对近 50,000 份脑部扫描的分析揭示了与衰老和神经退行性疾病相关的五种不同的脑萎缩模式。该分析还将这些模式与吸烟和饮酒等生活方式因素以及与健康状况和疾病风险相关的遗传和血液标记联系起来。

洛杉矶南加州大学的老年学家安德烈·伊里米亚（Andrei Irimia）没有参与这项工作，他说，这项工作是“方法论上的杰作”，可以显着促进研究人员对衰老的理解。 “在这项研究之前，我们知道大脑解剖结构会随着衰老和疾病而变化。但我们捕获这种复杂相互作用的能力要小得多。”

该研究于 8 月 15 日进行自然医学发表。

大脑里有皱纹

衰老不仅会导致白发，还会导致磁共振成像图像上可见的大脑解剖结构的变化，随着时间的推移，某些区域会缩小或发生结构变化。然而，这些转变是微妙的。费城宾夕法尼亚大学生物医学成像专家、该论文的作者克里斯托斯·达瓦齐科斯 (Christos Davatzikos) 表示，“人眼无法感知与这种退化相关的系统性大脑变化模式”。

先前的研究表明，机器学习可以从 MRI 数据中提取衰老的微妙指纹。然而，这些研究的范围往往有限，并且通常包含来自相对少数人的数据。

为了识别更广泛的模式，达瓦齐科斯的团队开始了一项研究，花了大约八年时间完成并发表。他们使用了一种名为 Surreal-GAN 的深度学习方法，该方法是由第一作者杨志坚在 Davatzikos 实验室的学生时开发的。科学家们使用 1,150 名 20 至 49 岁健康人士和 8,992 名老年人（其中许多患有认知障碍）的脑部 MRI 数据来训练算法。这教会算法识别衰老大脑的重复特征，使其能够建立同时变化的解剖结构的内部模型，而不是那些倾向于独立变化的结构。

研究人员随后将所得模型应用于参与各种衰老和神经健康研究的近 50,000 人的 MRI 扫描。该分析提供了五种不同的脑萎缩模式。科学家们将不同类型的与年龄相关的大脑退化与这五种模式的组合联系起来，尽管具有相同状况的人之间存在一些差异。

衰老模式

例如，痴呆症及其前兆轻度认知障碍与五种模式中的三种有关。有趣的是，研究人员还发现证据表明，他们发现的模式有可能被用来揭示未来大脑进一步退化的可能性。 “如果你想预测从认知正常状态到轻度认知障碍的转变，有一件事是最有先见之明的，”达瓦齐科斯说。 “在后期阶段，添加第二个[模式]可以丰富你的预测，这是有意义的，因为这可以捕捉到病理学的传播。”其他模式与帕金森氏症和阿尔茨海默氏症等疾病有关，以及强烈预测死亡率的三种模式的组合。

作者发现脑萎缩的特定模式与各种生理和环境因素（包括饮酒和吸烟，以及与健康相关的各种遗传和生化特征）之间存在明显的联系。达瓦齐科斯说，这些结果可能反映了一般身体健康对神经健康的影响，因为其他器官系统的损伤可能会对大脑产生影响。

然而，达瓦齐科斯警告说，这项研究“并不意味着一切都可以简化为五个数字”，他的团队打算使用包含更广泛的神经系统疾病以及具有更大种族和文化多样性的数据集。