Nat：全年龄脑图发布—脑图成像在手，大脑密码我有

邓文龙

Nature特别关注｜全年龄脑图发布——脑图成像在手，大脑密码我有

BioArt

2022/04/08

论文

论文标题：Brain charts for the human lifespan
作者：Bethlehem, R. A. I., Seidlitz, J., White, S. R., Vogel, J. W., Anderson, K. M., Adamson, C., Adler, S., Alexopoulos, G. S., Anagnostou, E., Areces-Gonzalez, A., Astle, D. E., Auyeung, B., Ayub, M., Bae, J., Ball, G., Baron-Cohen, S., Beare, R., Bedford, S. A., Benegal, V., Beyer, F., Blangero, J., Blesa Cábez, M., Boardman, J. P., Borzage, M., Bosch-Bayard, J. F., Bourke, N., Calhoun, V. D., Chakravarty, M. M., Chen, C., Chertavian, C., Chetelat, G., Chong, Y. S., Cole, J. H., Corvin, A., Costantino, M., Courchesne, E., Crivello, F., Cropley, V. L., Crosbie, J., Crossley, N., Delarue, M., Delorme, R., Desrivieres, S., Devenyi, G. A., Di Biase, M. A., Dolan, R., Donald, K. A., Donohoe, G., Dunlop, K., Edwards, A. D., Elison, J. T., Ellis, C. T., Elman, J. A., Eyler, L., Fair, D. A., Feczko, E., Fletcher, P. C., Fonagy, P., Franz, C. E., Galan-Garcia, L., Gholipour, A., Giedd, J., Gilmore, J. H., Glahn, D. C., Goodyer, I. M., Grant, P. E., Groenewold, N. A., Gunning, F. M., Gur, R. E., Gur, R. C., Hammill, C. F., Hansson, O., Hedden, T., Heinz, A., Henson, R. N., Heuer, K., Hoare, J., Holla, B., Holmes, A. J., Holt, R., Huang, H., Im, K., Ipser, J., Jack, C. R., Jackowski, A. P., Jia, T., Johnson, K. A., Jones, P. B., Jones, D. T., Kahn, R. S., Karlsson, H., Karlsson, L., Kawashima, R., Kelley, E. A., Kern, S., Kim, K. W., Kitzbichler, M. G., Kremen, W. S., Lalonde, F., Landeau, B., Lee, S., Lerch, J., Lewis, J. D., Li, J., Liao, W., Liston, C., Lombardo, M. V., Lv, J., Lynch, C., Mallard, T. T., Marcelis, M., Markello, R. D., Mathias, S. R., Mazoyer, B., McGuire, P., Meaney, M. J., Mechelli, A., Medic, N., Misic, B., Morgan, S. E., Mothersill, D., Nigg, J., Ong, M. Q. W., Ortinau, C., Ossenkoppele, R., Ouyang, M., Palaniyappan, L., Paly, L., Pan, P. M., Pantelis, C., Park, M. M., Paus, T., Pausova, Z., Paz-Linares, D., Pichet Binette, A., Pierce, K., Qian, X., Qiu, J., Qiu, A., Raznahan, A., Rittman, T., Rodrigue, A., Rollins, C. K., Romero-Garcia, R., Ronan, L., Rosenberg, M. D., Rowitch, D. H., Salum, G. A., Satterthwaite, T. D., Schaare, H. L., Schachar, R. J., Schultz, A. P., Schumann, G., Schöll, M., Sharp, D., Shinohara, R. T., Skoog, I., Smyser, C. D., Sperling, R. A., Stein, D. J., Stolicyn, A., Suckling, J., Sullivan, G., Taki, Y., Thyreau, B., Toro, R., Traut, N., Tsvetanov, K. A., Turk-Browne, N. B., Tuulari, J. J., Tzourio, C., Vachon-Presseau, É., Valdes-Sosa, M. J., Valdes-Sosa, P. A., Valk, S. L., van Amelsvoort, T., Vandekar, S. N., Vasung, L., Victoria, L. W., Villeneuve, S., Villringer, A., Vértes, P. E., Wagstyl, K., Wang, Y. S., Warfield, S. K., Warrier, V., Westman, E., Westwater, M. L., Whalley, H. C., Witte, A. V., Yang, N., Yeo, B., Yun, H., Zalesky, A., Zar, H. J., Zettergren, A., Zhou, J. H., Ziauddeen, H., Zugman, A., Zuo, X. N., Bullmore, E. T., Alexander-Bloch, A. F.

