结构相似性网络揭示了痴呆症中大脑的脆弱性

科学领域:

• 神经成像是一种神经成像.
• 计算神经科学是一种神经科学.
• 精准医学是一门精准的医学.

背景情况:

• 阿尔茨海默病 (AD) 在脑退化方面表现出显著的个体间变异性,影响诊断和预后准确性.
• 现有的方法难以准确地捕捉AD的个体神经解剖学差异.
• 需要新的方法来个性化AD的理解和管理.

研究的目的:

• 开发和验证一个新的框架,整合了形态测量逆分歧 (MIND) 网络和等级贝叶斯模型.
• 在阿尔茨海默病中识别和描述个体级神经解剖学偏差.
• 探索这个框架对诊断,预后和了解AD的生物学基础的有用性.

主要方法:

• 通过MIND网络使用多变磁共振成像 (MRI) 功能量化大脑区域相似性.
• 开发了一个区域MIND值的规范模型,使用了大量的英国生物银行队列 (N=35,133).
• 将模型应用于国家阿尔茨海默氏症协调中心队列 (N=3,567) 以检查临床阶段,APOE基因型和神经病理负担之间的偏差.

主要成果:

• 负MIND偏差 (减少相似性) 显著分层的AD临床阶段 (p <0.01).
• 在APOE ε4同胞体中观察到较大的负偏差,与死后神经病理严重程度相关 (p=0.032).
• 偏差模式与神经递质受体密度图的空间对齐.

结论:

• 使用MIND网络进行人口神经成像建模,使得AD患者的个性化大脑映射成为可能.
• 这种方法为痴呆症的精确诊断和预后提供了直接的实用性.
• 这些发现有助于更深入地了解AD的生物机制,并支持精准医学策略.