Hum Brain Mapp:青春期早期的灰质流失可以用白质生长来解释吗?

news2024/11/15 5:21:27

摘要

关于大脑发育的一个基本谜题是,为什么儿童进入青春期时,灰质(GM)体积明显减少,而白质(WM)体积明显增加。一种流行的理论认为,由于被修剪的突触太小而不足以影响脑灰质体积,因此大脑总体积保持稳定,而灰质内缘“变白”是由于髓鞘分布扩展所致,从而使得MRI测量的WM:GM边界更接近大脑的外表面。该理论本质上预测,在不同脑区、性别和时间上,灰质体积减少与白质体积增长是同时发生的,尽管这些预测还有待验证。本研究通过对2333名参与青少年大脑认知发展研究(ABCD研究)的9-14岁参与者进行了测试,以验证上述预测。研究结果发现,平均灰质和白质体积变化遵循明显的空间、时间和性别特异性模式,灰质体积减少并不与白质体积增长相平衡,尽管在某些区域,脑灰质变薄与白质增长存在弱相关。总的来说,髓鞘并非导致测量到的灰质体积减少的主要原因,并且本文提出了其他可能的因素或机制。

引言

近25年的纵向MRI研究显示,大脑在进入青春期后,其体积并不会发生显著变化。虽然白质(WM)体积增加,但这种增长会被灰质(GM)体积的明显减少所抵消。GM体积减少的原因仍然是一个谜。研究人员强调,青春期的GM体积减少不太可能反映因学习引起的冗余突触修剪,因为纳米级突触的减少对总体GM体积的影响甚微。最初认为,表面上看到的GM体积减少仅仅是GM向不断增长的WM中收缩的结果。有研究发现,GM减少主要归因于大脑皮层变薄,而非表面积(SA)收缩,因为大脑的SA似乎在童年晚期达到峰值后只略微减少。皮层变薄与皮层髓鞘化的标志物相关,许多研究者认为这种变薄可能是由于测量到的GM信号变得“更白”,从而导致GM-WM边界向外移动,而总脑体积保持稳定。

整个大脑皮层的灰质(GM)体积随着年龄的增长而减少,虽然平均而言,某些皮层区域的GM体积减少比其他区域更大。一个区域GM体积的不成比例减少通常被解释为该区域的髓鞘不成比例地扩张,这一解释影响了我们对青少年神经心理成熟的理解。例如,青少年认知发展与额顶网络的成熟有关,特别是在青春期开始时顶叶GM体积急剧减少,随后在青春期后期,背外侧额叶GM体积逐步减小。顶叶GM的显著收缩具有临床意义,因为在早发性精神分裂症中,这种收缩现象会更加严重,并且易受青春期大麻使用的影响。研究人员推测,顶叶GM在青春期并没有真正缩小,而是“变白了”,这得到了最近对青少年进行的一项MRI研究的支持,该研究发现顶叶(相对于其他脑区)的皮层髓鞘化标志物与年龄的相关性更强。除了认知发展,社会情感发展还与更多腹侧网络的成熟有关,包括右侧腹内侧前额叶皮层(vmPFC)、右侧杏仁核和左侧岛叶等情绪处理中心,以及双侧腹侧纹状体和右背侧纹状体等奖赏处理中心,这些区域在青春期早期的风险和社会决策过程中均表现出不成比例的功能激活。右侧vmPFC的GM缩小特别受关注,因为在患有情感障碍的青少年中,其缩小的轨迹较长。根据现有范式,研究人员推测右侧vmPFC的缩小并不反映真正的GM变化,而是反映了潜在白质通路的成熟。

尽管髓鞘理论被广泛接受,但髓鞘标志物与测得的GM缩小之间的相关性不足以确立因果关系。如果髓鞘确实是测得的GM体积减少的主要原因,那么这种减少必然伴随着WM体积的增长。在全脑层面上,这种情况确实存在,但在更精细的尺度上尚未得到证实——例如,尚未证实顶叶区域的灰质平均体积不成比例地减少是否伴随着顶叶区域的白质平均体积不成比例地增加。总的来说,本研究旨在解决以下问题,即观察到的青春期早期的灰质体积减少模式是否可以通过白质体积增长模式来解释。

