人脑皮质相似性网络的终身发育模式解析：一项多模态神经影像学研究

作者与发表信息
本研究由Xinyuan Liang、Lianglong Sun、Mingrui Xia等来自北京师范大学认知神经科学与学习国家重点实验室等43家机构的联合团队完成，通讯作者为Yong He（yong.he@bnu.edu.cn）。论文《Dissecting human cortical similarity networks across the lifespan》于2025年10月1日发表于期刊《Neuron》（Volume 113, Pages 1–21），由Elsevier出版。

学术背景
研究领域属于神经发育与脑网络科学，聚焦于皮质形态相似性网络（morphometric similarity networks, MSNs）的终身发育规律。传统研究多局限于特定年龄段（如胎儿期或成年期），且样本量小（通常<2000）、方法异质性高，导致结论不一致。本研究旨在解决三个核心问题：
1. MSNs从出生到老年（0-80岁）的时空发育轨迹；
2. MSNs与功能网络、代谢及基因表达的关联；
3. MSNs作为个体化脑网络变异量化基准的临床价值。
理论基础包括：
- 同质性连接原则（homophily wiring principle）：形态相似的皮质区域更可能形成轴突连接；
- MIND方法（morphometric inverse divergence）：通过多模态形态特征（如皮质厚度、表面积）的多元分布差异构建网络，优于传统单特征方法。

研究流程与方法
1. 数据采集与预处理
- 样本：33,937名健康受试者（0-80岁），来自全球141个扫描中心，经严格质控（包括头动校正、扫描参数标准化）。
- 影像数据：
- 结构MRI：提取5种皮质形态特征（皮质厚度CT、表面积SA、灰质体积Vol、平均曲率MC、沟深SD）；
- 功能MRI：32,887名受试者的静息态数据用于功能连接分析；
- PET代谢数据：165名成人（20-82岁）的脑代谢指标（有氧糖酵解AG、脑血流量CBF等）；
- 基因表达数据：Allen人脑图谱中6名捐赠者（24-57岁）的转录组数据。
- 分区方案：采用改良的Desikan-Killiany图谱（DK-318），通过年龄特异性表面配准将皮质划分为318个等体积区域。

1. 网络构建与分析

   • MSNs构建：基于MIND方法计算318×318的形态相似性矩阵，量化区域间多特征分布的差异。
     
   • 发育建模：使用广义加性模型（GAMLSS）拟合网络指标的终身变化，校正性别、扫描站点等混杂因素。
     
   • 多层次分析：
     
     • 全局水平：模块度（modularity）、小世界属性（small-worldness）等拓扑指标；
       
     • 细胞构筑类别水平：7类皮质区（如初级感觉PS、联合皮层AC2等）的类内/类间连接；
       
     • 区域水平：形态相似性强度（MSS）及其与功能连接强度（FCS）的耦合。
       

2. 临床验证

   • 疾病队列：1,202例患者（阿尔茨海默病AD、重度抑郁症MDD、自闭症谱系障碍ASD），通过Z-score量化个体网络表型偏离。
     
   • 机器学习：支持向量回归（SVR）预测临床评分（如MMSE、HDRS）。

主要结果
1. 全局网络发育
- 分化与整合：出生至青春期早期（约13.9岁），网络方差非线性增加（+47%），反映皮质结构多样化；全局平均强度在12.4岁达最低值，提示形态分化的增强。
- 拓扑优化：模块度（Q）和小世界属性（σ）在30岁左右达峰（Q: +22%；σ: +18%），显示终身持续的 segregation-integration平衡。

1. 细胞构筑特异性

   • 感觉与联合皮层的分化：
     
     • 感觉皮层（PS/PSS）：类内连接强度在儿童期下降（−35%），形态差异增大；
       
     • 边缘旁皮层（IC/LB）：类内连接持续增强至成年（+28%），与功能灵活性相关。
       
   • 距离效应：长程连接（>60mm）在青春期前减弱，短程连接（<15mm）在成年期增强。
     

2. 功能与代谢关联

   • 形态-功能耦合：12.3岁达峰（r=0.52），随后下降；感觉区（如视觉皮层）耦合强（r>0.6），而联合区耦合弱（r<0.3）。
     
   • 代谢基础：MSS与有氧糖酵解（AG）空间相关（r=0.32–0.61），支持高阶皮层的能量需求。
     

3. 基因表达关联

   • 突触与代谢相关基因（如SYN1、NDUFS2）在0-8岁显著富集（p<0.05, FDR校正），解释MSS发育变异的20.8%-48.7%。
     

4. 临床应用

   • 个体化偏差检测：71%的AD患者存在极端网络偏离（|Z|>2.6），显著高于对照组（p<0.001）；
     
   • 临床预测：AD患者的网络偏离可预测MMSE评分（r=0.37, p<0.001）。
     

结论与价值
1. 科学意义：首次绘制MSNs的终身发育图谱，揭示感觉-联合皮层的分化规律，为脑网络演化提供形态学依据。
2. 方法创新：MIND方法的多特征整合提高了网络构建的生物学效度，优于传统单模态方法。
3. 临床转化：建立的“生长曲线”模型可量化脑疾病个体的网络异常，推动精准医学应用。

研究亮点
- 超大样本：覆盖全生命周期的33,937例数据，解决既往研究的年龄与样本限制；
- 多模态验证：首次关联MSNs与功能、代谢、基因表达的多层次证据；
- 跨疾病应用：在AD、MDD、ASD中验证网络模型的临床敏感性。

局限与展望
- 数据年龄分布不均（老年样本较少），需纵向研究验证；
- 基因数据仅来自成人，未来需补充发育期转录组。

（注：全文术语首次出现均标注英文，如“形态相似性网络（morphometric similarity networks, MSNs）”）