无明显症状但默认模式网络轨迹有发展差异的人处于阿尔兹海默症患病风险中

核磁脑影像技术的普及和核磁影像检查价格的下降,获取具有高度清晰结构的大脑影像以及具有动态性时间变化的功能影像变得相对容易。同时,使用基于一定时间内获得的功能影像(静息态数据)所构建的大脑功能网络,在预测和识别一些疾病方面表现出了极大的生物标记潜力。特别是在像阿尔茨海默病这类的疾病方面。

由于遗传和环境因素相互作用的结果,像阿尔茨海默病症(AD)这一类疾病在发展中处于复杂的非线性动态风险,处于这个阶段的个体(潜在患病风险者)具有一定的积极适应性反应和维持稳定状态的代偿机制。因此,对具有独特发展表型的个体(其实就是有风险且后续确实患病了),进行依据于AD遗传风险因子的分级诊断是获得可靠的诊断方法的关键一步(也就说,使用已检测到的AD遗传风险因子对这些潜在患病个体进行特征诊断,以获得有效的分层诊断,从而区分出那些个体的患病风险更大,更容易发展为AD)。

为此,遗传学家和神经科学家们利用突破性技术确定了遗传因子如何影响大脑结构、功能和新陈代谢。目前,载脂蛋白APOE ε4等位基因被认为是对迟发性AD而言最相关的遗传风险因子,并且在所有离散AD情况中有高达50% 的可能性被观察到。同时,在AD患者中,他们的DMN网络和APOEε4的发展轨迹表现出了特定的一致改变。这种一致改变在有明显AD症状的潜在患者中也得到了确认,但还未有研究表明这种变化在没有明显AD症状的潜在AD风险者上是否同样存在。也不清楚DMN是否可以作为无AD症状的AD患病风险的预测因子。

针对上述问题,来自巴黎Sorbonne University的研究者在阿尔兹海默症研究的著名期刊《Alzheimers & Dementia》发文讨论了无明显症状但默认模式网络轨迹有发展差异的患者在阿尔兹海默方面的患病风险问题。 

本文重点:

研究背景:

目前,关于脑功能动力学的纵向轨迹(例如DMN网络随时间的动态变化),以及遗传风险因素对具有患阿尔茨海默病风险的人有哪些影响还知之甚少。虽然已有研究表明,阿尔兹海默症患者的DMN变化与其载脂蛋白APOE ε4等位基因的表型,表现出特定的一致性。但还不清楚这种变化在受载脂蛋白APOE ε4等位基因遗传风险影响的群体中是否同样存在。

研究方法:

研究对象为224名具有患阿尔茨海默病症风险且淀粉样蛋白分层的个体(但他们没有变现出客观的阿尔茨海默病症状),由他们构成了一个大型的单中心队列。研究方法是对这些参与者进行跨2年时间的随访,并采集了两个时间点的静息态数据,以构建连续时间点的静息态功能连接(FC)和默认模式网络(DMN)。

主要结果:

在前额叶和后部,以及右侧海马脑区发现明显的默认模式网络(DMN)的功能连接(FC)改变。但是,在没有横向差异的前提下,载脂蛋白APOEε4在额叶中的FC中出现缓慢增长。个体被试的脑内淀粉样蛋白负载状态没有明显变化。

讨论:研究者们首先证明了,多效性的APOE ε4等位基因的生物效应影响了DMN 衰老的动态轨迹。动态功能生物标志物可能成为临床前靶向治疗干预发展的有用替代结果。 

一.研究背景:     

在阿尔兹海默症的基因表型研究中发现APOE ε4 等位基因对AD患者从在AD发展这一连续过程中发生的大脑变化的改变具有明显的影响,对于这一发现,已有的病理生理学或脑形态生物标志物(,新陈代谢减慢,海马萎缩,皮质厚度)方面的研究都提供了支持性的证据。       

脑功能连通性 (FC) 已成为早期识别AD病理生理学相关脑功能改变的一个的候选生物标志物。功能性神经影像为识别AD的中间表型表征提供了一种有效的策略,以及提高了对与脑功能相互作用的遗传通路的理解。尤其是,APOE ε4载体在静息态默认模式网络(DMN)连接中表现出的特定的一致的改变;其中包括在中、后脑区的连接减弱,以及在额叶和横向结构中的连接加强。     

