多层脑连接与阿尔茨海默病风险个体的长期认知变化Multilayer brain connectivity and long-term cognitive changes in individuals at risk for Alzheimer's disease - Rebecca Kpetou, Filipa Raposo Pereira, Shailendra Segobin, Valentina La Corte, Nicolas Villain, Mathilde Groussard, Gwendolyn Jauny, Hervé Platel, Thomas Hinault, , The Insight-Pread Study Group, The Insight-Pread Study Group, 2026

摘要

背景

在老年人群中，部分人会发展成阿尔茨海默病(AD)，而另一些人则保持认知稳定。了解结构和功能脑变化如何相互作用，有助于阐明这种异质性，特别是在AD风险增加的个体中。

目标

本研究旨在探索结构-功能连接变化如何与具有主观认知抱怨(SMC)和不同淀粉样蛋白负担的老年人的长期认知轨迹相关。

方法

我们分析了INSIGHT-preAD队列的数据，该队列包括具有主观认知抱怨的老年人，这些老年人接受了为期五年的神经心理学随访。我们采用多层连接组方法整合静息态脑电图功能连接和基于弥散加权成像的结构连接来表征脑网络组织。我们计算了多层参与系数(PC)作为结构-功能相似性的指标，并检验了其与随访期间个体认知轨迹的关联。

结果

在后来进展为AD的淀粉样蛋白阳性参与者中观察到与淀粉样蛋白阳性稳定者(非进展者)和淀粉样蛋白阴性对照组显著不同的多层连接性。具体而言，在后来发展为AD的淀粉样蛋白阳性个体中观察到delta波段的较高PC值。这种模式，特别是在默认模式网络内，与随后的认知下降相关，表明delta波段结构-功能相似性可能是AD中认知脆弱性和进展的潜在候选标志物。

结论

大多数研究AD的工作主要单独考察功能或结构连接。通过使用多层方法整合这两种模式，我们的研究提供了有趣的初步证据，表明结构-功能连接可能捕获与AD连续体上认知轨迹相关的网络级变化。