期刊：Nature
发表时间：2022/04/06
数字识别码：10.1038/s41586-022-04554-y
摘要：Over the past few decades, neuroimaging has become a ubiquitous tool in basic research and clinical studies of the human brain. However, no reference standards currently exist to quantify individual differences in neuroimaging metrics over time, in contrast to growth charts for anthropometric traits such as height and weight1. Here we assemble an interactive open resource to benchmark brain morphology derived from any current or future sample of MRI data (http://www.brainchart.io/). With the goal of basing these reference charts on the largest and most inclusive dataset available, acknowledging limitations due to known biases of MRI studies relative to the diversity of the global population, we aggregated 123,984 MRI scans, across more than 100 primary studies, from 101,457 human participants between 115 days post-conception to 100 years of age. MRI metrics were quantified by centile scores, relative to non-linear trajectories2 of brain structural changes, and rates of change, over the lifespan. Brain charts identified previously unreported neurodevelopmental milestones3, showed high stability of individuals across longitudinal assessments, and demonstrated robustness to technical and methodological differences between primary studies. Centile scores showed increased heritability compared with non-centiled MRI phenotypes, and provided a standardized measure of atypical brain structure that revealed patterns of neuroanatomical variation across neurological and psychiatric disorders. In summary, brain charts are an essential step towards robust quantification of individual variation benchmarked to normative trajectories in multiple, commonly used neuroimaging phenotypes.

所属学科：
神经科学
脑科学
撰文 | 十一月



在过去的几十年里，神经成像已经是人类大脑的基础研究和临床研究中普遍使用的工具。但是目前还没有非常标准的量化方式对神经成像进行标准统一化。因此，对一个能够整合多种的人脑差异特征参数以及神经成像的图谱需求呼之欲出。



2022年4月6日，英国剑桥大学R. A. I. Bethlehem研究组以及美国宾夕法尼亚大学J. Seidlitz研究组合作在Nature上发表了文章Brain charts for the human lifespan，汇集了一个交互式开放资源名为脑图（Brain Charts），从而对当前已有的或者未来可能进行核磁共振数据样本进行标准化（http://www.brainchart.io/），对受孕后115天到100岁的全年龄参与者123,984次核磁共振扫描进行各种数据进行量化，揭开大脑结构的变化的非线性轨迹和变化率，对大脑神经发育的里程碑事件进行定义，同时通过对患者的非典型大脑结构进行标准化测量，揭示出了神经和精神疾病的神经解剖变异模式，促进脑图个体差异标准量化更进一步。




用于对年龄相关变化的生长图框架最早发表于18世纪末，至今仍然是儿科保健的基石。但两百多年过去了，这一生长图框架的局限性逐渐凸显，比如这一生长图只包含了一小部分的人体测量参数身高、体重、头尾等等，而且只适用于十岁以前的儿童。人类大脑从孕期到30岁左右会经历一个漫长而复杂的成熟过程，从60岁左右开始逐渐衰老。因此构建对大脑发育和老龄化进行标准化评估的工具，对健康衰老以及精神疾病的研究息息相关，也能够分帮助人们认识到得到精神疾病的根本成因是大脑非典型发育的结果，对疾病以及病患的家庭有更好理解。但是想要形成这样的标准并非易事，几十年神经成像研究没有标准可依，不同发育时期的人类大脑也很难一言以蔽之。为此，作者们提出了一些促使脑图生成的可能性，1）在核磁共振图表中稳健地进行性别分层和年龄相关的规范过程；2）确定之前未报道的更为精细的大脑发育里程碑事件；3）提高检测基因和早期生活环境对大脑结构影响的敏感性；4）提供标准化的效应以及在多种临床疾病中所收集的非典型性神经解剖结构。这并不是重点，而是一个新的开始。



