脑动静脉畸形解剖表型分析与分期：迈向生物信息学风险分层系统

Benjamin Beyersdorf、Yannis Schwieger、Luis Padevit、Zsolt Kulcsar、Menno R. Germans、Luca Regli 及 Kevin Akeret 共同主导的题为“脑动静脉畸形解剖表型分析与分期”的研究，是一篇发表在《Brain Communications》期刊上的注册报告，该报告已获得原则性接受，并定于2026年正式发表。这项研究主要来自瑞士苏黎世大学医院神经外科、苏黎世Triemli市医院外科以及苏黎世大学医院神经放射科的科研团队。研究通讯作者为Kevin Akeret博士。

研究背景与科学领域

本研究属于神经外科与神经科学交叉领域，聚焦于脑动静脉畸形（Brain Arteriovenous Malformations, AVMs）这一复杂且危及生命的血管异常。AVMs以动脉和静脉之间形成异常的直接连接为特征，是自发性颅内出血、癫痫和神经功能衰退的重要原因，临床管理极具挑战性。当前的风险分层模型（如Spetzler-Martin分级）主要依赖孤立的影像学标志物，无法充分解释AVMs在空间-时间维度上的异质性、复杂解剖结构及其动态演变过程。因此，临床医生在权衡AVM自然出血风险与介入治疗（手术切除、血管内栓塞、放射外科）风险时，缺乏一个全面、基于生物学原理的决策框架。

本研究团队基于此前在神经上皮肿瘤研究中提出的“个体发育决定肿瘤空间-时间组织和临床结局”的理论，提出一个创新性假设：AVMs同样受到个体发育过程的深刻影响，其空间分布、血管构筑以及对并发症的易感性，均由其个体发育身份所决定。AVM并非静态病变，而是具有可预测演变轨迹的动态“整体单元”病变。因此，本研究旨在开发一个全新的、整合了精确解剖表型、个体发育图谱和时间维度结构变化的多维框架，以构建一个生物信息学驱动的AVM分期系统，从而优化风险预测和个性化治疗策略。

详细研究流程与设计

本研究采用多中心、回顾性与前瞻性相结合的观察性设计，遵循一个循序渐进的五步分析流程，最终目标是构建并验证一个解剖学分期系统。

1. 研究人群与数据收集 目标人群为所有确诊的脑AVM患者。研究的初步阶段（试点数据分析）基于苏黎世大学医院单中心的416名患者的回顾性队列。研究最终计划将样本量扩展至约1000名患者，通过纳入更多多中心回顾性和前瞻性病例来实现。患者纳入标准包括：经MRI或数字减影血管造影确诊的脑AVM；拥有完整的临床记录（包括出血、癫痫发作、改良Rankin量表功能状态等关键信息）和足够的影像学数据用于详细表型分析。排除标准包括：缺乏必要MRI数据、年龄小于18岁、拒绝数据用于研究，以及诊断前存在非AVM相关的颅内出血。

2. 解剖表型分析 此步骤旨在对AVM进行精细的解剖学刻画，分为两个层面： - 地形学患病率分析：统计AVM累及每个预定义的解剖单元（包括脑实质、动脉和静脉单元）的绝对频率。研究者定义了86个脑实质单元、55个动脉单元和57个静脉单元，由两名独立的评估者进行盲法标注。这提供了AVM在脑中分布的原始图谱。 - 地形学概率分析：为了消除不同解剖结构体积差异带来的偏差，此分析将每个单元的AVM患病率除以其相对体积，从而计算出该结构发生AVM的“概率”。这有助于识别那些相对体积小但AVM发生倾向高的“热点”区域，更能反映潜在的生物学易感性。

3. 反卷积识别AVM元拓扑结构 这是本研究方法学的核心创新点。研究者没有孤立地看待脑实质、供血动脉和引流静脉的特征，而是利用无监督非负矩阵分解这一算法，将上述精细解剖表型数据（患病率矩阵）进行整合分析。NNMF能够将高维复杂数据分解为有限数量的、可解释的“模式”或“成分”。在本研究中，这些成分即定义为AVM元拓扑结构。NNMF模型在k=2至20个元拓扑结构数量范围内进行拟合，通过评估共表型相关系数、轮廓宽度、解释方差等多种指标，并结合临床可解释性，来确定最优的k值。在416例患者的试点数据集中，NNMF识别出了6个在生物学上合理的元拓扑结构。每个元拓扑结构代表了一组特征性的脑实质、动脉和静脉受累的共现模式，可视为AVM的“解剖学亚型”。