数据可用性声明

数据将在合理请求下提供。

参考文献

1. Blanchet S, McCormick L, Belleville S, et al. 老年人轻度认知障碍：批判性综述. Rev Neurol (Paris) 2002; 158: 29–39.
2. Sehar U, Rawat P, Reddy AP, et al. 衰老和阿尔茨海默病中的淀粉样β蛋白. Int J Mol Sci 2022; 23: 12924.
3. Courtney SM, Hinault T. 健康衰老和痴呆中脑活动的时间动态：时机恰当之时. Prog Neurobiol 2021; 203: 102076.
4. Mungas D, Beckett L, Harvey D, et al. 不同老年人认知轨迹的异质性. Psychol Aging 2010; 25: 606–619.
5. Brier MR, Thomas JB, Fagan AM, et al. 阿尔茨海默病临床前期的功能连接和图论研究. Neurobiol Aging 2014; 35: 757–768.
6. Zhang M, Guan Z, Zhang Y, et al. 显著网络分离与葡萄糖代谢之间的耦合紊乱与阿尔茨海默病认知下降相关——一项同步静息态FDG-PET/fMRI研究. Neuroimage Clin 2022; 34: 102977.
7. Pievani M, Filippini N, Van Den Heuvel MP, et al. 神经退行性疾病中的脑连接——从表型到蛋白病变. Nat Rev Neurol 2014; 10: 620–633.
8. Babiloni C, Lopez S, Del Percio C, et al. 具有临床前阿尔茨海默病神经病理学和高教育水平的主观记忆抱怨老年人中静息态后部α节律异常：INSIGHT-preAD研究. Neurobiol Aging 2020; 90: 43–59.
9. Gaubert S, Houot M, Raimondo F, et al. 一种用于筛查临床前阿尔茨海默病的机器学习方法. Neurobiol Aging 2021; 105: 205–216.
10. Gaubert S, Garces P, Hipp J, et al. 从轻度认知障碍到阿尔茨海默病痴呆的认知下降的神经磁信号探索. EBioMedicine 2025; 114: 105659.
11. Jauny G, Eustache F, Hinault T. 衰老过程中的连接动态与认知变异性. Neurobiol Aging 2022; 118: 99–105.
12. Babiloni C, Blinowska K, Bonanni L, et al. 脑电生理学告诉我们关于阿尔茨海默病的信息：了解脑神经元同步和连接的窗口. Neurobiol Aging 2020; 85: 58–73.
13. Cheng C-H, Wang P-N, Mao H-F, et al. 默认模式网络中振荡连接检测到的主观认知下降：一项脑磁图研究. Aging 2020; 12: 3911–3925.
14. Smailovic U, Jelic V. 阿尔茨海默病的神经生理标志物：定量脑电图方法. Neurol Ther 2019; 8: 37–55.
15. Maestú F, Fernández A. 脑磁图在阿尔茨海默病早期阶段中的作用. Neuroimaging Clin 2020; 30: 217–227.
16. Zimmermann J, Griffiths JD, McIntosh AR. 结构和功能连接对认知的独特映射. J Neurosci 2018; 38: 9658–9667.
17. Honey CJ, Sporns O, Cammoun L, et al. 从结构连接预测人类静息态功能连接. Proc Natl Acad Sci U S A 2009; 106: 2035–2040.
18. Canal-Garcia A, Gómez-Ruiz E, Mijalkov M, et al. 使用灰质和淀粉样蛋白数据在阿尔茨海默病谱系上的多层连接组变化. Cereb Cortex 2022; 32: 3501–3515.
19. Jauny G, Mijalkov M, Canal-Garcia A, et al. 使用多层脑网络分析关联衰老过程中的结构和功能变化. Commun Biol 2024; 7: 239.
20. Blanco R, Preti MG, Koba C, et al. 使用EEG和fNIRS比较脑网络中的结构-功能关系. Sci Rep 2024; 14: 28976.
21. Liu Z-Q, Shafiei G, Baillet S, et al. 血流动力学和电磁脑网络中的空间异质性结构-功能耦合. Neuroimage 2023; 278: 120276.
22. Wang J, Khosrowabadi R, Ng KK, et al. 脑网络拓扑和结构-功能连接组耦合的改变与认知障碍相关. Front Aging Neurosci 2018; 10: 404.
23. Weston PSJ, Simpson IJA, Ryan NS, et al. 阿尔茨海默病中灰质的扩散成像变化：早期神经退行性变的潜在标志物. Alzheimers Res Ther 2015; 7: 47.
24. Weston PSJ, Poole T, Ryan NS, et al. 家族性阿尔茨海默病中的血清神经丝轻链：早期神经退行性变的标志物. Neurology 2017; 89: 2167–2175.
