随着年龄增长，大脑认知等各项能力逐渐下降。而由于大脑具有一定韧性，会减缓这种下降的速度。当前的研究已表明，晚年的认知障碍与脑血管病是生命过程中一系列事件的结果，其中，血管风险因素起着至关重要的作用。而当前脑健康评估工具中的传统指标，例如脑形态体积，无法显著反映这些风险因素。开发新型可反映神经系统疾病危险因素的客观指标尤为重要。有研究表明人脑连接组学可以基于网络学视角量化和分析大脑拓扑全局变化，而大脑韧性反映了大脑承受外部扰动的能力，其韧性水平也反映了一种抗衰老的能力。因此，基于脑网络理论设计的创新脑韧性指标，有望攻克上述难题，成为反映潜在的脑神经系统疾病早期状态的有效生物标志物。

近期，北京航空航天大学生物与医学工程学院刘涛教授团队联合首都医科大学附属北京天坛医院王拥军教授团队提出了一种创新的反映大脑韧性水平的客观评价指标——大脑拓扑韧性（brain topological resilience ，BTR）。这一指标计算是基于大脑结构网络，运用渗流模型等算法量化损伤过程，实现定量评估大脑韧性。并在两个跨种族的社区大队列人群中，验证了大脑韧性与老化认知水平和脑血管风险水平的显著关联，该成果于近日发表在Science Bulletin。

图1 文章摘要图

研究基于两大社区队列人群计算脑拓扑韧性（图1）。经过对被试的弥散磁共振影像做纤维追踪重建得到大脑的白质纤维，并应用标准分割模板Brainnetome对脑区进行划分，得到246个节点的大脑网络。之后，该研究结合K-shell分解算法和节点中心度特征，定量计算网络的韧性指标。之后，研究分别分析了脑韧性与老化、血管异常以及认知的关联。最后，该研究构建结构方程模型，探索脑韧性在“老化-认知下降”模型中的作用，并与传统脑形态指标大脑体积比较，以验证脑韧性指标的特异性。

图2 脑韧性与老化、认知及血管异常的关联

该研究发现，脑韧性指标在两个人群队列中均表现出与老化、血管危险因素以及动脉粥样硬化的显著关联。大脑拓扑韧性表现出与年龄、血管危险因素及动脉粥样硬化指标的负相关，而与大脑认知能力表现出正相关（图2）。这表明大脑韧性可能是支持认知能力的基础特征，而大脑的韧性会随着老化及血管风险的积累而有所损伤。

为了进一步探索老化过程中脑韧性对大脑认知的支持作用，该研究使用结构方程模型分析了大脑韧性的中介效果。结构方程模型结果表明，相比传统的大脑形态指标（大脑体积），大脑韧性可以显著介导老化、血管危险因素以及动脉粥样硬化对认知衰退的影响（图3）。这一结果表明，血管危险因素的积累可能会通过影响大脑的韧性导致认知能力下降。该指标有望成为中老年人脑健康评估的重要指标，也为探索老化过程中的认知保护策略提供了新的见解。

图3 脑拓扑韧性介导老化与血管影响大脑认知的路径

了解详情，请阅读全文

Exploring the link between brain topological resilience and cognitive performance in the context of aging and vascular risk factors: A cross-ethnicity population-based study. Science Bulletin（2024）. DOI: 10.1016/j.scib.2024.04.018

来源: 《中国科学》杂志社