材料与方法

参与者

本研究的所有数据均来自ABCD研究的参与者数据。ABCD研究®于2018年从美国21个站点招募了10000多名9岁或10岁的儿童,并计划在10年期间每两年进行一次MRI扫描。截至2023年6月发布的数据版本5.0,已有4754名参与者完成了4年的随访评估;超过一半的数据(2640名参与者)包含在已发布的体积分割电子表格(mri_y_smr_vol_aseg.csv)中,这些数据涵盖了三个时间点(基线、2年随访、4年随访)。其中306名参与者的解剖MRI数据不在我们从美国国家精神卫生数据档案研究所(NDA)下载的“最小处理成像数据推荐”系列中,另外一名参与者的数据未能通过皮层重建过程。因此,本研究最终使用的样本包括2333名参与者,其中53.58%为男性,46.42%为女性。

MRI数据和处理

本研究使用了预处理后的3D T1W数据(1mm3分辨率)。发布的分割体积数据表不包括大脑皮层内的区域测量,因此我们使用FreeSurfer的皮层重建工具对从NDA下载的6999张(=2333×3)图像进行了分割,该工具根据Desikan-Killiany图谱将大脑皮层分割为每个半球34个区域。然后,从生成的“lh.aparc.stats”和“rh.aparc.stats”文件(分别为左半球和右半球的皮层灰质)、以及“wmparc.stats”文件(为左右半球的皮层白质)中提取区域体积测量值,以及CT(皮层厚度)和SA(表面积)测量值。白质分割将每个白质点按其最近的皮层灰质区域进行分类,因此任何由于皮层灰质区域内髓鞘化而引起的局部白质增长预计会被分类为该皮层区域的白质,而不是被分类为更远处的其他皮层区域的白质。

统计分析

对于每个指标(WM体积、GM体积、CT和SA),本研究计算了每位参与者在Desikan-Killiany图谱的34个皮层区域中(以及发布的分割体积电子表格中包含的亚皮层和小脑区域)从时间点1(9/10岁)到时间点2(11/12岁);时间点2到时间点3(13/14岁);以及时间点1到时间点3的原始变化。本研究通过单样本Kolmogorov-Smirnov检验发现,这三组原始变化在所有参与者以及不同性别之间均服从正态分布。使用单样本t检验确定平均变化的显著性水平(即p值),并使用双样本t检验确定性别差异在平均变化中的显著性水平。

为了评估灰质平均损失量最大/最小的区域是否对应于白质平均增长量最大/最小的区域,本研究首先比较了34个皮层区域中灰质与白质的平均体积变化。使用ΔGM1和ΔWM1表示从时间点1到时间点2的平均变化,ΔGM2和ΔWM2表示从时间点2到时间点3的平均变化。由于预期基线体积较大的区域会有较大的体积变化(因为较大的区域涵盖了更大的脑发育范围),因此所有平均变化均用基线(时间点1)时的区域平均总GM+WM体积(即GM0+WM0)进行标准化处理。

本研究首先对各皮层区域中的标准化ΔGM和ΔWM值进行了比较。将这些值的文本文件转换为FreeSurfer Parcellation Statistics文件(使用带有“parcstats”选项的mri_convert),并将其叠加在FreeSurfer的fsaverage表面上。具体来说,ΔGM值叠加在fsaverage的软脑膜表面上,而ΔWM值叠加在fsaverage的白质表面上。接下来,为了量化不同区域之间的ΔGM和ΔWM值是否相关,本研究计算了它们在34个区域之间的Pearson相关系数(r),每个区域的体积变化值为左半球和右半球体积变化值之和。这两组变化的相关性计算如下:

