Brain age prediction from structural and functional connectivity across the lifespan using connectome-based predictive modeling
本研究利用跨越生命周期的结构和功能磁共振成像数据进行基于连接组的预测建模，旨在证明通过分布式连接模式可以准确预测实际年龄，并揭示了不同模态之间既有的共享信息与互补信息，且这种信息通过多模态整合得到了进一步增强。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类大脑并非一个静态的器官；它是一个活生生的景观，从我们出生的那一刻起直到生命的最后时刻，都在不断改变着形状和功能。科学家们长期以来一直试图寻找一种衡量这一过程的方法，并创造了所谓的“大脑年龄”模型。这是一个通过观察大脑的布线和结构来估算一个人生理年龄的工具，就像医生通过观察树木的年轮来估算树龄一样。当大脑看起来比实际年龄更老或更年轻时，这可能预示着其发育或衰老过程中发生了某些情况。为了理解这些变化，研究人员通常会观察两种不同的图谱。一张图谱展示了大脑的物理道路，即随着多年生长而建立起来的连接不同区域的白质纤维束。另一张图谱则展示了这些道路上的交通情况，即大脑在休息和单纯思考时的活动模式。虽然我们知道这两张图谱都会随着年龄的增长而变化，但目前尚不清楚它们讲述的是同一个故事，还是提供了关于我们如何成长与老去的不同且互补的线索。
耶鲁大学的一个研究小组决定通过观察整个生命周期——从童年到老年——来探索这个问题。他们收集了近 1,500 名健康人的数据，利用先进的大脑扫描技术，创建了关于大脑物理连接和静息活动的详细图谱。随后，他们使用了一种旨在发现这些图谱中模式的计算机方法来预测每个人的年龄。其目标是观察大脑的物理结构或其功能活动在“计时”方面表现得更好，以及结合这两张图谱是否能比仅看其中之一提供更清晰的图景。
研究人员发现，大脑的物理结构和功能活动都能极好地预测一个人的年龄，但这些预测的强度会根据生命阶段的不同而变化。当观察儿童和老年人这两个大脑经历快速且显著变化的时期时，模型的表现最为出色。相比之下，对于大脑相对稳定的青年时期，模型的准确性较低。这表明，在大脑快速生长和衰退的年份里，其布线和活动最为鲜明，因此这些时期更容易被识别。有趣的是，对于老年人而言，大脑的物理结构是更强的年龄预测指标，而对于儿童，功能活动则是更强的预测指标。这表明，在我们的一生中，大脑衰老的主导因素从大脑电路的放电方式转向了其物理道路的变化。
尽管这两类图谱在不同时期表现出的侧重点有所不同，但它们通常彼此一致。当物理图谱预测一个人的年龄较大时，功能图谱通常也会做出同样的预测。然而，当研究人员仔细观察究竟是哪些连接驱动了这些预测时，他们发现这两张图谱利用的是不同的线索。物理图谱主要依赖于大脑深层中心部分和小脑的连接，而功能图谱则利用了更广泛的网络，包括涉及运动和注意力的网络。这意味着，虽然两张图谱都在告诉我们同一件事——大脑的年龄有多大——但它们阅读的是故事的不同部分。
为了测试结合这两张图谱是否会有所帮助，研究人员构建了一个同时使用物理结构和功能活动的新模型。在大多数群体中，这种结合的方法比单独使用任何一张图谱都更准确。对于青年组以及涵盖整个生命周期的组别，这种结合方法尤其有效，因为这种综合线索减少了预测误差。结合后的模型并没有创造出某种新的、神秘的模式；相反，它只是汇集了物理图谱和功能图谱中最优秀的部分，证实了它们提供了对方所缺失的独特且有价值的信息。
该研究还探讨了男性和女性在脑部衰老模式上是否存在差异。尽管之前的研究表明男性和女性的大脑可能看起来有所不同，但本研究发现，预测年龄的能力在两性之间非常相似。一个针对男性训练的模型在女性身上同样表现良好，反之亦然。这表明，标志着时间流逝的基础性连接变化在性别之间是共享的，即使大脑结构的具体细节略有差异。
最终，这项工作表明，大脑的年龄书写在它的连接之中，但随着我们的成长，这种“笔迹”也在发生变化。通过观察物理道路及其上的交通流量，科学家可以获得关于人类发育与衰老的更完整的图景。研究结果表明，单一的大脑视角是不够的；要真正理解人类生命的进程，我们必须从多个角度观察大脑，认识到衰老的故事是通过一个从童年到老年各不相同的、复杂的、分布式的变化网络来讲述的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。