过测量复合动作电位的阈值来实现，而这一技术在小纤维研究中面临挑战，因为小纤维的复合动作电位相对较小，且传导速度变化较大。尽管微神经图技术可以用于研究单个痛觉纤维的兴奋性，但这种方法在技术操作、耗时以及临床应用方面存在一定的局限性。

### 开发钠通道兴奋性痛觉测试（SENT）的方法

为了克服这些限制，研究团队开发了一种新的神经兴奋性测试方法，称为钠通道兴奋性痛觉测试（Sodium channel Excitability Nociceptor Test，简称SENT）。SENT旨在通过心理物理学方法间接评估小纤维的兴奋性变化。研究团队使用了一种称为感知阈值追踪（Perception Threshold Tracking，PTT）的技术，该技术通过定制的表面电极对参与者进行电刺激，并估计参与者感知刺激所需的电流强度。

为了提高测试的准确性和实用性，研究团队利用计算模型预测不同电脉冲形状对动作电位起始阈值的影响。这些电脉冲形状包括矩形脉冲和斜坡脉冲，这些脉冲在刺激前会受到一个去极化或超极化预脉冲的影响。通过调整这些脉冲形状，研究团队希望找到一种能够有效识别钠通道异常变化的方法。

### 验证计算模型与实验结果的一致性

为了验证计算模型的有效性，研究团队进行了体外实验和PTT实验。体外实验中，使用了HEK293T细胞稳定表达Na_v1.7通道，并通过自动化全细胞膜片钳技术测量了这些细胞的电流反应。研究发现，计算模型预测的Na_v1.7电流与实际测量结果高度一致，这表明计算模型能够准确地模拟实际的电流变化情况。

在PTT实验中，研究团队对健康参与者进行了测试，以评估SENT的准确性。实验结果显示，感知阈值的标准差为11%，这一数值在计算模型中被用来预测钠通道的异常变化。当标准差为11%时，SENT在群体水平上可以达到92%的准确率，而在个体水平上则为50%。这一结果表明，SENT在识别钠通道异常变化方面具有较高的可靠性。

### 研究结果与讨论

研究结果表明，SENT能够有效识别小纤维神经病变中的钠通道异常变化，特别是Na_v1.7通道。通过计算模型的预测，研究团队发现，Na_v1.7通道的电流在特定的电脉冲形状下表现出显著的变化。这些变化与体外实验中的测量结果相吻合，进一步验证了SENT的有效性。

此外，研究团队还探讨了SENT在个体和群体水平上的应用潜力。在个体水平上，SENT能够识别出钠通道的异常变化，而在群体水平上，其准确率更高。这一发现为未来针对小纤维神经病变患者的个体化治疗策略提供了新的思路。通过结合基因组学数据，研究团队认为SENT可以用于更精确的患者分层，从而优化治疗方案。

### 研究的局限性与未来研究方向

尽管SENT在识别钠通道异常变化方面表现出色，但研究仍存在一些局限性。例如，PTT方法在测量感知阈值时可能会受到电极设计的影响，以及个体间感知阈值的差异。为了提高测试的准确性，研究团队对电极设计进行了优化，以更好地激活小纤维。

未来的研究方向包括进一步验证SENT在小纤维神经病变患者中的应用效果，以及探索其他离子通道（如钾通道或HCN通道）在疾病中的作用。此外，研究团队还建议在未来的实验中，应用针对钠通道的调节物质，以评估SENT在识别和干预异常兴奋性方面的潜力。

### 结论

总的来说，这项研究开发了一种新的神经兴奋性测试方法，即钠通道兴奋性痛觉测试（SENT），该方法能够有效识别小纤维神经病变中的钠通道异常变化。通过结合计算模型和实验验证，研究团队展示了SENT在群体和个体水平上的应用潜力。这一方法不仅为理解小纤维神经病变的病理机制提供了新的工具，还为未来的个性化治疗策略提供了基础。研究结果表明，SENT在识别Na_v1.7、Na_v1.8和Na_v1.9等钠通道的异常变化方面具有较高的准确性，这为治疗和诊断小纤维神经病变提供了新的视角。