5萬次掃描揭示大腦衰老模式

　　一項對近5萬份腦部掃描的分析，揭示了與衰老和神經退行性疾病相關的5種不同的腦萎縮模式。該分析還將這些模式與吸煙和飲酒等生活方式因素，以及與健康狀況和疾病風險相關的遺傳和血液標志物聯系起來。研究結果為開發神經退行性疾病早期階段的檢測方法帶來希望。相關研究成果8月15日發表于《自然-醫學》。

　　沒有參與這項工作的美國南加州大學的老年學家Andrei Irimia說，該工作是一項“方法論上的杰作”，可以極大促進研究人員對衰老的理解。“在這項研究之前，我們知道大腦解剖結構會隨著衰老和疾病而變化。但我們掌握這種復雜相互作用的能力要有限得多。”

　　衰老不僅會導致頭發變白，隨著時間的推移，大腦中的一些區域還會逐漸萎縮，發生微妙的解剖結構變化，這在磁共振成像（MRI）掃描中是可見的。論文作者之一、美國賓夕法尼亞大學的生物醫學成像專家Christos Davatzikos說：“人眼無法感知與這種衰退相關的系統性大腦變化模式。”

　　之前的研究表明，機器學習方法可以從MRI數據中提取衰老的“細微指紋”。但這些研究的范圍往往有限，且大多數研究的數據來自相對較少的人群。

　　為了確定更廣泛的模式，Davatzikos團隊開始了一項研究，這項研究花了大約8年時間才完成并發表。他們使用了一種名為Surreal-GAN的深度學習方法，該方法由第一作者楊志堅（音）在Davatzikos實驗室讀研究生時開發的。

　　研究人員對1150名年齡在20至49歲之間的健康人以及8992名老年人的大腦核磁共振成像上訓練了該算法，其中包括許多認知能力下降的人。這教會了算法識別衰老大腦的重復特征，使其能夠創建一個解剖結構的內部模型。

　　然后，研究人員將得到的模型應用于近5萬人的MRI掃描，這些人參與了各種衰老和神經健康研究。這項分析得出了5種不同的腦萎縮模式。研究人員將各種類型的與年齡相關的大腦退化與這5種模式的組合聯系起來，盡管患有相同疾病的個體之間存在一些差異。

　　例如，癡呆癥及輕度認知障礙與5種模式中的3種有關。有趣的是，研究人員還發現了證據，表明這些模式可能被用來揭示未來更多大腦退化的可能性。

　　“如果你想預測從認知正常狀態到輕度認知障礙的進展，一種模式是迄今為止最具預測性的。”Davatzikos說，“在后期，添加第二種模式會豐富你的預測，因為這種模式可以捕捉到病理的傳播。”其他模式與帕金森病和阿爾茨海默病等疾病有關，3種模式的一種組合可以高度預測死亡率。

　　作者發現，某些腦萎縮模式與各種生理和環境因素之間存在明顯關聯，包括飲酒和吸煙，以及各種與健康相關的遺傳和生化特征。Davatzikos說，這些結果可能反映了整體身體健康對神經健康的影響，因為其他器官系統的損傷可能會對大腦產生影響。

　　然而，Davatzikos警告說，這項研究“并不意味著一切都可以歸結為5個模式”，他的團隊正在尋找包括更廣泛的神經系統疾病和更大種族和民族多樣性的數據集。