4. 破译时空个体发育身份 此步骤旨在将识别出的解剖表型（包括元拓扑结构）映射回胚胎发育过程，以探索其发育起源。研究者建立了一套确定性流程：首先将成年后的解剖单元（如特定脑回、动脉分支、静脉窦）通过预设的对应表（依据Lasjaunias、Berenstein、Streeter和Padget等权威学者的经典胚胎学著作），系统地关联到三个关键个体发育阶段（神经管期、脑泡形成期、晚期成熟期）的相应发育单元上。然后，计算每个个体发育单元的AVM受累频率。通过这种方式，研究者能够描绘出AVM形成的“发育易感性图谱”，揭示哪些发育时期和结构单元更容易产生AVM，从而为元拓扑结构提供发育生物学的解释。

5. 将AVM解剖学与临床结局关联 此步骤评估解剖特征（包括元拓扑结构、动态结构特征如动脉瘤、静脉狭窄等）与临床结局（主要终点：颅内出血；次要终点：癫痫发作、神经功能衰退）之间的关联。采用逻辑回归（针对二分类结局）和Cox比例风险回归（针对时间-事件结局，如从出生或诊断到出血的时间）等多元统计方法进行分析。计算比值比或风险比及其置信区间，以量化风险关联的强度。

6. 构建解剖分期系统 研究计划将最终扩展的队列随机分为推导队列（80%）和验证队列（20%）。基于推导队列中识别出的元拓扑结构、个体发育特征以及与临床结局显著相关的动态结构特征，构建一个多维度的AVM解剖分期系统。该系统旨在根据解剖学特征将AVM划分为不同风险等级的阶段。随后，该分期系统将在独立的验证队列中进行内部验证，评估其预测临床结局的准确性和可靠性，并计划在未来进行独立的外部中心验证。

主要研究结果

基于416例患者的试点数据分析，本研究已获得一系列重要发现：

1. 解剖表型分析结果： - 地形学患病率：脑实质层面，额叶（18%）、顶叶和小脑（各15%）受累最常见；具体脑回中，中央后回（7.5%）、中央前回（6.5%）最高。动脉供血以大脑中动脉分支最常见（61%），其中M4皮质支最常参与（48%）。静脉引流最常见于上矢状窦（57%）。 - 地形学概率：考虑到结构体积后，小脑蚓部的小叶（如山顶、蚓结节）以及胼胝体成为AVM发生“概率”最高的区域，表明这些区域具有极高的发育易感性。

2. 个体发育映射结果： - 脑实质：在神经管期（Phase 1），前脑（Prosencephalon）是AVM最主要的发生部位（77.93%）。在脑泡形成期（Phase 2），大部分AVM映射至端脑的背侧端脑（Pallium，69.25%）。在晚期成熟期（Phase 3），则主要对应于背侧端脑的具体分区（54.23%）。 - 动脉系统：供血动脉主要映射至原始颈内动脉系统的颅侧支（Phase 1）以及后续的侧嗅动脉系统（Phase 2）和侧纹状体动脉系统（Phase 3）。 - 静脉系统：引流静脉主要映射至前部硬脑膜丛（Phase 1）、矢状窦丛（Phase 2）和最终形成的上矢状窦（Phase 3）。 这些结果证实了AVM的解剖分布具有清晰的个体发育烙印，支持了研究关于AVM起源于特定个体发育拐点的核心假设。

3. 元拓扑结构识别结果： NNMF分析识别出6个特征鲜明的元拓扑结构（Meta-topology 1-6），每个结构都有独特的解剖“签名”： - 元拓扑1：以颞叶受累为主，伴相应MCA分支供血和浅静脉引流。 - 元拓扑2：以额叶（尤其是眶额区和内侧额区）受累为主，ACA和MCA分支供血，主要向上矢状窦引流。 - 元拓扑3：以中央区（中央前/后回）受累为特征，由中央区MCA分支和胼周/胼缘动脉供血，几乎均向上矢状窦引流。 - 元拓扑4：深部中央型，累及丘脑、内囊等，由脉络膜前动脉、外侧豆纹动脉等深部动脉供血，向大脑内静脉和Galen静脉引流。 - 元拓扑5：幕下小脑型，累及小脑蚓部和半球，由小脑上动脉和小脑后下动脉供血，向岩静脉和Galen静脉引流。 - 元拓扑6：顶枕型，累及楔前叶、角回等，由PCA分支和MCA后部分支供血。 这6种元拓扑结构从数据驱动角度证实了AVM存在可分类的、具有共性的解剖模式，为后续风险分层提供了结构基础。