为了确认WM和GM变化的区域分布在男性(用下标M表示)和女性(用下标F表示)之间是否对应,本研究计算了如下相关系数:

为了确认第一次变化(时间1到时间2)与第二次变化(时间2到时间3)之间的区域分布是否一致,本研究计算了

除了将第一次和第二次变化的区域分布进行相关外,本研究还使用配对t检验测试了这两组变化的幅度是否显著不同,以便评估随着青春期的发展,这些变化是加速还是减速。根据髓鞘理论,在大脑发育过程中,如果灰质的减少速度加快,那么白质的增长速度也会相应加快。

髓鞘理论还认为,GM体积的减少主要归因于皮层变薄而非SA减少。因此,在检验灰质和白质体积变化之间的对应关系后,本研究通过评估皮层厚度(CT)和表面积(SA)的平均变化来探索GM体积变化的来源,分别以基线CT0和SA0进行标准化。为了验证这些变化的区域分布在第一次变化(时间1到时间2)和第二次变化(时间2到时间3)之间的对应关系,本研究进行了如下计算:

由于验证关于平均变化的假设并不足以在个体层面验证髓鞘理论,因此本研究最后评估了34个区域中所有参与者的白质体积变化与表面积(SA)和皮层厚度(CT)变化之间的相关性,即:

将r2(WM,CT)>0.05的区域进行可视化。

结果

本研究结果表明,无论是在不同脑区、性别还是时间上,GM体积减少和WM体积增长并不同时发生,因此不能由同一过程介导。

平均GM与WM体积变化

GM和WM之间平均皮层体积变化的区域模式存在显著差异(图1)。9-14岁的相对GM体积损失主要发生在顶叶,GM体积平均减少了11.19cm3(占总基线顶叶灰质+白质体积的4.14%),而WM体积仅增加了4.77cm3(占总基线的1.76%)。相反,WM体积的增长主要发生在枕叶,WM体积平均增加了2.41cm3(占总基线的2.59%),GM体积减少了2.89cm3(占总基线的3.10%)。楔前叶(顶叶)的GM相对体积损失最大(4.78%),而WM相对体积增长最多的区域是距状裂区域(枕叶;4.12%),其次是中央前回(3.35%)。

图1.GM和WM体积变化最明显的皮层区域是不同的。

轻微的不对称性再次强调了WM和GM体积变化之间的不一致性。内侧眶额叶皮层(mOFC;vmPFC的主要组成部分)的GM体积损失表现出最大的不对称性,即右半球的损失(0.39cm3;4.11%)大于左半球(0.25cm3;2.67%)。mOFC中的WM则表现出相反的不对称性,右半球的增长(0.08cm3;0.84%)小于左半球(0.15cm3;1.63%)。WM增长最不对称的部位是岛叶,右半球的增长(0.31cm3;1.88%)大于左半球(0.14cm3;0.87%)。同样,GM表现出相反的不对称性,右侧岛叶的损失(0.11cm3;0.66%)小于左侧岛叶(0.18cm3;1.06%)。

区域间变化的相关分析进一步强调了平均GM和WM体积变化之间缺乏对应关系。无论是第一阶段的变化(9-11岁;图2a)还是第二阶段的变化(11-13岁;图2b),都未显示出WM体积增加与GM体积减少之间存在显著相关性(第一阶段:r=.09,p=.63;第二阶段:r=.26,p=.14)。此外,随着时间的推移,WM和GM体积呈现出不同的变化轨迹。虽然第一个时间段的变化与第二个时间段的变化在男性(GM:r=.86,WM:r=.96)和女性(GM:r=.88,WM:r=.90)中均呈现出强烈的区域间相关性(GM见图2c,WM见图2d),第二个GM减少期比第一个GM减少期幅度更大,而第二个WM增长期比第一个更小。