首先作者们对多个核磁共振的数据库（图1）进行了位置、比例以及形状的广义相加模型（Generalized additive models for location, scale and shape，GAMLSS）【1-2】计算，可以全年龄段非线性的相关趋势进行优化和研究。具体来说，作者们使用GAMLSS模型与对照组受试者大脑四种主要组织皮层总灰质体积、白质总体积、皮层下总灰质体积和脑室脑脊液总体积的结构性核磁共振数据进行了拟合。这一脑图的创建过程还结合了图像质量控制、专家的视觉管理和图像质量指标、模拟的稳定性和稳健型、非成像指标的表型验证、补充研究等。结果发现皮层总灰质体积在妊娠中期开始强劲增长，在6岁左右达到峰值，随后呈现线性下降的趋势，这一年龄段所确认的时间比以前的研究晚了2-3岁，以更严格的方式对皮层总灰质的生长趋势进行了刻画。白质总体积从妊娠中期到幼儿期迅速生长，在28.7岁的时候达到峰值，50岁后开始下降。




图1 脑图数据库所采用多个核磁共振数据库



进一步的，作者们对神经成像的表型进行扩展，并推广相同的GAMLSS建模方法从而对核磁共振中大脑的结构性表型进行评估。这些表型包括全脑的尺度、34个皮层区域中每个区域体积的形态特征等。作者们的结果发现，在整个生命周期中大脑的总表面积与的大脑的总体积发展密切相关，两个指标都在11-12岁左右达到峰值。通过所构建的核磁共振脑图，作者们对人脑发育的里程碑事件进行定义，在组织总体积中只有组织皮层灰质总体积是在青春期的之前开始达到峰值的，而皮层下总灰质体积会在青春期中期达到峰值，白质总体积在青年时期达到峰值。组织皮层灰质总体积的增长速率在婴儿期和幼儿期达到峰值。脑室脑脊液总体积在总灰质和总白质体积增长的最大速度之间达到峰值。另外，作者们对总灰质和总白质分化时期的拐点也进行了定义，这可能反映了髓鞘形成和突触增生的变化过程。脑图的获得也对运动能力和其他大脑发育的典型时期特征进行了揭示。



作者们的工作按照性别和年龄等数据进行了百分位数据量化分层，提供了更为方便的量化指标，为纵向比较不同的数据、未来核磁共振结果的量化输出提供了依托。除此之外，作者们还对多种神经疾病的大脑核磁共振图谱进行分析，进一步丰富了疾病中非典型大脑结构的数据分析。




图2 工作模型



总的来说，该工作通过大规模汇总全年龄段大脑核磁共振数据，利用GAMLSS方法进行建模，构建了不同性别、不同年龄段的核磁共振图谱：脑图（图2）。脑图的构建为定量化研究的大脑神经发育提供了的有力的证据，具有巨大的应用前景。同时这一开放资源以及可以在线应用的工具也为临床非典型大脑结构的研究提供即时性的机会。


参考文献

1. Stasinopoulos, D. & Rigby, R. Generalized additive models for location scale and shape (GAMLSS) in R. J. Stat. Softw. 23, 1–46 (2007)

2. 24. Borghi, E. et al. Construction of the World Health Organization child growth standards: selection of methods for attained growth curves. Stat. Med. 25, 247–265 (2006).


更多精彩内容，请关注“BioArt”（BioGossip）


文章标签
神经成像
交互式开放资源
脑图（Brain Charts）
大脑神经发育
精神疾病
神经解剖变异模式

https://www.nature.com/articles/s41586-022-04554-y

https://www.nature.com/articles/d41586-022-00971-1

https://www.linkresearcher.com/t ... f-a519-76a2133ad058

https://paper.sciencenet.cn/html ... 48983581571852.shtm



华成旅行社  欢迎来电咨询：

电话：03-3833-9823  / 03-5688-1863
FAX ：03-3833-9873  / 03-3834-5891

SOFTBANK电话：080-3416-2275   担当：小郭  微信号：08034162275
SOFTBANK电话：090-2172-4325   担当：小于  微信号：TYOSCL4325
SOFTBANK电话：080-3398-4387   担当：小李  微信号：huacheng4387
SOFTBANK电话：080-3523-4388   担当：小何  微信号：huacheng602
SOFTBANK电话：080-3084-4389   担当：小马  微信号：huacheng858

http://www.kaseisyoji.com/forum.php?mod=forumdisplay&fid=10