当科学家试图模拟健康衰老轨迹时，通常会使用通过机器学习影像数据预测的"脑龄"作为指标，这与人的实际年龄可能存在差异。根据《Science Direct》报道，如今在《GeroScience》期刊发表的一项研究中，生物医学工程专业高年级学生尼古拉斯·金（Nicholas Kim）、神经科学专业 sophomore 艾亚蒂·米什拉（Ayati Mishra）及其团队首次针对148个不同脑区及其各异的衰老速率进行基因图谱绘制，将各脑区与特定基因变异建立关联。
米什拉表示："以往遗传学研究多采用全脑平均值来探究导致大脑加速或延缓衰老的因素，但大脑实际是区域性衰老的，这一关键空白始终未被填补——没人研究过区域衰老的遗传基础。"
米什拉指出，某些已知影响记忆且与阿尔茨海默病相关的脑区，也被发现与加速衰老存在关联。该全基因组关联研究（GWAS）通过扫描人类基因组，分离出可能影响特定身体特征的独立基因变异。
金解释道："许多GWAS已针对不同脑部特征展开研究，但'局部脑衰老'这一概念尚未得到充分探索。正因如此，我启动了这项针对局部脑衰老的GWAS研究。"他强调研究团队成功排除了生活方式、性别甚至实际年龄等协变量影响，从而精准分离出遗传效应："我们不能100%确定这些基因就是直接原因，但可以确认它们存在高度相关性。"
该研究由老年医学副教授安德烈·伊里米亚（Andrei Irimia）指导，他指出研究成果有望帮助科学家理解遗传因素如何使人易患阿尔茨海默病。研究使用了位于伦敦的大型影像库英国生物银行（UK Biobank），但金坦言数据主要来自白人参与者，这在遗传学研究中难以推广至全人群。
目前研究团队正聚焦特定脑区，探究其衰老速率是否快于其他区域，以及这种差异如何关联神经退行性病变。米什拉强调，鉴于阿尔茨海默病属于年龄相关疾病，明确衰老成因将直接指导神经退行性疾病疗法的开发方向。
伊里米亚指出，这项研究的直接价值在于构建了逆转神经损伤的完整框架。他同时表示，未来需要开发更可靠精准的工具来评估局部脑龄，而金团队的这项研究正是该领域的开创性工作。"我为建立这套工作流程感到自豪，它能吸引校园最优秀本科生参与研究，"伊里米亚补充道，"南加州大学本科生完全有能力将工程学、影像分析和基因组学的转化发现，转化为切实改善患者生活的临床成果。"
【全文结束】
