Analyse af næsten 50.000 hjernescanninger har afsløret fem forskellige mønstre af hjerneatrofi forbundet med aldring og neurodegenerative sygdomme. Analysen koblede også mønstrene til livsstilsfaktorer som rygning og alkoholforbrug samt til genetiske og blodbaserede markører forbundet med sundhedstilstand og sygdomsrisiko.

Værket er et "metodologisk mesterværk", der væsentligt kunne fremme forskernes forståelse af aldring, siger Andrei Irimia, en gerontolog ved University of Southern California i Los Angeles, som ikke var involveret i arbejdet. "Før dette studie vidste vi, at hjernens anatomi ændrer sig med aldring og sygdom. Men vores evne til at fange denne komplekse interaktion var langt mere beskeden."

Undersøgelsen blev gennemført den 15. august iNaturmedicinoffentliggjort.

Rynker i hjernen

Aldring kan forårsage ikke kun gråt hår, men også ændringer i hjernens anatomi, der er synlige på magnetiske resonansbilledbilleder, hvor nogle områder skrumper eller undergår strukturelle ændringer over tid. Disse transformationer er dog subtile. "Det menneskelige øje er ude af stand til at opfatte mønstre af systematiske hjerneændringer" forbundet med denne nedbrydning, siger Christos Davatzikos, en biomedicinsk billeddiagnostisk specialist ved University of Pennsylvania i Philadelphia og forfatter til papiret.

Tidligere undersøgelser har vist, at maskinlæring kan udtrække de subtile fingeraftryk af aldring fra MR-data. Disse undersøgelser var dog ofte begrænset i omfang og omfattede normalt data fra et relativt lille antal personer.

For at identificere bredere mønstre påbegyndte Davatzikos' team en undersøgelse, der tog omkring otte år at færdiggøre og publicere. De brugte en dyb læringsmetode kaldet Surreal-GAN, som blev udviklet af førsteforfatteren Zhijian Yang, mens han var studerende i Davatzikos' laboratorium. Forskerne trænede algoritmen ved hjælp af hjerne-MRI'er fra 1.150 raske mennesker i alderen 20 til 49 og 8.992 ældre voksne, herunder mange med kognitive svækkelser. Dette lærte algoritmen at genkende tilbagevendende træk ved aldrende hjerner, hvilket gjorde det muligt for den at bygge en intern model af anatomiske strukturer, der ændrer sig samtidigt, i modsætning til dem, der har tendens til at ændre sig uafhængigt.

Forskerne anvendte derefter den resulterende model til MR-scanninger af næsten 50.000 mennesker, der deltog i forskellige undersøgelser om aldring og neurologisk sundhed. Denne analyse gav fem diskrete mønstre af hjerneatrofi. Forskerne kædede forskellige typer aldersrelateret hjernedegeneration sammen med kombinationer af de fem mønstre, selvom der var nogle forskelle mellem mennesker med samme tilstand.

Ældningsmønstre

For eksempel havde demens og dens forløber, mild kognitiv svækkelse, forbindelser til tre af de fem mønstre. Interessant nok fandt forskerne også bevis for, at de mønstre, de identificerede, potentielt kunne bruges til at afsløre sandsynligheden for yderligere hjernedegeneration i fremtiden. "Hvis du vil forudsige overgangen fra en kognitiv normal tilstand til mild kognitiv svækkelse, var én ting den mest forudseende," siger Davatzikos. "I senere faser beriger tilføjelse af et andet [mønster] din forudsigelse, hvilket giver mening, fordi dette fanger spredningen af ​​patologien." Andre mønstre var forbundet med sygdomme som Parkinsons og Alzheimers, såvel som en kombination af tre mønstre, der var stærkt prædiktive for dødelighed.

Forfatterne fandt klare sammenhænge mellem specifikke mønstre af hjerneatrofi og forskellige fysiologiske og miljømæssige faktorer, herunder alkoholforbrug og rygning, samt forskellige genetiske og biokemiske signaturer forbundet med sundhed. Davatzikos siger, at disse resultater sandsynligvis afspejler indvirkningen af ​​generel fysisk velvære på neurologisk sundhed, da skader på andre organsystemer kan have konsekvenser for hjernen.

Davatzikos advarer dog om, at undersøgelsen "ikke betyder, at alt kan reduceres til fem numre," og hans team har til hensigt at arbejde med datasæt, der omfatter en bredere vifte af neurologiske sygdomme og har større etnisk og kulturel mangfoldighed.