Permeability of the extracellular space in the rat, mouse, and human brain

在脑部的深处，在那些负责思考、感受和记忆的紧密排列的细胞之间，隐藏着一个微小的通道网络。这些被称为细胞外间隙的空间，充满了作为该器官重要“管道系统”的液体。这种液体携带并带走细胞在工作时产生的代谢废物，就像一条河流冲走城镇中的碎屑一样。如果这个清洁系统失效，毒性蛋白质就会堆积，这一过程与严重的神经系统疾病有关。几十年来，科学家们已经了解到这种液体在流动，但一直难以测量它在微观的脑组织迷宫中流动的难易程度。这种流动的速度取决于一个被称为“渗透性”的属性，它描述了路径是开放的还是受阻的。如果不知道真实的渗透性，就很难建立准确的模型来描述大脑如何进行自我清洁，也难以设计出能够通过这种液体到达目标的药物。

来自罗切斯特大学的一个研究小组现在直接观察了老鼠、小鼠和大鼠脑部中这些隐藏的管道系统。他们没有进行猜测或依赖间接测量，而是利用实际脑组织的超高分辨率三维图像，构建了细胞间隙的数字模型。随后，他们在这些数字空间中模拟了流体流动，以精确计算它们的渗透性。他们的研究表明，虽然大脑的清洁效率会随着动物处于清醒或睡眠状态而改变，但不同物种之间流体穿过组织的根本难易程度却惊人地相似。该研究还挑战了一个科学家多年来一直用来估算这些值的长期数学规则，显示出旧规则始终低估了大脑路径的开放程度。

为了理解研究人员所做的工作，人们首先必须将大脑想象成不是一个实心块，而是一个由数十亿个细胞组成的“海绵”。用于清洁大脑的液体在这些细胞之间的微小缝隙中流动。过去，科学家试图估算这些缝隙有多宽以及液体在其中移动得有多快，但结果差异巨大，有些估算认为液体流动非常缓慢，而另一些则认为流动得快得多。这种不确定性源于大脑极其复杂，且细胞间的缝隙过于微小，以至于使用标准工具无法清晰观察。这项研究中的研究人员通过使用电子显微镜数据绕过了这些限制，这种数据提供了在单个细胞及其微小间隙可见的尺度上观察脑部结构视图。他们从大鼠、小鼠和大鼠的脑部获取了这些详细图像，并将它们转化为了计算机模型。

在这些计算机模型中，研究人员可以操纵细胞间隙的大小。他们知道大脑的体积会随意识状态而变化；例如，当动物处于睡眠状态时，细胞间的间隙会扩大，而在清醒时则会缩小。通过人工加宽和缩窄这些数字间隙，团队可以观察流体流动如何随之变化。他们施加一种轻微的压力来推动流体通过模型，并测量在给定时间内流过的液体量。这使他们能够为每种特定的细胞排列计算出渗透性，即流动的难易程度。他们在每个大脑的多个位置进行了这些计算，以确保结果具有一致性，而不仅仅是某个特定点的偶然现象。

结果显示，所有三个物种的大脑清洁系统的渗透性都在相似的数量级上。对于大鼠大脑，平均渗透率约为18平方纳米；对于小鼠大脑，约为34平方纳米；而对于人类大脑，约为10平方纳米。虽然这些数字有几倍的差异，但它们都处于大致相同的范围内，这表明这些哺乳动物大脑中流体流动的基本物理特性是保守一致的。研究人员还发现，渗透性会随着间隙大小的变化而剧烈变化。当他们模拟大脑处于间隙较宽的状态（类似于睡眠状态）时，渗透性显著增加。在大鼠大脑中，加宽间隙导致渗透率增加了近五倍。在小鼠大脑中，这种增长更为剧烈，增加了超过十二倍。在人类大脑中，渗透率增加了近九倍。这证实了大脑的排毒能力在很大程度上取决于细胞间隙的物理扩张，这为为什么睡眠对大脑健康如此重要提供了一个机械性的解释。

研究中的很大一部分精力用于测试一个科学家在数十年间用于估算土壤或沙子等多孔材料中渗透性的标准公式。这个被称为科泽尼-卡曼（Kozeny-Carman）方程的公式将间隙大小与流动的难易程度联系起来。研究人员将此公式应用于他们的脑部数据，以观察其是否成立。他们发现，该公式始终无法预测他们在详细模拟中观察到的实际流动。在所有案例中，该公式预测的流体移动速度都比实际慢得多。该公式在所有三个物种中都低估了超过一半的渗透率。这表明大脑的微观结构过于复杂且独特，以至于无法使用这种通用方程进行准确预测。

为了给未来的研究提供更好的工具，该团队根据他们的模拟数据开发了一种新的简单数学关系。这个新公式描述了渗透性如何随着细胞间隙变大或变小而变化。与旧公式不同，这个新关系与他们详细的计算机模拟结果非常吻合。它为科学家提供了一种更可靠的方法，用于估算大脑在不同条件下（如睡眠或清醒期间）流体流动的速度。研究人员还测试了细胞大小变化的特定方式是否重要。他们对比了所有细胞均匀收缩或扩张的情景，与仅星形支持细胞（称为星形胶质细胞）改变大小而其他细胞保持不变的情景。他们发现，这两种方法产生的结果几乎完全相同。这意味着大脑的清洁效率主要受间隙总体积的控制，而不在于哪些特定的细胞在膨胀或收缩。

该研究还解决了关于大脑清除废物速度的一个长期谜团。一些早期的模型表明，大脑需要极高的渗透率才能解释为何废物能如此迅速地被清除，而这个数值远高于研究人员在模拟中发现的数值。通过改进模型，加入了一条特定的路径——通过位于大脑中心的脑室（充满液体的腔室）排出废物，研究人员能够利用他们测得的较低且更具现实意义的渗透率值，来匹配实验中观察到的废物清除情况。这一发现表明，只要正确考虑了通过脑室的出口路径，大脑并不需要像之前认为的那样具有高渗透性即可有效地清除废物。

研究人员承认其工作存在局限性。他们使用的图像来自于经过化学物质处理的脑组织，这一过程有时会导致细胞间的间隙收缩或改变形状。他们还指出，他们的模型将细胞视为刚性物体，而真实的细胞是柔软且可变形的。然而，他们测试了细胞柔软度的影响，发现这对流动的影响非常微小。尽管存在这些局限性，该研究仍提供了目前对大脑细胞外间隙渗透性最直接、最详细的观察。通过不再依赖广泛的估算，而是使用真实的、三维的大脑地图，该团队为理解人类及与其亲缘关系最近的动物大脑中流体如何移动建立了新的基准。他们的工作表明，大脑的清洁系统是一个稳健的、受物理约束的过程，运行在一个可预测的范围内，为理解大脑如何维持健康以及在疾病中如何失效提供了更清晰的基础。