Laajamittainen tutkimus paljastaa aivojen ikääntymisen yleisiä toiminnallisia ja rakenteellisia malleja

Laajamittainen tutkimus paljastaa aivojen ikääntymisen yleisiä toiminnallisia ja rakenteellisia malleja

Terve ikääntyminen johtaa rinnakkaisiin muutoksiin aivojen toiminnallisessa toiminnassa ja rakenteellisessa morfologiassa, mutta näiden muutosten välinen vuorovaikutus on edelleen epäselvä. Professori Yuhui Dun työryhmä Shanxin yliopiston tietokone- ja tietotekniikan korkeakoulussa yhteistyössä professori Vince D. Calhounin (Georgia State University) kanssa analysoi 27 793 terveen vapaaehtoisen (49–76-vuotiaat) multimodaalista neuroimaging-dataa Yhdistyneen kuningaskunnan biopankissa. He ehdottivat yhtenäistä viitekehystä yksittäisen ja multimodaalisen aivojen iän ennustamiseen ja yhteiseen toiminnallis-rakenteelliseen ikääntymisanalyysiin, joka luonnehtii systemaattisesti erilaisia ​​synergistisiä ja ristiriitaisia ​​ikääntymismalleja toiminnallisen verkkoyhteyden (FNC) ja harmaan aineen tilavuuden (GMV) välillä. Tärkeää on, että nämä nivelmallit liittyivät myös erityiseen kognitiiviseen heikkenemiseen. Tutkimus, jonka otsikko on "Joint Aging Patterns in Brain Function and Structure Revenue using 27 793 Samples", julkaistiin Researchissa (2025, 8:0887; DOI: 10.34133/research.0887).

tausta

Ikään liittyvä kognitiivinen heikkeneminen liittyy läheisesti aivojen rakenteen muutoksiin ja toiminnallisiin vuorovaikutuksiin. Useimmissa aikaisemmissa neuroimaging-tutkimuksissa on tutkittu ikääntymistä käyttämällä yhtä menetelmää, joko rakenteellista MRI:tä (sMRI) tai toiminnallista yhteyttä, joka on johdettu lepotilan fMRI:stä (rs-fMRI). Aivojen toiminta ja rakenne liittyvät kuitenkin toisiinsa ja kehittyvät yhdessä ikääntyessämme. Vain yhden modaliteetin tutkiminen vaikeuttaa kognitiivisen ikääntymisen todellisten mekanismien tulkitsemista. Lisäksi monet multimodaaliset aivojen ikääntymisen tutkimukset yksinkertaisesti yhdistävät toiminnallisia ja rakenteellisia piirteitä, mikä usein johtaa vahvempiin rakenteellisiin piirteisiin, jotka varjostavat hienovaraisemmat toiminnalliset panokset. Tämä voi aiheuttaa sen, että nivelten todelliset ikääntymismallit jäävät huomaamatta.

Tutkimuksen edistyminen

Vastatakseen näihin haasteisiin kirjoittajat kehittivät yhtenäisen multimodaalisen viitekehyksen aivojen iän ennustamiseen ja yhteisen ikääntymisen analysointiin (kuva 1). Erityisesti ikä ennustettiin erillään kokoaivojen FNC:stä ja GMV:stä käyttämällä sisäkkäistä, kaksitasoista, 10-kertaista ristiinvalidoitua lasso-regressiota, mikä johti vankoihin ikään liittyviin toiminnallisiin ja rakenteellisiin ominaisuuksiin. Yksittäisistä modaliteeteista tunnistetut keskeiset FNC- ja GMV-ominaisuudet yhdistettiin ja arvioitiin saman sisäkkäisen ristiinvalidointijärjestelmän mukaisesti reilun multimodaalisen vertailun varmistamiseksi ja rakenteellisen hallitsevan aseman estämiseksi. Lopuksi jokainen luotettava FNC yhdistettiin sen kahden liitetyn alueen GMV:iden kanssa yhteisten ikääntymismuutosten muodostamiseksi, mikä mahdollistaa synergististen (tai ristiriitaisten) toiminnallisten rakenteellisten muutosten ja niiden kognitiivisen merkityksen systemaattisen karakterisoinnin.

Tutkimus vahvisti, että GMV-pohjaiset mallit ylittivät FNC-pohjaiset mallit iän ennustamisessa, mikä osoittaa vahvempaa rakenteellista herkkyyttä ikääntymiselle. Ratkaisevaa on, että FNC- ja GMV-toiminnot yhdistävä multimodaalinen malli saavutti suurimman ennustetarkkuuden (kuva 2), mikä korostaa integroidun analyysin tarvetta aivojen ikääntymisen kattavan ymmärtämisen kannalta.

Yleisten FNC-GMV-muutosten lisäanalyysi paljasti kaksi ensisijaista ikääntymismallia (kuva 3):
Synergistiset muutokset: FNC-voiman ja GMV:n samanaikainen heikkeneminen, pääasiassa pikkuaivoissa, frontaalisessa navassa, paracingulate gyrusissa ja precuneus cortexissa. Tämä malli viittaa koordinoituun toiminnalliseen ja rakenteelliseen rappeutumiseen alueilla, jotka ohjaavat motorista ohjausta ja korkeamman asteen kognitiota.

Ristiriitaiset muutokset: Lisääntynyt FNC yhdistettynä GMV:n vähenemiseen, jota esiintyy pääasiassa näköalueilla, kuten takaraivonapa ja lateraalinen takaraivokuori. Tämä viittaa mukautuvaan toiminnalliseen parannukseen rakenteellisen heikkenemisen estämiseksi.

Erityisesti tietyt nivelmuutokset liittyivät voimakkaasti tiettyjen kognitiivisten alueiden heikkenemiseen (kuvio 4). Ristiriitaiset muutokset visuaalisilla alueilla korreloivat vahvimmin nesteälyn ja numeerisen muistin kanssa, mikä heijastaa visuaalisen tiedon käsittelyn mukautuvaa ylläpitoa. Sitä vastoin synergistinen lasku pikkuaivojen crus I:n ja paracingulate gyrusin välillä liittyi hitaampaan reaktioaikaan, mikä viittaa sensomotoristen ja tarkkaavaisuuspiirien heikkenemisen suoriin vaikutuksiin.

Merkitys ja tulevaisuudennäkymät

Tämä laajamittainen tutkimus tarjoaa suoria todisteita yleisistä toiminnallisista rakenteellisista muutoksista terveessä aivojen ikääntymisessä ja paljastaa monimutkaisen dynaamisen prosessin, johon liittyy sekä laajalle levinnyt synergistinen rappeuma että paikallinen kompensoiva sopeutuminen. Tulokset eivät vain laajentaa ymmärrystämme neurobiologisista mekanismeista, jotka ovat differentiaalisen kognitiivisen heikkenemisen taustalla, vaan luovat myös perustan multimodaalisten neuroimaging-biomarkkerien ja kohdennettujen varhaisten interventiostrategioiden kehittämiselle.

Lähteet: