一项对近50,000个大脑扫描的分析揭示了与衰老和神经退行性疾病相关的五种不同的大脑萎缩模式。该分析还将这些模式与生活方式因素（如吸烟和饮酒）、以及与健康状况和疾病风险相关的遗传和血液标志物联系起来。

这项研究是“方法论上的杰作”，可以极大地推进研究人员对衰老的理解，洛杉矶南加州大学的老年学家安德烈·伊里米亚说，他没有参与这项工作。“在这项研究之前，我们知道大脑解剖结构会随着年龄和疾病的增长而改变。但我们把握这种复杂相互作用的能力远远不足。”

该研究于8月15日发表在《自然医学》杂志上。

大脑的皱纹

衰老不仅会导致白发，还会在磁共振成像（MRI）扫描中可见的大脑解剖结构上引起变化，有些区域会随着时间的推移而收缩或经历结构性变化。但这些变化很微妙。“人眼无法感知与这种衰退相关的系统性大脑变化模式，”费城宾夕法尼亚大学的生物医学成像专家、论文作者之一克里斯托斯·达瓦齐科斯说。

以前的研究已经表明，机器学习方法可以从MRI数据中提取出衰老的细微指纹。但这些研究通常范围有限，大多数包括的数据来自相对较少的人。

为了识别更广泛的模式，达瓦齐科斯的团队开始了一项大约用了八年时间完成并发表的研究。他们使用了一种名为Surreal-GAN的深度学习方法，该方法由第一作者杨志坚在达瓦齐科斯实验室读研究生时开发。科学家们用来自1,150名年龄在20到49岁之间的健康人和8,992名年长成人（包括许多经历认知衰退的人）的大脑MRI训练了这一算法。这教会了算法识别衰老大脑的反复出现的特征，使其能够创建一个内部模型，区分那些倾向于同时变化的解剖结构与那些倾向于独立变化的解剖结构。

然后，研究人员将得到的模型应用于几乎50,000名参加各种关于衰老和神经健康研究的人员的MRI扫描。这一分析产生了五种离散的大脑萎缩模式。科学家们将各种类型的与年龄相关的认知退化与这五种模式的组合联系起来，尽管同一条件的不同个体之间存在一些变异性。

衰老的模式

例如，痴呆症及其前驱症状，轻度认知障碍，与五种模式中的三种有关联。有趣的是，研究人员还发现，他们识别出的模式可能潜在地用来揭示未来更多大脑退化的可能性。“如果你想预测从认知正常状态进展到轻度认知障碍，一种[模式]是最有预测性的，”达瓦齐科斯说。“在后期阶段，增加第二种[模式]会丰富你的预测，这是有道理的，因为这种类似乎捕捉到了病理的传播。”其他模式与帕金森病和阿尔茨海默病等条件有关，三种模式的一种组合高度预测了死亡率。

作者们发现某些大脑萎缩模式与各种生理和环境因素（包括酒精摄入和吸烟）以及各种与健康相关的遗传和生化签名之间有着明确的关联。达瓦齐科斯表示，这些结果可能反映了整体身体健康对神经健康的效应，因为对其他器官系统的损害可能会对大脑产生影响。

然而，达瓦齐科斯警告说，这项研究“并不意味着一切都可以归结为五个数字”，他的团队正在寻求与包含更广泛神经条件并且具有更大种族和民族多样性的数据集合作。