研究分子丰富功能连接对大脑年龄分析的贡献

科学领域:

• 神经科学是一个神经科学.
• 放射学 放射学是一门学科.
• 生物医学工程 生物医学工程

背景情况:

• 使用结构性MRI预测大脑年龄提供了有限的生物特异性.
• 现有的模型往往忽略了分子水平的大脑功能.
• 休息状态功能性MRI (rs-fMRI) 为功能连接提供了一个窗口.

研究的目的:

• 评估是否整合分子丰富功能连接 (FC) 可以提高大脑年龄预测的准确性和生物解释性.
• 为了比较从多巴胺,北上腺素和血清素输送系统中获得的富含分子FC的预测能力.
• 评估结构形态测量和分子丰富FC的联合预测能力.

主要方法:

• 分析了3个公共数据集中的2,120名健康成年人的rs-fMRI和结构性MRI数据.
• 通过对DAT,NET和SERT的目标功能连接的受体丰富分析 (REACT) 来导出分子丰富的连接图.
• 支持矢量回归模型的应用,与ComBat协调,以解决多站点变性和共同分片分析.

主要成果:

• 单载体分子丰富的FC解释了高达51%的年龄差异,DAT在协调/常见分片设置中占主导地位.
• 将所有三种分子丰富地图结合起来,提高了预测能力,解释差异增加了高达64%.
• 增加结构数据与转运器丰富的FC减少了0.21年的平均绝对误差 (MAE) 在一个共同的分片设置,表明互补性.

结论:

• 分子丰富FC是对大脑年龄建模的可行和生物学信息丰富的补充.
• 这种方法提高了有关神经递质系统的预测准确性和可解释性.
• 分区一致性对于有效整合功能和结构大脑数据至关重要.