通过解码FDG-PET来评估遗传前叶退化中的网络退化和表型异质性

科学领域:

• 神经科学是一个神经科学.
• 遗传学 遗传学 是一个
• 医疗成像医学成像

背景情况:

• 导致前叶退化 (FTLD) 的遗传突变预测蛋白质病变,但在网络退化和临床症状方面显示出显著的患者变异性.
• 了解这种变化对于准确的诊断和患者管理至关重要.

研究的目的:

• 识别与FTLD特定基因突变相关的独特的大脑代谢模式.
• 使用这些已识别的模式来预测遗传突变状态和临床表型.

主要方法:

• 收集了39名患有遗传FTLD (C9orf72,MAPT,GRN突变) 的患者的临床和18Fluorodeoxyglucose-positron发射断层扫描 (FDG-PET) 数据.
• 利用光谱共变分解来得出代表整个大脑代谢模式的"自身大脑" (EB).
• 应用线性差异分析 (LDAs) 来预测基于EBs的遗传状态和临床表型.

主要成果:

• 五个显著的EB解释了FDG-PET图像中的58.52%的代谢共变量.
• 特定的EB确定了GRN突变载体 (语言表型) 和MAPT突变载体 (行为表型).
• LDAs在遗传状态方面达到79.5%的准确性,在临床表型预测方面达到76.9%.

结论:

• 一组有限的EB捕获了跨基因FTLD突变网络退化中的显著共变性.
• 这些EB提供了关于FTLD病理生理学和临床变异性的见解,有助于临床决策,包括遗传测试.