从症状前的细胞变化寻找靶点
2023 年，Sriram Balusu 等在 Neuron 发表综述《Neurodegeneration cell per cell.》，关注症状出现前哪些细胞变化可能推动神经退行性疾病。作者把这一阶段称为“细胞阶段”（cellular phase），并主张结合单细胞组学、遗传信息与人源模型，寻找值得优先验证的细胞类型和通路。
风险位点要定位到细胞和作用基因
全基因组关联研究（genome-wide association study，GWAS）识别的风险变异很多位于非编码区，需要结合其他数据来判断受影响的基因。综述以阿尔茨海默病（Alzheimer's disease，AD）的 PICALM 位点举例：早期研究把风险归到 PICALM，后续更大规模分析则将该区域的主要候选风险基因指向 EED，后者与 PICALM 的功能不同。
作者建议将 GWAS 与细胞类型特异的表达数量性状位点（expression quantitative trait loci，eQTL）结合，叠加染色质开放性和启动子等信息，判断变异可能影响哪些细胞中的基因表达。这样的整合可缩小候选范围，也帮助区分仅按最近基因标注的风险位点；但表达关联仍需功能实验验证。
这类定位也揭示不同疾病的细胞线索并不相同。综述归纳的 AD 风险基因较多在小胶质细胞表达，也涉及内皮细胞；帕金森病（Parkinson's disease，PD）相关遗传信号则指向黑质多巴胺能神经元、皮层兴奋性神经元及其他细胞。作者据此把疾病机制放在多个细胞及相互作用中考察。
小胶质细胞中的 TREM2 提示，风险变异与直接致病机制需要分别判断。综述指出，某些 AD 相关 TREM2 变异会影响细胞对早期β-淀粉样蛋白（amyloid beta，Aβ）积累的反应；完全丧失 TREM2 功能导致的 Nasu–Hakola 病没有 AD 病理。作者将这些 AD 相关变异解释为风险调节因素。
候选靶点还需细胞功能证据
单细胞表达和遗传关联可以提出候选细胞和基因，仍不能证明它们处在疾病过程的上游。综述主张结合细胞类型 eQTL、染色质调控信息和基因扰动，检验候选是否改变具体细胞功能；再追踪细胞之间的影响和出现时间，判断这些变化是否参与神经功能受损。