个体形态学脑网络:方法学建立与评价及其生物学意义和临床价值初探

Recent studies have shown that structural MRI contains rich information on morphological brain connectivity, which plays important roles in understanding normal development and aging as well as neural mechanisms that underlie various brain disorders. However, methods for current morphological brain networks are lagging behind due to the neglect of inter-subject variability. This severely limits studies to explore neurobiological meaning of morphological brain networks and to develop biomarkers in neurological and psychiatric diseases. Accordingly, this project will develop methods to construct single-subject morphological brain networks based on structural MRI, and systematically evaluate their reproducibility and test-retest reliability. Then, we will compare single-subject morphological brain networks with structural and functional brain networks derived from diffusion MRI and resting-state fMRI, respectively, which allows establishing network fusion models to link brain morphology and structure/function. Finally, we will associate single-subject morphological brain networks with multiple cognitive behavioral measures, and apply the method into depression and Alzheimer's disease to test neurobiological meaning and clinical value of single-subject morphological brain networks. Based on these analyses, this project will greatly expand methodological framework for current human connectome studies, provide new methods and ways for early recognition and objective diagnosis of neurological and psychotic disorders, and aid in understanding morphological co-variance phenomenon of the human brain. It is anticipated that findings from the current project will have important scientific significance and theoretical value.

近来的研究表明结构磁共振图像蕴含丰富的形态学脑连接信息，这些信息对理解正常人脑的发育和老化以及不同脑疾病的神经机制发挥着重要的作用。然而，当前的研究方法相对滞后，忽略了个体间变异，严重限制了形态学脑网络的神经生物学意义探索及其在神经精神疾病中的生物标记开发。鉴于此，本项目将开发基于结构磁共振成像的个体形态学脑网路方法，并系统评价其可重复性和重测信度。然后，通过比较个体形态学脑网络与结构/功能脑网络之间的异同，建立形态学-结构/功能的脑网络融合模型。最后，通过分析个体形态学脑网络与多个认知行为测量之间的关系及其在抑郁症和阿尔茨海默病中的改变，初步揭示个体形态学脑网络的神经生物学意义和临床价值。本项目的实施不仅将极大地拓展人脑连接组学研究的方法学框架，为重大神经精神疾病的早期识别和客观诊断提供新的方法和途径，而且也将对理解大脑的形态学共变现象提供全新见解，具有重要的科学意义和理论价值。

基于结构磁共振成像的形态学协变网络方法已经成为研究人脑网络的重要手段之一。该类方法通过跨人群计算不同脑区间局部形态学指标的共变关系，在组水平得到人脑形态学脑网络。因此，这种基于人群的协变网络方法忽略了个体变异，限制了其广泛应用。鉴于此，本项目发展出一种基于单一结构磁共振成像和单一形态学指标构建个体形态学脑网络的方法，证实该方法可以揭示人脑网络的非凡组织模式，如小世界属性、模块化结构、核心脑区等。进一步的评价分析发现该方法具有非常高的重测信度，但受到不同的数据处理流程的显著影响，包括脑图谱的选择、形态学相似性的刻画方式、形态学指标的选取、样本量的大小等。尤其是，选用高分辨率脑图谱定义网络节点和JS散度定义网络连接会产生更高的重测信度。在优化方法学的基础上，本项目进一步发现，个体水平的形态学脑网络1）与结构和功能脑网络明显不同，二者具有极大的互补性；2）能够解释个体间的行为和认知差异并进行预测；3）具有低到中等的遗传度；4）可以作为生物标志物识别个体，甚至是双胞胎被试；5）能够揭示不同神经精神疾病的脑网络异常。这些研究结果表明，个体水平的形态学脑网络方法是一种重测稳定的方法，该方法能够刻画正常和疾病条件下的个体变异，具有神经生物学意义和临床应用价值，从而为人脑连接组学研究提供了新的方法和途径。. 在本项目木的资助下，项目负责人发表SCI论文8篇，其中7篇项目负责人为通讯作者（含共同），7篇5年影响因子大于5。基于这些研究成果，项目负责人于2019年成功申获国家自然科学基金优青青年项目。

内容获取失败，请点击重试