图2.平均GM体积减少与平均WM体积增长没有对应关系。

将GM体积分解为表面积和厚度

在本研究的数据集中,GM体积减少主要归因于皮层厚度(CT)的减少,而不是皮层表面积(SA)的减少,因为SA在这个年龄范围内没有实质性的变化(图3a;平均SA变化接近于零)。与GM体积减少的趋势一致,大多数区域的皮层变薄速率随着时间的推移略有加快(图3b;平均CT变化小于零且在虚线对角线以下),而变薄的区域分布保持稳定。与GM体积变化趋势相一致的是,女性比男性表现出更多的皮层变薄。与明显的CT减少相比,SA变化接近于零,尽管它们也遵循一个明确的区域分布,并且在第一阶段和第二阶段变化之间高度相关(男性r=0.89,女性r=0.84)。虽然几乎所有区域的CT值均呈平均下降,但SA的平均变化更不稳定:一些区域的SA略有增加,而其他区域则略有减少。与CT类似,SA在第二阶段变化期间表现出更明显的负性变化,女性比男性表现出更明显的负性变化。值得注意的是,皮层变薄的性别差异在第一阶段变化(9-11岁)和第二阶段变化(11-13岁)之间没有显著差异,但在SA变化方面,第二阶段变化期间的性别差异明显更大;在第二阶段变化期间,34个区域中有27个区域在p<.0001阈值下表现出性别差异,其中女性在所有区域的第二阶段变化期间均显示出显著的SA减少,而男性在部分区域上仍然显示出SA增加。

图3.将GM体积变化分解为皮层表面积(SA)和皮层厚度(CT)的变化。

为进一步探究WM体积变化与SA和CT变化的对应关系,本研究绘制了平均SA变化(图4)和CT变化(图5)的区域分布图。与GM体积一样,顶叶显示出最大的SA减少。在第一阶段变化期间(9-11岁),男性的顶叶SA减少了0.46%,而其余SA增加了0.46%。而在第二阶段变化期间(11-13岁),女性的顶叶SA仍然不成比例地减少(1.98%),而其余SA仅减少了1.31%。在第二阶段期间,女性顶叶还显示出不成比例的CT减少(2.65%),而其余CT仅减少了1.93%。然而,在男性的第一阶段变化期间,枕叶皮层变薄程度最大,枕叶CT减少了2.26%,而顶叶CT和其余CT分别仅减少了1.45%和1.00%。在男性的第一阶段变化期间,这种过度的枕叶变薄可以解释如下。虽然男性的第一阶段变化通常比女性的第二阶段变化的变薄程度要小,但对于最薄的皮层区域——距状裂区域,这种趋势并非如此:在女性的第二阶段变化期间,距状裂CT减少了1.89%,但在男性的第一阶段变化期间,该区域减少了2.28%(比较图5a和d)。

图4.皮层表面积(SA)的区域变化模式。

图5.皮层厚度(CT)的区域变化模式。

结论

本研究结果表明,青春期早期GM体积减少并不能完全用WM体积增长来解释。具体而言,虽然在全局水平上GM减少伴随着WM的增长,但在不同脑区、时期以及性别之间,情况并非如此。因此观察到的GM收缩模式不可能反映由GM髓鞘化模式引起的变白,即使这两种模式本身是完全相关的。总的来说,揭示这些变化背后的不同微观结构机制是理解那些进入健康成年期的青少年和罹患精神疾病的青少年分化轨迹的关键。需要注意的是,髓鞘化可以轻微调节测量到的GM体积减少,但认为髓鞘化是导致GM减少的主要原因缺乏证据支持。

参考文献:Chad, J. A., & Lebel, C. (2024). Can gray matter loss in early adolescence be explained by white matter growth? Human Brain Mapping, 45(9), e26758. https://doi.org/10.1002/hbm.26758

小伙伴关注茗创科技,将第一时间收到精彩内容推送哦~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1914814.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