25. Dubois B, Epelbaum S, Nyasse F, et al. 阿尔茨海默病风险个体的认知和神经影像学特征及脑β-淀粉样变性(INSIGHT-preAD)：一项纵向观察研究. Lancet Neurol 2018; 17: 335–346.
26. Dubois B, Feldman HH, Jacova C, et al. 推进阿尔茨海默病研究诊断标准：IWG-2标准. Lancet Neurol 2014; 13: 614–629.
27. Dubois B, Epelbaum S, Nyasse F, et al. 阿尔茨海默病风险个体的认知和神经影像学特征及脑β-淀粉样变性(INSIGHT-preAD)：一项纵向观察研究. Lancet Neurol 2018; 17: 335–346.
28. Gaubert S, Raimondo F, Houot M, et al. 临床前阿尔茨海默病中补偿机制的脑电图证据. Brain 2019; 142: 2096–2112.
29. Rapos Pereira F, George N, Dalla Barba G, et al. 记忆绑定测试检测临床前阿尔茨海默病中早期细微情节记忆下降：一项纵向研究. J Alzheimers Dis 2024; 98: 465–479.
30. Habert M-O, Bertin H, Labit M, et al. 对具有记忆抱怨的老年人群淀粉样蛋白状态的评估：量化方法的验证和阳性阈值的确定. Ann Nucl Med 2018; 32: 75–86.
31. Buckley RF, Schultz AP, Hedden T, et al. 功能网络完整性预示临床前阿尔茨海默病中的认知下降. Neurology 2017; 89: 29–37.
32. Leemans A, Jeurissen B, Sijbers J, et al. ExploreDTI：处理、分析和可视化扩散MR数据的图形工具箱. In: Proc Intl Soc Mag Reson Med, 2009, pp.3537.
33. Destrieux C, Fischl B, Dale A, et al. 使用标准解剖命名法自动分割人类大脑皮层脑回和脑沟. Neuroimage 2010; 53: 1–15.
34. Tadel F, Baillet S, Mosher JC, et al. Brainstorm：MEG/EEG分析的用户友好应用程序. Comput Intell Neurosci 2011; 2011: 879716.
35. Bennis K, Eustache F, Collette F, et al. 衰老过程中静息态脑电图θ和γ波动的日常动态与健康衰老中的认知表现相关. J Gerontol B Psychol Sci Soc Sci 2024; 79: gbae152.
36. Perrin F, Pernier J, Bertrand O, et al. 用于头皮电位和电流密度映射的球面样条. Electroencephalogr Clin Neurophysiol 1989; 72: 184–187.
37. Comon P. 独立成分分析，一个新概念? Signal Process 1994; 36: 287–314.
38. Gaubert S, Raimondo F, Houot M, et al. 临床前阿尔茨海默病中补偿机制的脑电图证据. Brain 2019; 142: 2096–2112.
39. Babiloni C, Arakaki X, Azami H, et al. 用于阿尔茨海默病临床试验的静息态脑电图节律测量：专家小组建议. Alzheimers Dement 2021; 17: 1528–1553.
40. Gramfort A, Papadopoulo T, Olivi E, et al. OpenMEEG：用于准静态生物电磁学的开源软件. Biomed Eng OnLine 2010; 9: 45.
41. Pascual-Marqui RD, Michel CM, Lehmann D. 低分辨率电磁断层扫描：一种定位脑中电活动的新方法. Int J Psychophysiol 1994; 18: 49–65.
42. Fischl B. Freesurfer. Neuroimage 2012; 62: 774–781.
43. Bennis K, Eustache F, Collette F, et al. 衰老过程中静息态脑电图θ和γ波动的日常动态与健康衰老中的认知表现相关. J Gerontol B Psychol Sci Soc Sci 2024; 79: gbae152.
44. Stam CJ, Nolte G, Daffertshofer A. 相位滞后指数：评估多通道EEG和MEG功能连接，减少共同源的偏倚. Hum Brain Mapp 2007; 28: 1178–1193.
45. Mijalkov M, Kakaei E, Pereira JB, et al. BRAPH：用于脑连接分析的图论软件. PLoS One 2017; 12: e0178798.
46. Battiston F, Nicosia V, Latora V. 多层网络的结构度量. Phys Rev E Stat Nonlin Soft Matter Phys 2014; 89: 032804.
47. Jauny G, Le Petit M, Segobin S, et al. 使用多层脑网络分析关联健康衰老和语义性痴呆中的结构和功能变化. Cortex 2025; 183: 405–419.
48. Buckner RL, Andrews-Hanna JR, Schacter DL. 脑的默认网络：解剖、功能和与疾病的关联. Ann N Y Acad Sci 2008; 1124: 1–38.
