一项具有里程碑意义的研究首次绘制出大脑各区域衰老的基因图谱——并解释为何其中某些区域正是阿尔茨海默病和痴呆症破坏最严重的部位。这篇发表于《老年科学》期刊的论文题为"深度神经网络与全基因组关联揭示局部脑衰老的多基因架构"。
此前研究仅赋予大脑单一的衰老评分，而金的研究提出了更精确的问题：遗传因素如何影响不同脑区域的衰老进程？
十余年来，科学家一直测量所谓的"脑龄"——即磁共振成像扫描显示的大脑表观年龄，该数值可能与实际年龄存在差异。例如，40岁个体的大脑可能呈现50岁的状态。这种差距预示着认知能力下降的风险升高。
"我们一直将脑龄视为单一数值，几乎如同大脑的绩点，"该研究首席作者、南加州大学维特比工程学院生物医学工程系高年级学生尼古拉斯·金表示，"但如同绩点，这个单一分数掩盖了许多细微差异。"
在南加州大学老年医学、定量与计算生物学、生物医学工程及神经科学副教授安德烈·伊里米亚指导下，金及其团队发现大脑并非均匀衰老。不同区域以不同速率老化，且这些差异并非随机产生，而是受分布式的遗传因素群组影响。
"这项研究最令人兴奋之处，"伊里米亚指出，"在于揭示脑衰老并非由单一遗传因素驱动，而是由在不同脑区呈现差异化特性的多基因架构所主导。将局部脑衰老测量与基因分析相结合，使我们得以绘制特定遗传因素如何影响重要神经系统的脆弱性图谱，这推进了人类脑衰老认知，并有助于解释为何某些脑区更易受阿尔茨海默病侵袭。"
研究团队分析了英国生物银行41,708名成人的磁共振扫描数据，将大脑划分为148个独立区域，并分别测量每个区域的过度衰老或延迟衰老程度。随后扫描每位参与者的DNA，检测60余万个基因变异，确定哪些变异与特定区域的过度衰老相关联。结果发现1,212个显著基因关联，构建出大脑衰老过程与位置的详细基因图谱。
加速与保护脑衰老的基因
该研究同时识别出预测过度衰老的因素及具有保护作用的因素。KCNK2基因控制调节神经元间电脉冲传递的钾离子通道，该基因附近区域的遗传变异与阿尔茨海默病易感脑区的加速衰老密切相关。
另一方面，NUAK1基因的变异则与皮层大范围区域呈现更年轻的大脑状态相关联，该基因有助于维持脑细胞的结构骨架。
金谨慎强调这对个体意义的局限性："携带风险基因变异如同背着稍重的背包，这会使攀登更艰难，但并不决定你能否登顶。生活方式、环境、血管健康、认知参与度等都至关重要。"
研究最重大发现之一是：表现出最严重过度衰老的脑区，恰是阿尔茨海默病和额颞叶痴呆破坏最严重的区域。
人工智能的关键作用
若无人工智能，这些发现根本不可能实现。每份磁共振扫描都是由200多万个微小数据立方体构成的三维图像，人类无法处理如此庞大的数据量。
研究团队设计并构建了定制化AI系统——三维神经网络，该系统学会同步检测全脑各区域衰老的细微结构特征。整个项目历时约一年半，需要四台服务器组成的集群同时运行约120个处理器。
"人工智能至关重要，因为某些衰老信号极其微弱，"金解释道，"我们训练神经网络学习与年龄相关的结构模式，从而获得开展基因研究所需的关键特征。"
这项研究未来能否帮助医生在痴呆症状出现前数年识别高风险人群，或指导靶向治疗开发？或许可能。
"目前这主要是强大的研究工具，而非诊断测试，"他表示，"转向临床应用存在诸多障碍，可能需要数十年时间。"
【全文结束】