从0-1搭建一个web项目(页面布局详解)详解

本章分析页面布局详解详解 ObJack-Admin一款基于 Vue3.3、TypeScript、Vite3、Pinia、Element-Plus 开源的后台管理框架。在一定程度上节省您的开发效率。另外本项目还封装了一些常用组件、hooks、指令、动态路由、按钮级别权限控制等功能。感兴趣的小伙伴可以访问源码点个赞 地…

10个图源二维码分享及使用方法

我们曾在《8个图源二维码分享及使用方法》一文中,为你分享了8个图源二维码。 现在在此基础之上新增两个图源二维码,共享10个。 如果你需要这些图源,请在文末查看领取方式。 新增了哪两个图源 增加的两个图源分别是全球10m等高线地图和全球…

【HTML入门】第八课 - 链接的学习(二)

我们上一节学习了,链接的基本知识,有锚点,还有鼠标上移的title属性的作用,这一节,我们继续说链接的知识点。 目录 1 跳转本项目的网页 1.1 修改html文件名 1.2 新建index1.html文件 1.3 修改index1.html文件 1.4…

随身WiFi市场乱象横生,随身WiFi测评最好的格行随身WiFi如何引领变革?

在当今随身WiFi市场乱象频发、内卷严重的背景下,消费者对于产品的性能与商家是否会后台割韭菜依旧存疑,尤其是“随身WiFi到底卡不卡?”的问题,成为了广大消费者关注的重点。然而,在众多品牌中,格行随身WiFi…

浅谈开源项目对于我编程之路的影响

开源项目有哪些机遇与挑战? 随着全球经济和科技环境的快速变化,开源软件项目的蓬勃发展成为了开发者社区的热门话题。越来越多的开发者和企业选择参与开源项目,以推动技术创新和实现协作共赢。你如何看待当前开源项目的发展趋势?…

昇思25天学习打卡营第22天 | Shufflenet图像分类

ShuffleNet图像分类 当前案例不支持在GPU设备上静态图模式运行,其他模式运行皆支持。 ShuffleNet网络介绍 ShuffleNetV1是旷视科技提出的一种计算高效的CNN模型,和MobileNet, SqueezeNet等一样主要应用在移动端,所以模型的设计目标就是利用有…

分布式架构演进之路

文章目录 1 相关概念1.1 基本概念1.2 评价指标 2 架构演进2.1 单机架构2.2 应用数据分离架构2.3 应用服务集群架构2.4 读写分离/主从分离架构2.5 冷热分离架构(缓存)2.5 分库分表2.6 微服务架构 3 本章总结 1 相关概念 在正式引入架构演进之前&#xff…

不入耳耳机哪个品牌好便宜学生、不入耳式蓝牙耳机推荐

开放式耳机相较于传统的入耳式耳机,极大地提升了用户的听觉享受和佩戴时的持久舒适度。然而,如何找到一款性价比高、品质优良的开放式耳机也是一个不小的问题。不入耳耳机哪个品牌好便宜学生?为了帮助大家更好地做出选择,我结合自…

第5章 IT服务部署实施

第5章 IT服务部署实施 5.1 概述 IT服务部署实施是衔接IT服务规划设计与IT服务运营的中间阶段,负责对服务组件进行客户化,并在充分满足客户要求的前提下,使用标准化的方法管理人员、资源、技术和过程,包括计划、实施和管理生产环…

【排序 - 快速排序】

快速排序(Quick Sort)是一种高效的排序算法,它基于分治(Divide and Conquer)的策略。这种排序算法的核心思想是选择一个基准元素,将数组分割成两部分,使得左边的元素都小于等于基准元素&#xf…

二分查找算法【折半查找算法】

二分查找算法 二分查找算法,也称为折半查找,是一种在有序数组中查找特定元素的高效算法。它的工作原理是通过不断地将搜索区间减半来缩小目标值可能存在的范围,直至找到目标值或确定目标值不存在于数组中。二分查找的关键在于每次比较都能排…

