Analyse van bijna 50.000 hersenscans heeft vijf verschillende patronen van hersenatrofie onthuld die verband houden met veroudering en neurodegeneratieve ziekten. De analyse koppelde de patronen ook aan leefstijlfactoren zoals roken en alcoholgebruik, maar ook aan genetische en op bloed gebaseerde markers die verband houden met de gezondheidstoestand en het ziekterisico.

Het werk is een ‘methodologisch meesterwerk’ dat het inzicht van onderzoekers in veroudering aanzienlijk zou kunnen vergroten, zegt Andrei Irimia, een gerontoloog aan de Universiteit van Zuid-Californië in Los Angeles die niet bij het werk betrokken was. "Vóór deze studie wisten we dat de anatomie van de hersenen verandert met veroudering en ziekte, maar ons vermogen om deze complexe interactie vast te leggen was veel bescheidener."

Het onderzoek werd op 15 augustus uitgevoerdNatuurgeneeskundegepubliceerd.

Rimpels in de hersenen

Veroudering kan niet alleen grijs haar veroorzaken, maar ook veranderingen in de anatomie van de hersenen die zichtbaar zijn op magnetische resonantiebeelden, waarbij sommige gebieden in de loop van de tijd krimpen of structurele veranderingen ondergaan. Deze transformaties zijn echter subtiel. “Het menselijk oog is niet in staat patronen van systematische hersenveranderingen waar te nemen” die met deze degradatie gepaard gaan, zegt Christos Davatzikos, een biomedische beeldvormingsspecialist aan de Universiteit van Pennsylvania in Philadelphia en auteur van het artikel.

Eerdere studies hebben aangetoond dat machinaal leren de subtiele vingerafdrukken van veroudering uit MRI-gegevens kan halen. Deze onderzoeken waren echter vaak beperkt van omvang en bevatten doorgaans gegevens van een relatief klein aantal mensen.

Om bredere patronen te identificeren, begon het team van Davatzikos een onderzoek dat ongeveer acht jaar in beslag nam om te voltooien en te publiceren. Ze gebruikten een diepgaande leermethode genaamd Surreal-GAN, die werd ontwikkeld door eerste auteur Zhijian Yang terwijl hij een student was in het laboratorium van Davatzikos. De wetenschappers trainden het algoritme met behulp van hersen-MRI's van 1.150 gezonde mensen in de leeftijd van 20 tot 49 jaar en 8.992 oudere volwassenen, waaronder velen met cognitieve beperkingen. Dit leerde het algoritme terugkerende kenmerken van ouder wordende hersenen te herkennen, waardoor het een intern model kon bouwen van anatomische structuren die gelijktijdig veranderen, in tegenstelling tot structuren die de neiging hebben onafhankelijk te veranderen.

De onderzoekers pasten het resulterende model vervolgens toe op MRI-scans van bijna 50.000 mensen die deelnamen aan verschillende onderzoeken naar veroudering en neurologische gezondheid. Deze analyse leverde vijf discrete patronen van hersenatrofie op. De wetenschappers koppelden verschillende soorten leeftijdsgebonden hersendegeneratie aan combinaties van de vijf patronen, hoewel er enkele verschillen waren tussen mensen met dezelfde aandoening.

Patronen van veroudering

Dementie en de voorloper ervan, milde cognitieve stoornissen, hadden bijvoorbeeld verband met drie van de vijf patronen. Interessant genoeg vonden de onderzoekers ook bewijs dat de patronen die ze identificeerden mogelijk gebruikt zouden kunnen worden om de waarschijnlijkheid van verdere hersendegeneratie in de toekomst aan het licht te brengen. “Als je de overgang van een cognitief normale toestand naar milde cognitieve stoornissen wilt voorspellen, was één ding het meest vooruitziend”, zegt Davatzikos. “In latere stadia verrijkt het toevoegen van een tweede [patroon] je voorspelling, wat logisch is omdat dit de verspreiding van de pathologie vastlegt.” Andere patronen werden geassocieerd met ziekten zoals Parkinson en Alzheimer, evenals een combinatie van drie patronen die de sterfte sterk voorspelden.

De auteurs vonden duidelijke verbanden tussen specifieke patronen van hersenatrofie en verschillende fysiologische en omgevingsfactoren, waaronder alcoholgebruik en roken, evenals verschillende genetische en biochemische kenmerken die verband houden met gezondheid. Davatzikos zegt dat deze resultaten waarschijnlijk de impact van het algemene fysieke welzijn op de neurologische gezondheid weerspiegelen, omdat schade aan andere orgaansystemen gevolgen kan hebben voor de hersenen.

Davatzikos waarschuwt echter dat de studie “niet betekent dat alles kan worden teruggebracht tot vijf cijfers”, en zijn team is van plan te werken met datasets die een breder scala aan neurologische ziekten omvatten en een grotere etnische en culturele diversiteit hebben.