Fünf Möglichkeiten, wie das Gehirn altern kann: 50.000 Scans zeigen potenzielle Schäden Muster.

Die Analyse von fast 50.000 Hirnscans hat fünf verschiedene Muster der Hirnatrophie im Zusammenhang mit dem Altern und neurodegenerativen Erkrankungen aufgedeckt. Die Analyse hat auch die Muster mit Lebensstilfaktoren wie Rauchen und Alkoholkonsum sowie mit genetischen und blutbasierten Markern in Verbindung gebracht, die mit Gesundheitszustand und Krankheitsrisiko verbunden sind.

Die Arbeit ist ein „methodologisches Meisterwerk“, das das Verständnis des Alterns von Forschern erheblich voranbringen könnte, sagt Andrei Irimia, ein Gerontologe an der University of Southern California in Los Angeles, der an der Arbeit nicht beteiligt war. „Vor dieser Studie wussten wir, dass sich die Hirnanatomie mit dem Altern und der Krankheit verändert. Aber unsere Fähigkeit, diese komplexe Interaktion zu erfassen, war bei weitem bescheidener.“

Die Studie wurde am 15. August in Nature Medicine veröffentlicht.

Falten im Gehirn

Das Altern kann nicht nur graue Haare, sondern auch Veränderungen in der Hirnanatomie hervorrufen, die auf Magnetresonanztomographie-Bildern sichtbar sind, wobei einige Bereiche im Laufe der Zeit schrumpfen oder strukturelle Veränderungen durchlaufen. Diese Transformationen sind jedoch subtil. „Das menschliche Auge ist nicht in der Lage, Muster systematischer Hirnveränderungen“ wahrzunehmen, die mit diesem Abbau verbunden sind, sagt Christos Davatzikos, ein Spezialist für biomedizinische Bildgebung an der University of Pennsylvania in Philadelphia und Autor des Papiers.

Zuvorige Studien haben gezeigt, dass maschinelles Lernen die subtilen Fingerabdrücke des Alterns aus MRT-Daten extrahieren kann. Diese Studien waren jedoch oft in ihrem Umfang begrenzt und umfassten meist Daten von einer relativ kleinen Anzahl von Personen.

Um weitreichendere Muster zu identifizieren, begann das Team von Davatzikos eine Studie, die etwa acht Jahre dauerte, um abgeschlossen und veröffentlicht zu werden. Sie verwendeten eine Deep-Learning-Methode namens Surreal-GAN, die von Erstautor Zhijian Yang entwickelt wurde, während er Student in Davatzikos‘ Labor war. Die Wissenschaftler trainierten den Algorithmus mit Hirn-MRTs von 1.150 gesunden Personen im Alter von 20 bis 49 Jahren und 8.992 älteren Erwachsenen, darunter viele mit kognitiven Einschränkungen. Dies brachte dem Algorithmus bei, wiederkehrende Merkmale alternder Gehirne zu erkennen, sodass er ein internes Modell von anatomischen Strukturen erstellen konnte, die sich gleichzeitig verändern, im Gegensatz zu denen, die unabhängig voneinander zu verändern tendieren.

Die Forscher wandten das resultierende Modell dann auf MRT-Scans von fast 50.000 Personen an, die an verschiedenen Studien zum Altern und neurologischen Gesundheitszustand teilnahmen. Diese Analyse lieferte fünf diskrete Muster der Hirnatrophie. Die Wissenschaftler verknüpften verschiedene Arten von altersbedingter Hirndegeneration mit Kombinationen der fünf Muster, obwohl es zwischen Personen mit der gleichen Erkrankung einige Unterschiede gab.

Muster des Alterns

Zum Beispiel hatten Demenz und ihr Vorläufer, leichte kognitive Beeinträchtigung, Verbindungen zu drei der fünf Muster. Interessanterweise fanden die Forscher auch Hinweise darauf, dass die von ihnen identifizierten Muster möglicherweise verwendet werden könnten, um die Wahrscheinlichkeit weiterer Hirndegeneration in der Zukunft aufzudecken. „Wenn Sie den Übergang von einem kognitiv normalen Zustand zur leichten kognitiven Beeinträchtigung vorhersagen möchten, war eines am weitesten vorausschauend“, sagt Davatzikos. „In späteren Stadien bereichert die Hinzufügung eines zweiten [Musters] Ihre Vorhersage, was Sinn macht, weil dies die Ausbreitung der Pathologie einfängt.“ Andere Muster waren mit Erkrankungen wie Parkinson und Alzheimer sowie einer Kombination von drei Mustern, die stark vorhersagend für die Sterblichkeit waren, verbunden.

Die Autoren fanden klare Verbindungen zwischen bestimmten Mustern der Hirnatrophie und verschiedenen physiologischen und Umweltfaktoren, einschließlich Alkoholkonsum und Rauchen, sowie verschiedenen mit der Gesundheit assoziierten genetischen und biochemischen Signaturen. Davatzikos sagt, dass diese Ergebnisse wahrscheinlich die Auswirkungen des allgemeinen körperlichen Wohlbefindens auf die neurologische Gesundheit widerspiegeln, da Schäden an anderen Organsystemen Konsequenzen für das Gehirn haben können.

Davatzikos warnt jedoch davor, dass die Studie „nicht bedeutet, dass alles auf fünf Zahlen reduziert werden kann“, und sein Team beabsichtigt, mit Datensätzen zu arbeiten, die eine breitere Palette neurologischer Erkrankungen umfassen und eine größere ethnische und kulturelle Vielfalt aufweisen.