北京郵電大學人工智能學院腦認知與智能醫(yī)學中心牽頭，聯(lián)合齊魯醫(yī)院、宣武醫(yī)院、301醫(yī)院等國內多家合作單位，基于多中心大樣本數(shù)據(jù)，詳細闡明了不同神經退行性疾病和不同狀態(tài)下的特異性腦結構異常模式表征，并基于多組學數(shù)據(jù)探索了異常表征背后潛在的生物機制，最終為解析神經退行性疾病和老化的復雜影像表征以及相關生物機制提供了新思路和新證據(jù)。

近日，該研究在《科學進展》發(fā)表。

研究結果示意圖。受訪者供圖

據(jù)論文共同第一作者、北京郵電大學人工智能學院腦認知與智能醫(yī)學中心博士趙坤介紹，腦結構萎縮是阿爾茨海默病（AD）、額顳葉癡呆（FTD）、帕金森（PD）等神經退行性疾?。ɑ蜻^程）的交叉重疊的影像學表征，形成了以“同病異影”和“同影異病”為代表的復雜臨床表型，進而引出兩個重要的科學問題：交叉重疊的影像表征如何刻畫具有典型臨床表征的不同神經退行性疾??？不同疾病的復雜腦結構異常和臨床表型之間聯(lián)系的生物機制是什么？

為解決上述兩個科學問題，打破現(xiàn)有跨疾病影像表征復雜難解析的困難，團隊納入了7000多例的多中心、跨疾病數(shù)據(jù)集的結構MRI，提出基于復雜腦網絡拓撲屬性刻畫腦結構異常模式的研究思路，系統(tǒng)探索了不同疾病的腦結構異常模式。研究發(fā)現(xiàn)老化呈現(xiàn)分布廣泛但程度輕微的腦結構變化，而AD等疾病則呈現(xiàn)出典型的區(qū)域損傷。進一步利用基因組學和轉錄組學探索了這種復雜腦結構異常模式背后潛在的生物機制，研究發(fā)現(xiàn)老化過程主要與離子通道相關，而化學神經遞質顯示出不同神經退行性疾病的轉錄組學相似性，提示了神經退行性疾病與老化過程的差異。研究最后探索了與每種疾病典型相關的化學突觸，探索不同疾病在轉錄學相似性前提下所表現(xiàn)不同臨床表型的生物機制，揭示了不同疾病潛在干預靶點。

團隊合影。受訪者供圖

該研究將傳統(tǒng)空間腦結構萎縮轉化為研究復雜腦網絡的特異性拓撲變化，融合空間水平和網絡水平綜合的刻畫腦結構異常模式；將面向單一疾病的研究范式擴展到跨疾病的特異性研究，實現(xiàn)疾病特異性表征的刻畫；同時，將傳統(tǒng)面向單尺度的大腦影像臨床相關分析擴展到跨尺度、多組學關聯(lián)分析，建立微觀基因到宏觀結構的潛在生物通路。

“這有望為解析神經退行性疾病等復雜影像表征和背后生物機制提供新思路和新證據(jù)?！闭撐耐ㄓ嵶髡?、北京郵電大學人工智能學院教授劉勇說。

相關論文信息：https://doi.org/10.1126/sciadv.ado8837

來源：中國科學報