Pięć możliwości starzenia się mózgu: 50 000 skanów wykazuje potencjalny wzór uszkodzeń.

Pięć możliwości starzenia się mózgu: 50 000 skanów wykazuje potencjalny wzór uszkodzeń.
Analiza prawie 50 000 skanów mózgu odkryła pięć różnych próbek zaniku mózgu w związku z chorobami starzenia i neurodegeneracyjnymi. Analiza wiązała się również z wzorcami z czynnikami stylu życia, takimi jak palenie i spożywanie alkoholu, a także markery genetyczne i oparte na krwi związane z ryzykiem zdrowia i choroby.
Praca jest „arcydziełem metodologicznym”, które mogło znacznie rozwinąć starzenie się badaczy, mówi Andrei Irimia, gerontolog z University of Southern California w Los Angeles, który nie był zaangażowany w pracę. „Przed tym badaniem wiedzieliśmy, że anatomia mózgu zmienia się wraz z starzeniem się i chorobą. Ale nasza zdolność do przechwytywania tej złożonej interakcji była znacznie skromniejsza”.
Badanie zostało opublikowane 15 sierpnia w Nature Medicine
fałdy w mózgu
Starzenie się może nie tylko powodować siwe włosy, ale także zmiany w anatomii mózgu, które są widoczne na obrazach obrazowania rezonansu magnetycznego, a niektóre obszary kurczą się z czasem lub przechodzą zmiany strukturalne. Jednak te transformacje są subtelne. „Ludzkie oko nie jest w stanie dostrzec wzorców systematycznych zmian mózgu”, mówi Christos Davatzikos, specjalista w zakresie obrazowania biomedycznego na University of Pennsylvania w Filadelfii i autor Paper.Poprzednie badania wykazały, że uczenie maszynowe może wyodrębnić subtelne odciski palców starzenia się z danych MRI. Jednak badania te były często ograniczone i w większości zawierały dane ze stosunkowo niewielkiej liczby osób.
Aby zidentyfikować bardziej dalekie wzorce, zespół Davatzikos rozpoczął badanie, które zajęło około ośmiu lat do ukończenia i opublikowania. Zastosowali metodę głębokiego uczenia się o nazwie Surreal Gan, który został opracowany przez pierwszego autora Zhijiana Yang, gdy był studentem laboratorium Davatzikosa. Naukowcy przeszkolili algorytm z MRT mózgu 1150 zdrowych osób w wieku od 20 do 49 do 49 do 49 i 8992 osób starszych, w tym wielu z ograniczeniami poznawczymi. Przyczyniło się to do algorytmu rozpoznawania powtarzających się cech starzejących się mózgów, aby mógł stworzyć wewnętrzny model struktur anatomicznych, które zmieniają się w tym samym czasie, w przeciwieństwie do tych, którzy zmieniają się niezależnie.
Następnie naukowcy zastosowali wynikowy model do skanów MRI prawie 50 000 osób, które wzięły udział w różnych badaniach starzenia się i zdrowia neurologicznego. Ta analiza dostarczyła pięciu dyskretnych wzorców atrofii mózgu. Naukowcy łączyli różne rodzaje brameatów związanych z wiekiem z kombinacjami pięciu wzorców, chociaż istniały pewne różnice między ludźmi o tej samej chorobie.
Wzór starzenia
Na przykład demencja i jej prekursor, niewielkie zaburzenia poznawcze, miały związkido trzech z pięciu wzorów. Co ciekawe, naukowcy stwierdzili również, że identyfikowane przez nich wzorce mogą być stosowane w celu odkrycia prawdopodobieństwa dalszej degeneracji mózgu w przyszłości. „Jeśli chcesz przewidzieć przejście od stanu normalnego poznawczego do niewielkiego upośledzenia poznawczego, jeden był najbardziej wyprzedzany”, mówi Davatzikos. „W późniejszych etapach dodanie drugiego [wzorca] wzbogaca jego prognozę, co ma sens, ponieważ oddaje to rozprzestrzenianie się patologii”. Inne wzorce były związane z chorobami, takimi jak Parkinson i Alzheimer oraz kombinacja trzech wzorów, które były silnie umieralności.
Autorzy znaleźli wyraźne powiązania między pewnymi wzorcami atrofii mózgu a różnymi czynnikami fizjologicznymi i środowiskowymi, w tym spożywaniem alkoholu i palenia, a także różnymi sygnaturami genetycznymi i biochemicznymi związanymi z zdrowiem. Davatzikos twierdzi, że wyniki te prawdopodobnie odzwierciedlają wpływ ogólnej studni fizycznej na zdrowie neurologiczne, ponieważ uszkodzenie innych układów narządów może mieć konsekwencje dla mózgu.
Davatzikos ostrzega jednak, że badanie „nie oznacza, że wszystko można zmniejszyć do pięciu liczb”, a jego zespół zamierza pracować z zapisami danych, które obejmują szerszy zakres chorób neurologicznych i mają większą różnorodność etniczną i kulturową.