【堆 优先队列】1354. 多次求和构造目标数组

本文涉及知识点 堆 优先队列 LeetCode1354. 多次求和构造目标数组 给你一个整数数组 target 。一开始&#xff0c;你有一个数组 A &#xff0c;它的所有元素均为 1 &#xff0c;你可以执行以下操作&#xff1a; 令 x 为你数组里所有元素的和 选择满足 0 < i < target.…

瓦罗兰特游戏帧数低怎么办 瓦罗兰特游戏帧率提不上去怎么解决

瓦罗兰特是一款由拳头游戏&#xff08;Riot Games&#xff09;开发的5v5英雄射击游戏。结合了MOBA元素&#xff0c;每个角色都拥有四个独特的技能&#xff1b;提供了多种游戏模式&#xff0c;如5V5战术射击等&#xff1b;角色和皮肤设计丰富。游戏中&#xff0c;玩家将扮演各具…

《梦醒蝶飞:释放Excel函数与公式的力量》10.3 IMABS函数

第一节 10.3 IMABS函数 10.3.1 函数简介 IMABS函数是Excel中的一个工程函数&#xff0c;用于计算复数的绝对值&#xff08;模&#xff09;。在工程和科学计算中&#xff0c;复数的模是一个重要的概念&#xff0c;表示复数在复平面上到原点的距离。 10.3.2 语法&#xff1a; …

idea控制台乱码问题解决教程

注&#xff1a;按顺序来操作&#xff0c;完成后要重启软件 方案一&#xff1a;修改Tomcat的编码设置 在Tomcat的VM options中添加了-Dfile.encodingUTF-8 方案二&#xff1a;修改IDEA的编码设置 File->Settings->Editor->File Encodings 将Global Encoding、Proj…

顶顶通呼叫中心中间件-打电话没声音检查步骤(mod_cti基于FreeSWITCH)

顶顶通呼叫中心中间件-电话没声音检查步骤(mod_cti基于FreeSWITH) 检查步骤 1、检查配置文件 检查配置文件&#xff1a;打开ccadmin -> 配置文件 -> vars -> external_ip$${local_ip_v4}看一下这个有没有配置正确的外网IP&#xff0c;如果没有配置正确就需要配置正…

【C++】开源:drogon-web框架配置使用

&#x1f60f;★,:.☆(&#xffe3;▽&#xffe3;)/$:.★ &#x1f60f; 这篇文章主要介绍drogon-web框架配置使用。 无专精则不能成&#xff0c;无涉猎则不能通。——梁启超 欢迎来到我的博客&#xff0c;一起学习&#xff0c;共同进步。 喜欢的朋友可以关注一下&#xff0c;…

神经网络构成、优化、常用函数+激活函数

Iris分类 数据集介绍&#xff0c;共有数据150组&#xff0c;每组包括长宽等4个输入特征&#xff0c;同时给出输入特征对应的Iris类别&#xff0c;分别用0&#xff0c;1&#xff0c;2表示。 从sklearn包datasets读入数据集。 from sklearn import darasets from pandas impor…

Puppeteer 是什么以及如何在网络抓取中使用它 | 2024 完整指南

网页抓取已经成为任何处理网页数据提取的人都必须掌握的一项重要技能。无论你是开发者、数据科学家还是希望从网站收集信息的爱好者&#xff0c;Puppeteer都是你可以使用的最强大工具之一。本完整指南将深入探讨什么是Puppeteer以及如何有效地在网页抓取中使用它。 Puppeteer简…

真正高水平的一流领导,从不和员工打成一片,这3点原因太真实

真正高水平的一流领导&#xff0c;从不和员工打成一片&#xff0c;这3点原因太真实 第一个&#xff1a;分化团队 在团队管理过程中&#xff0c;如果人不多&#xff0c;那还好。 可一旦人数多了&#xff0c;领导就不可能面面俱到&#xff0c;顾及到每一个人。 肯定会出现&am…