对近五万份脑部扫描的分析揭示了与衰老和神经退行性疾病相关的五种独特的大脑萎缩模式。研究还将这些模式与生活方式因素(如吸烟和饮酒)以及与健康状况和疾病风险相关的基因和血液标志物联系了起来。

南加州大学洛杉矶分校的老年学家Andrei Irimia称这项工作为“方法学上的壮举”,可能极大地推动研究人员对衰老的理解。“在这项研究之前,我们知道随着年龄的增长和疾病的发展,脑解剖结构会发生变化。但我们对这种复杂交互的理解还远不够深入。”

该研究于8月15日发表在《自然医学》杂志上。

脑纹路

衰老不仅会带来白发,还会引发脑解剖结构的变化,这些变化在磁共振成像(MRI)扫描中可见,随着时间的推移,某些区域会萎缩或发生结构性改变。但这些变化非常微妙。宾夕法尼亚大学费城分校的生物医学影像专家、论文作者Christos Davatzikos表示:“人眼无法察觉与这种衰退相关的系统性脑部变化模式。”

此前的研究表明,机器学习方法可以从MRI数据中提取衰老的微妙指纹。然而,这些研究往往范围有限,大多数只包含相对少量的受试者数据。

为了识别更广泛的模式,Davatzikos团队进行了大约八年的研究,最终完成并发表了这项研究。他们使用了一种名为Surreal-GAN的深度学习方法,这一方法由第一作者Zhijian Yang在Davatzikos实验室担任研究生时开发。科学家们用来自1150名年龄在20至49岁之间的健康人群和8992名包括许多经历认知衰退的老年人的脑部MRI训练了该算法。这使得算法能够识别出老化大脑的重复特征,并创建出一个内部模型,用于区分哪些解剖结构往往会同时变化,哪些往往会独立变化。

研究人员随后将所得模型应用于近五万名参与各种衰老和神经健康研究的人的MRI扫描中。这一分析得出了五种明确的大脑萎缩模式。科学家们将与年龄相关的大脑退化类型与这五种模式的组合联系了起来,尽管在患有相同病症的个体之间存在一定的差异。

衰老模式

例如,痴呆症及其前兆轻度认知障碍与五种模式中的三种相关。令人感兴趣的是,研究人员还发现证据表明他们识别出的这些模式可能用于揭示未来更多脑部退化的可能性。“如果你想预测从认知正常状态到轻度认知障碍的进展,其中一种模式的预测效果遥遥领先,”Davatzikos说。“在后期阶段,加入第二种模式会提高预测效果,这很合理,因为这捕捉到了病理传播的过程。”其他模式与帕金森病和阿尔茨海默病等疾病相关,而三种模式的组合则高度预测死亡率。

作者们还发现,某些大脑萎缩模式与包括饮酒和吸烟在内的各种生理和环境因素有明显关联,以及与健康相关的遗传和生化标志物。Davatzikos表示,这些结果可能反映了整体身体健康对神经健康的影响,因为其他器官系统的损伤会对大脑产生影响。

不过,Davatzikos警告说,这项研究“并不意味着所有问题都能归结为五个数字”,他的团队正寻求与包括更广泛的神经疾病和更大种族与民族多样性的数据集合作。

本文译自 nature,由 BALI 编辑发布。

[ 广告 ]
赞一个 (1)

PREV :
NEXT :