 AD早期,主要发生在DMN中的静息态FC (rsFC) 的加强被解释为AD 患者脑区之间的上游或下游的脑代偿机制。不同老化轨迹是否发生在认知正常的APOE ε4载体和非载体的DMN网络中是未知的,对这一点的确认需要在个体水平进行纵向研究。这将是功能性神经影像遗传领域的重要一步。因为到目前为止,大多数研究都是使用横向设计,即通过比较不同严重程度阶段中增加遗传风险来探索DMN随时间的变化。       

纵向研究方法在神经网络中检测个体功能变化时特别敏感。对有 AD风险的认知完整的个体进行长期随访研究,研究人员能够追踪到从健康到晚期痴呆阶段的病理生理轨迹,以及确定补偿机制失效的关键期。这对有主观记忆障碍(SMC)的老年人特别有意义;其中,有主观记忆障碍是一种发展成为AD风险增加的情况。这样的记忆障碍可能代表了更广泛的认知障碍的早期迹象,并被认为是自我描述的记忆衰退的有效方法。记忆障碍和至少一个APOE ε4 等位基因的存在,预示着AD早期认知能力的下降。但是,到目前为止,在没有症状的 AD 高危人群中还没有发现功能网络纵向改变的证据。       

本研究在一个由224名没有任何客观认知障碍的,认知完整的 SMC患者构成的大规模的单中心队列中,比较了2两个时间点(24 个月)之间的纵向 DMN rsFC鉴于APOE在调节Aβ 相关的过程中的关键作用、APOE ε4等位基因在属于AD谱系的 Aβ阳性个体中的高频出现以及大脑淀粉样蛋白对大脑结构和功能连接的巨大影响,作者还在APOE ε4状态相关的大脑衰老轨迹上评估了个体淀粉样蛋白状态的影响。 

二.研究方法

参与被试     

本文所用的数据来源于“阿尔茨海默病症患者主观记忆障碍者调查”(INSIGHT-preAD)研究。INSIGHT-preAD 研究包括了 318名认知完整的白色人种老人,他们年龄在 70岁到85岁之间。本研究获得所有参与被试的书面知情同意。

SMC定义如下

1)参与被试对“Are you complaining about your memory?”“Is it a regular complaint that has lasted now more than 6 months? ”这两个问题的回答都是“是”。

2)被试通过简易精神状态检查(≥7)、临床痴呆评定量表(0)、FCSRTFree and CuedSelective Rating Test)(总分≥14)这3项测试表现出完整的认知功能(即符合客观的无明显阿尔茨海默症的要求)。     

在本研究中,只考虑了在第一时间点 (M0) 24 个月后 (M24) 进行静息态功能性磁共振成像 (rs-fMRI)采集的被试。224人的人口统计学特征、认知表现和 APOE基因型如表1所示。

研究对象包括224名认知功能完整的SMC患者

缩写:

APOE, apolipoproteinE; 载脂蛋白E

MMSE, Mini-MentalState Examination;简易精神状态检查

SD, standarddeviation; 标准差

SMC, subjectivememory complaint;主观记忆障碍

注意:受教育程度范围从1 (没有文凭8 (学士、硕士或博士学位)

图一展示了被试的筛选过程:

1. 流程图展示了本研究最初的前瞻性队列的被试纳入过程。

缩写: fMRI,功能性核磁共振成像

临床和神经心理学评估     

INSIGHT-preAD 队列的所有被试进行了全面的神经心理学测试,以评估他们在所有相关认知领域的认知完整性。

APOE基因型   

基于APOE状态将被试被分为两组:

个体至少携带一个APOE ε4载体被定义为的APOE ε4等位基因者(APOE ε4+(基因型ε4 /ε4ε4/ε3)   

不携带的为非APOE ε4携带者(APOEε4-(基因型为ε2 /ε2ε2 /ε3ε3 /ε3)。详见参考文献[24]    

淀粉样蛋白状态定义   

使用由Centre Acquisition etTraitement des Images (CATI) 开发的工具来分析重建的PET成像(正电子发射断层扫描成像,一种分子成像)。(http://cati-neuroimaging.com;详见参考文献[24]).     

