从出生到 6 岁：绘制大脑功能发育的 “成长地图”，解锁认知发展密码

《Nature Human Behaviour》：Charting brain functional development from birth to 6?years of age

为探究早期大脑功能发育进程，弥补从出生到幼儿期时空功能成熟研究的不足，研究人员汇总 1091 例 0 - 6 岁儿童静息态功能磁共振成像（rsfMRI）扫描数据，构建功能连接发育图表。结果显示个体偏离标准图表与认知能力相关，该图表或可监测大脑功能发育。

　　在孩子成长的过程中，大脑就像一台精密又神秘的 “超级计算机”，不断进行着各种奇妙的变化。早期儿童时期对于大脑功能的发育至关重要，它是大脑这台 “超级计算机” 构建复杂神经网络、为日后各种高级认知功能奠定基础的关键阶段。然而，一直以来，科学界对从出生到幼儿期大脑功能在时空上的成熟过程却知之甚少。就好比我们知道大树会从幼苗逐渐长成参天大树，但却不清楚这一过程中每一片树叶、每一根树枝是如何在不同时间生长和变化的。

为了揭开这个谜团，美国北卡罗来纳大学教堂山分校（University of North Carolina at Chapel Hill）等机构的研究人员开展了一项重要研究，相关成果发表在《Nature Human Behaviour》上。

研究人员为了开展此项研究，运用了多种关键技术方法。他们收集了来自 5 个不同队列（Multi - visit Advanced Pediatric Brain Imaging Study（MAP）、UNC/UMN Baby Connectome Project（BCP）、Pediatric Imaging, Neurocognition and Genetics（PING）study、Pixar study、Calgary study）共 1091 例从出生到 6 岁儿童的扫描数据。对这些数据，先是用婴儿脑提取和分析工具箱（iBEAT v.2.0）和 FSL 软件进行预处理，去除各种干扰因素。之后采用 ComBat 方法和弹性网络回归模型，来减少队列差异和成像状态差异带来的影响，从而构建出大脑功能连接的发育图表。最后通过多线性回归分析等手段，探究大脑发育图表与认知能力之间的关系。

下面来看看具体的研究结果：

1. 清醒和睡眠状态下的功能差异：研究人员利用 100 个皮质区域（Schaefer 表面图谱）和 10 个皮质下区域（AAL 体积图谱）对大脑进行分区研究。结果发现，儿童清醒和睡眠状态下的功能连接（FC）矩阵存在明显差异，清醒状态下的整体 FC 更高。并且，有超过 85% 的显著差异连接是网络间连接，80% 以上的这类连接在清醒状态下 FC 更高，涉及的脑区主要与视觉、注意力、运动控制和意识等功能相关。为了消除这种状态差异对后续研究的影响，研究人员训练了弹性网络回归模型，用清醒状态的 FC 预测睡眠状态的 FC，该模型表现良好，优于 ComBat 协调算法。
2. 儿童早期大脑 FC 图表：研究人员通过整合 5 个儿科数据集的 1091 次扫描数据，构建了 0 - 6 岁 8 个功能网络的发育曲线。这些曲线呈现出复杂且功能域特异性的时间模式。比如视觉网络在 5 个月前快速成熟，之后功能特化，48 个月后相对稳定；躯体运动网络出生后迅速功能特化，18 个月后趋于稳定；边缘、默认和腹侧注意网络早期快速成熟，之后保持稳定，但达到峰值或转变点的年龄不同。此外，研究人员还评估了网络间的 FC，发现网络间存在正连接（功能整合）、负连接（竞争）和功能转变等多种模式。
3. 大脑 FC 图表与认知能力的关联：研究人员计算了每次扫描的成熟偏差分数，并通过多线性回归评估其与 Mullen 早期学习量表（MSEL）测量的认知结果之间的关联。结果显示，成熟偏差分数对早期学习综合得分以及 MSEL 评估的多个子域（如精细运动得分、表达语言得分、接受语言得分和视觉接收得分）都具有显著的预测能力，不过对大运动得分的预测能力不显著。网络间连接在预测多个领域的认知结果中尤为重要，涉及初级、默认、控制和注意网络的连接是关键预测因素。

研究结论和讨论部分指出，该研究通过构建大脑功能连接的发育图表，揭示了大脑功能网络从出生到 6 岁复杂的发育过程，包括网络内的成熟和特化，以及网络间的功能整合、竞争和转变。同时，研究还表明个体与标准发育图表的偏差与认知能力相关，这为理解认知能力的发展提供了重要线索。这一研究成果具有重要意义，大脑功能连接衍生的图表有望成为监测正常功能发育的有效工具，帮助我们早期发现大脑发育异常，及时进行干预。不过研究也存在一些局限性，比如训练数据样本量有限、结果主要基于睡眠状态下的扫描、预测数据方差降低等，但这也为后续研究指明了方向。