4. 临床风险关联结果： 单变量逻辑回归分析揭示了与出血风险显著相关的解剖因素。动脉瘤（OR=3.28）和静脉狭窄（OR=2.85）是出血的最强正向预测因子。而存在多条引流静脉（OR=0.33）和静脉扩张（OR=0.47）则与较低的出血风险相关。在元拓扑结构中，元拓扑4（深部中央型，OR=3.08）和元拓扑5（小脑型，OR=1.98） 与较高的出血风险相关，而元拓扑2（额叶型，OR=0.50） 则显示出保护性关联。这些发现初步验证了不同解剖亚型具有不同的临床风险谱。

结论与研究意义

本研究的核心结论是，脑动静脉畸形并非随机分布，其复杂的解剖表型可以系统性地归纳为有限的、具有生物学意义的元拓扑结构，这些结构根植于特定的个体发育过程，并且与关键的临床结局（特别是出血风险）显著相关。

其科学价值在于，首次提出了一个整合了“解剖表型-个体发育-动态演变-临床结局”的多维研究框架。该框架超越了传统、孤立的影像标志物，将AVM视为一个具有发育起源和时空演变规律的动态整体。这为理解AVM的病理生物学提供了全新的视角，建立了从微观解剖到宏观临床表型之间的理论桥梁。

应用价值巨大。本研究旨在最终构建一个基于生物学的AVM风险分层分期系统。该系统有望为临床医生提供一个更精细、更个性化的工具，用于预测患者发生出血、癫痫等并发症的风险，从而在“观察”与“干预”之间做出更精准的权衡。例如，识别出属于高风险元拓扑结构（如深部中央型）的AVM，即使其传统Spetzler-Martin分级不高，也可能需要更积极的监测或干预。反之，低风险类型的AVM则可能更适合保守观察。这将直接指导治疗决策，优化患者预后。

研究亮点与创新

1. 多维整合框架：研究最大的亮点在于其系统性整合。它并非单一地分析位置、供血动脉或引流静脉，而是通过计算生物学方法（NNMF）将它们融合为“元拓扑结构”，并结合胚胎发育学（个体发育映射）和时间维度（动态结构特征），构建了一个前所未有的、全面的AVM分析范式。
2. 数据驱动的解剖亚型发现：利用无监督机器学习（NNMF）从高维解剖数据中自动发现6种元拓扑结构，这是一种纯数据驱动的、无偏见的分类方法，避免了研究者主观预设分类标准可能带来的偏差，发现的亚型具有内在的生物学一致性和临床相关性。
3. 个体发育视角的引入：将神经肿瘤学中的“个体发育决定论”成功迁移并应用于脑血管畸形研究，为AVM的起源和分布规律提供了深刻的发育生物学解释，是跨领域理论应用的典范。
4. 从描述到预测的转向：研究不仅精细描述了AVM的解剖图谱，更关键的是建立了这些解剖特征与硬终点（出血）之间的量化关联，并旨在构建一个可用于临床风险预测的分期系统，体现了从基础研究向临床转化迈出的坚实一步。
5. 严谨的方法学与可重复性：作为一篇注册报告，研究在数据收集前就预先公布了详细的分析计划，确保了研究的透明度和可重复性。所有试点数据和分析代码均已公开，并计划在最终研究完成后公开所有数据，体现了开放科学的原则。

其他有价值的内容

研究团队公开了详细的补充附录，其中包含了对所有研究变量（临床和影像学）的精确定义、解剖单元划分的详细图谱（脑实质、动脉、静脉），以及个体发育映射的对应表。这为其他研究者重复或扩展此项工作提供了完整的“操作手册”。此外，研究中对缺失数据的处理策略（对关键变量采用完整病例分析，并系统评估缺失机制）以及对统计方法（遵循STROBE报告规范，使用Cox模型进行时间-事件分析并考虑时代效应）的详细描述，都展现了高标准的方法学严谨性。研究还计划进行内部与外部验证，这是任何预测模型或分期系统走向临床应用的必经之路，增强了最终成果的可靠性。

这项研究代表了脑动静脉畸形研究领域的一次范式转变，通过融合计算解剖学、发育生物学和临床流行病学，为开发下一代个性化、基于生物学的AVM管理工具奠定了坚实的基础。