根据皮层标准化摄取值的比值,将队列分为两组;即淀粉样蛋白阳性(Amy +)和淀粉样蛋白阴性(Amy -。提取由标准化摄取值比值阈值(0.79)确定的摄取异常来进行两种方法间的线性相关;这两种方法分别是作者使用的方法和Besson等人使用来自IMAP队列研究的 53个正电子发射断层扫描方法。其中,IMAP队列是早期阿尔茨海默病的多模态神经成像项目。

MRI采集和预处理       

MRI数据采集使用的是配备12通道线圈的西门子3T扫描仪。T1采集参数:扫描方向为矢状位方向,TR = 2300 ms,回波时间= 2.98 ms,翻转角= 9°,层数为176层,层厚=1 mmFOV=256*240 mm,矩阵大小为256*240,带宽240Hz/Px

静息态fMRIrs-fMRI)数据采集和预处理     

基线扫描和随访扫描均在3TMRI扫描仪上进行的。在rs-fMRI扫描中,要求被试闭上眼睛,尽可能的保持静止。采用平面回波成像序列采集rs-fMRI图像。具体参数如下:TR=2460 ms,回波时间=30 ms,层厚为3 mm,矩阵大小为 64*64,体素大小为3*3*3mm3Volumes250250个时间点),层数为45层。   

rs-fMRI数据使用基于FSL软件的脑连接和行为(“Brain Connectivity and Behaviour”)这一工具包进行预处理,该软件已经成功用于识别 DMN。首先,去除每个被试的前10个时间点(常见操作,主要考虑机器磁场的稳定以及被试刚躺进去可能要适应的问题)。     

使用基于FMRIB’s线性图像配准工具(FMRIB’s Linear Image Registration Tool)的头动矫正功能对每个被试剩下的240个时间点进行头动矫正。然后进行时间层矫正,以及使用最大体素大小的1.5倍的高斯平滑核对数据进行平滑,最后使用高斯加权局部拟合对数据进行低频滤波。       

这些步骤可以在FSL软件的Feat工具包获得。使用两步配准法。回归掉功能数据的头动参数、脑脊液信号、白质信号及其一阶导数。使用了一个概率值为0.9的阈值卡出的mask来限定rs-fMRI 图像范围并对其进行二值化。最后,头动参数、白质信号和脑脊液信号的一阶导数由在时域上与[-1 0 1] 向量进行线性卷积得到。       

鉴于rs-fMRI信号会受到运动的严重影响。采用了一种基于ICA-AROMA的方法来估计与运动相关的信号波动,然后将其从fMRI数据中还原出来。ICA-AROMA对数据进行ICA分解,并对fMRI信号中反映头动相关噪声的成分进行估计。该方法优于如头动参数估计的回归等其他方法,同时限制了自由度的损失。与诸如scrubbing等方法相比,ICA-AROMA保留了fMRI信号的时间结构。

rs-fMRI独立成分分析       

FMRIB软件库中,利用概率性ICA方法对 rs-fMRI 数据(MELODIC ICA)进行分析。       

每个被试的预处理后的功能数据被暂时连接成一个4D数据集,并用于ICA分析。在这个分析中,数据集被分解成20个独立的成分。但是,对于如何选择最佳的成分数量,还没有一致的意见(作者分为了20个)。采用双重回归分析来识别特定于被试的时间进程和空间图(maps)。     

第一步,20个成分被用于一个线性模型。该模型与每个被试的 fMRI数据集相匹配,从而为每个被试创建每个网络内的平均时间进程(空间回归),最终得到每个被试的20z-score maps     

第二步,将个体化的时间进程回归到被试的fMRI数据集,以创建个体空间图(maps,时间回归)。这样就得到了每个被试20voxel-wise FC Z-分数3D脑图。组水平ICA分析的第一步使用所有被试的第一个时间点(M0)。为了在分析中保持空间模式一致性,在接下来的双重回归步骤中使用得到的 20个独立成分来分析第二个时间点(M24)。DMN 是基于已有文章和目测选择的。 

统计分析     

为了纵向分析,计算了24 个月( M24 )以后的rs-FC的改变量(△FC),当作第一次采集(M0)的数据的rs-FC变化。使用 FSL 自带的随机置换检验方法统计DMN间的显著差异,并对年龄进行控制。多重比较校正采用 FWE (family-wise error)方法,即采用显著性阈值卡p<0.05  TFCEthreshold-freecluster enhancement)。 