49. Raposo Pereira F, George N, Dalla Barba G, et al. 记忆绑定测试可以在早期临床前阶段预测阿尔茨海默病诊断：INSIGHTpreAD队列中的纵向研究. Front Aging Neurosci 2024; 16: 1414419.
50. Benjamini Y, Hochberg Y. 控制错误发现率：多重检验的实用而强大的方法. J R Stat Soc B Methodol 1995; 57: 289–300.
51. He X, Qin W, Liu Y, et al. 正常衰老和遗忘型轻度认知障碍及阿尔茨海默病中的异常显著网络. Hum Brain Mapp 2014; 35: 3446–3464.
52. Benjamin-Chung J, Colford JM Jr., Mertens A, et al. 科学研究中计算工作流的内部复制. Gates Open Res 2020; 4: 17.
53. Harmony T. delta振荡在认知处理中的功能意义. Front Integr Neurosci 2013; 7: 83.
54. Hinault T, Baillet S, Courtney SM. 深部脑神经生理活动的年龄相关变化. Cereb Cortex 2023; 33: 3960–3968.
55. Franzmeier N, Düzel E, Jessen F, et al. 左前额叶枢纽连接延迟常染色体显性和散发性阿尔茨海默病中的认知障碍. Brain 2018; 141: 1186–1200.
56. Abuhassan K, Coyle D, Belatreche A, et al. 补偿阿尔茨海默病中的突触丢失. J Comput Neurosci 2014; 36: 19–37.
57. Pasquini L, Rahmani F, Maleki-Balajoo S, et al. 阿尔茨海默病各阶段的内侧颞叶断开和过度兴奋. J Alzheimers Dis Rep 2019; 3: 103–112.
58. Deco G, Ponce-Alvarez A, Mantini D, et al. 静息态功能连接从结构和动态塑造的慢线性波动中产生. J Neurosci 2013; 33: 11239–11252.
59. Bassett DS, Wymbs NF, Porter MA, et al. 学习过程中人类脑网络的动态重构. Proc Natl Acad Sci U S A 2011; 108: 7641–7646.
60. Braun U, Schäfer A, Walter H, et al. 执行认知过程中人类前额叶脑网络的动态重构. Proc Natl Acad Sci U S A 2015; 112: 11678–11683.
61. Jones DT, Knopman DS, Gunter JL, et al. 阿尔茨海默病谱系上的级联网络故障. Brain 2016; 139: 547–562.
62. Tewarie P, Bright MG, Hillebrand A, et al. 使用脑电生理学预测血流动力学网络：非线性和跨频率交互的作用. Neuroimage 2016; 130: 273–292.
63. Honey CJ, Kötter R, Breakspear M, et al. 大脑皮层网络结构在多个时间尺度上塑造功能连接. Proc Natl Acad Sci U S A 2007; 104: 10240–10245.
64. Badhwar A, Tam A, Dansereau C, et al. 阿尔茨海默病中的静息态网络功能障碍：系统综述和荟萃分析. Alzheimers Dement (Amst) 2017; 8: 73–85.
65. Sperling RA, Aisen PS, Beckett LA, et al. 定义阿尔茨海默病临床前阶段：国家老龄化研究所-阿尔茨海默病协会诊断指南工作组的建议. Alzheimers Dement 2011; 7: 280–292.
66. Foster BL, Koslov SR, Aponik-Gremillion L, et al. 后扣带回皮层的三重观点. Nat Rev Neurosci 2023; 24: 173–189.
67. Leech R, Sharp DJ. 后扣带回皮层在认知和疾病中的作用. Brain 2014; 137: 12–32.
68. Maddock RJ, Buonocore MH. 威胁相关词语听觉呈现对左侧后扣带回皮层的激活：一项fMRI研究. Psychiatry Res 1997; 75: 1–14.
69. Banks SJ, Zhuang X, Bayram E, et al. 健康衰老和阿尔茨海默病中默认模式网络侧化与记忆. J Alzheimers Dis 2018; 66: 1223–1234.
70. Golby AJ, Poldrack RA, Brewer JB, et al. 记忆编码过程中内侧颞叶和前额叶皮层的材料特异性侧化. Brain 2001; 124: 1841–1854.
71. Tulving E, Kapur S, Craik FI, et al. 情节记忆中的半球编码/检索不对称性：正电子发射断层扫描发现. Proc Natl Acad Sci U S A 1994; 91: 2016–2020.
72. Dennis EL, Thompson PM. 衰老和阿尔茨海默病中使用fMRI的功能脑连接. Neuropsychol Rev 2014; 24: 49–62.
73. Sarazin M, Berr C, De Rotrou J, et al. 内侧颞叶型遗忘综合征识别阿尔茨海默病前驱期：一项纵向研究. Neurology 2007; 69: 1859–1867.

【全文结束】