时间效应     

 为了表明对△FC值在时间上变化是确实存在的,作者对△FCFC的改变量)进行单样本T检验,即得到的△FC值与 24个月后的DMN FC 没有变化的原假设进行了比较。

APOE的影响     

鉴于前期工作中描述的结果模式,作者感兴趣的主要是 APOE ε4 载体(APOE ε4+)与非APOE ε4 携带者(APOE ε4-)之间的比较。首先,使用双样本 T 检验来比较APOE ε4 载体(APOE ε4+)与非APOE ε4 携带者(APOE ε4-)之间的横向组间差异。然后,使用 △FC 的两个独立的T检验,来评估APOE ε4 载体(APOE ε4+)与非APOE ε4 携带者(APOE ε4-)的纵向效应。

淀粉样蛋白状态的影响     

最后,作者研究了淀粉样蛋白对纵向脑动力学变化的潜在影响。为达到这个目的,使用FSL 软件的 FEAT工具对△FC进行了2(淀粉样蛋白,阳性vs.阴性)*2APOE遗传风险,APOE ε4+ vs. APOE ε4-)的重复测量方差分析。     

使用TFCE这类基于团块水平卡阈值的方法对结果进行了多重比较矫正(使用FWE控制假阳性率);对于随机化情况,推荐使用TFCE方法

三.研究结果       

1DMN 的提取   

对个体的运动矫正后,ICA确定了组水平DMN,如附录图所示。如楔前叶(Pcu)、前后扣带皮质(ACCPCC)、内侧额叶、前额叶等。随后使用双重回归方法提取个体脑图(maps)。

附录图组水平DMN

2、主要纵向效应     

2显示了在超过24个月时间周期内的DMN的纵向改变。rsFC的大面积增强涉及到内侧前额叶、额叶和后DMN区域;这些区域包括ACC延伸至前内侧额叶皮层、PCCPcu、左侧海马和旁海马(2,绿-红标注)rsFC 呈现显著减弱的区域是比较小的,主要分布在Pcu最背侧部分(图 2,蓝色标注)。

2.  224名被试的DMN超过 24个月的纵向变化。

   在被试中发现DMNrsFC呈现出大面积的增强(-绿体素),包括双侧额叶和前额叶区域、ACCPCCPcu、角回、左海马和海马旁回。Pcu(楔前叶)在时间上还表现出rsFC降低(蓝色体素)。使用TFCEP<0.05 FWE矫正团块大小大于15 个体素来对统计图进行阈值处理。所有的结果都在表2中以MNI空间坐标进行了描述。

缩写:

BA,脑区

DMN,默认模式网络

FWEfamily-wise 错误发现

3APOE ε4基因型效应     

本研究回答了该问题:APOE ε4等位基因是否影响DMN rsFC     

首先,计算了在初始时间点(M0)的rsFC,结果表明APOE ε4 载体(APOE ε4+)和非载体(APOE ε4-)之间的横向比较揭示了APOE ε4等位基因的存在对DMN rsFC没有显著的调节作用。       

其次,评估了APOE ε4等位基因对DMN rsFC的个体衰老率的遗传影响:纵向分析结果表明,携带ε4等位基因的被试在额叶中的rsFC表现出了缓慢增加TFCE矫正,p<0.05);尤其是在双侧Brodmann分区(BA9BA10BA46(图3)。

3. 载脂蛋白EDMN纵向变化的影响。

比较 APOE ε4APOE ε4+ 之间的DMN 随时间的变化,可以发现随着时间的推移,额叶和额前区的 rsFC 显著增强【245个体素,[30 50 28]PFWE <0.001】。没有发现全局的淀粉样蛋白负载的影响或淀粉样蛋白状态与载脂蛋白 E ε之间的交互作用。统计图采用TFCEP<0.05FWE矫正进行阈值化。

4淀粉样蛋白状态在 APOEε基因型的功能动态中影响

个体的淀粉样蛋白状态是否会进一步影响与 APOE ε等位基因存在相关的连通性动态变化仍不清楚。因此,作者进行了一个2*2的重复测量方差分析来研究载脂蛋白E和淀粉样蛋白之间的相互作用结果表明:淀粉样蛋白和APOE与淀粉样蛋白的交互作用在纵向变化上对DMN的影像不具有显著性P<0.05,FWE矫正)。



总结:

总的来说,本文对一个由 224名认知完整的(没有任何客观认知障碍的)SMC被试构成的单中心队列进行了脑网络动力学研究。其结果与先验假设一致,即在首次 rs-fMRI 评估的 2年后,发现 DMN内的rsFC 发生了变化此外,作者提供的证据表明:无论个体的淀粉样蛋白状态如何,APOE ε4基因型都会导致 DMN 的功能改变。

具体来看:在组水平上,DMN 的改变在额叶、额前皮层、后部DMN以及右侧海马区尤为明显。同时,APOE ε4+ APOE ε4- 的两组被试在第一次采集时间点(M0)的DMN没有显著的组间差异,对两组被试的DMN变化的研究,证明了 APOE ε等位基因导致了不同的DMN老化轨迹。根据结果,提出了携带APOE ε4等位基因会导致不同的纵向变化:相对于APOE ε4-APOE ε4+ 在额叶和前额叶的 rsFC 增加缓慢。

包括神经心理结果测量的未来研究,将揭示这种动力学是否代表了对APOE ε基因型驱动的病理生理过程进行应对的代偿机制。此外,本研究数据还表明了,APOE ε导致DMN rsFC 的改变,与 Aβ 蛋白在大脑中的积累无关;该研究表明除了Aβ 蛋白外,其他的生物机制由APOE ε4等位基因驱动。

该研究还表明了,在未来的医疗进程中,个体化的表型研究将为疾病预测和提前诊断带来极大的帮助。



原文:

Differential default mode network trajectories in asymptomatic individuals at risk for Alzheimer's disease

PA Chiesa, E Cavedo, A Vergallo, S Lista - Alzheimer's & , 2019


微信扫码或者长按选择识别关注思影



如对思影课程感兴趣也可微信号siyingyxf或18983979082咨询。觉得有帮助,给个转发,或许身边的朋友正需要。请直接点击下文文字即可浏览思影科技其他课程及数据处理服务,欢迎报名与咨询,目前全部课程均开放报名,报名后我们会第一时间联系,并保留名额。

第二十八届磁共振脑影像基础班(重庆,7.6-11)


第十四届磁共振脑网络数据处理班(重庆,7.26-31)


第三十届磁共振脑影像基础班(南京,7.31-8.5)


第十六届磁共振脑网络数据处理班(南京,8.12-17)


第十届脑影像机器学习班(南京,6.30-7.5)


第十一届脑影像机器学习班(南京,8.25-30)


第十二届磁共振弥散张量成像数据处理班(南京,6.18-23)


第九届磁共振脑影像结构班(南京,8.6-11)


第七届磁共振ASL(动脉自旋标记)数据处理班(预报名)


第六届任务态fMRI专题班(预报名,南京)


弥散磁共振成像数据处理提高班(预报名)

小动物磁共振脑影像数据处理班(预报名,南京)

第七届脑电数据处理入门班(重庆,8.2-7)


第二十届脑电数据处理中级班(重庆,8.9-14)


第八届脑电数据处理入门班(南京,7.7-12)


第十九届脑电数据处理中级班(南京,7.13-18)

第二十一届脑电数据处理中级班(南京,9.7-12)

第七届眼动数据处理班(南京,7.26-30)

脑电信号数据处理提高班(预报名)

脑磁图(MEG)数据处理学习班(预报名)


近红外脑功能数据处理班(预报名)


数据处理业务介绍:

思影科技功能磁共振(fMRI)数据处理业务

思影科技弥散加权成像(DWI/dMRI)数据处理

思影科技脑结构磁共振成像数据处理业务(T1)


思影科技啮齿类动物(大小鼠)神经影像数据处理业务

思影数据处理业务三:ASL数据处理

思影科技脑影像机器学习数据处理业务介绍


思影数据处理业务四:EEG/ERP数据处理

思影科技脑电机器学习数据处理业务

思影数据处理服务五:近红外脑功能数据处理

思影数据处理服务六:脑磁图(MEG)数据处理


思影科技眼动数据处理服务


招聘及产品:

招聘:脑影像数据处理工程师(重庆&南京)

BIOSEMI脑电系统介绍

目镜式功能磁共振刺激系统介绍