视网膜血管几何形态与神经层厚度的结构关联及双向因果机制研究

本研究通过大样本横断面分析和孟德尔随机化方法，首次系统揭示了视网膜血管参数（CFP测量）与神经层厚度（OCT测量）的多维关联。研究人员利用英国生物银行67,918眼数据，发现GC-IPL和INL厚度与血管密度、复杂度显著相关（r=0.199），并通过遗传学证据证实双向因果效应（标准化效应量1.50），为神经血管耦合机制提供了新见解，对阿尔茨海默病等神经血管共病早期诊断具有重要价值。

　　

视网膜作为中枢神经系统的延伸部分，其独特的"透明"特性为观察人体血管和神经组织提供了天然窗口。既往研究多聚焦于单独分析视网膜血管特征（如直径、迂曲度）或神经层厚度变化，却忽视了二者潜在的交互关系。这种认知空白限制了我们对糖尿病视网膜病变、青光眼等疾病中"神经-血管单元"共同病变机制的理解。更关键的是，视网膜血管几何形态（通过彩色眼底照相CFP测量）与神经层厚度（通过光学相干断层扫描OCT测量）能否形成联合生物标志物，用于预测阿尔茨海默病等系统性疾病，仍是悬而未决的科学问题。

针对这些挑战，墨尔本大学等机构的研究团队开展了迄今为止最大规模的视网膜多模态研究。研究人员创新性地整合了英国生物银行67,918眼的CFP和OCT数据，运用相关分析、典型相关分析（CCA）和双向孟德尔随机化三大方法，系统解析了视网膜血管几何参数与神经层厚度的结构关联及因果方向。这项发表于《Microvascular Research》的研究，为理解神经血管耦合机制提供了全新视角。

关键技术方法包括：1）利用视网膜微血管健康评估系统（RMHAS）自动量化23项血管参数；2）采用Topcon Advanced Boundary Segmentation软件提取9个神经层厚度；3）对43,029名参与者数据进行多重插补和标准化处理；4）通过典型相关分析揭示两组参数的多维关联；5）基于英国生物银行和LIFE-Adult研究的GWAS数据实施双向孟德尔随机化。

研究结果方面：
3.1 参与者特征：最终纳入43,029人（55.5±8.19岁），女性占比55.6%，男性在BMI（27.6 vs 26.7 kg/m²）、吸烟率（47.1% vs 38.2%）等心血管风险因素上差异显著。

3.2 成对相关性：GC-IPL厚度与动脉血管面积密度相关性最强（r=0.199），INL厚度与血管宽度正相关（r=0.122），而长度直径比（LDR）与GC-IPL呈负相关（r=-0.143）。

3.3 典型相关分析：前三个典型维度解释92.02%方差，第一维度（43.8%方差）显示血管参数与神经层厚度呈中度相关（ρ=0.265），Sankey图揭示血管密度和GC-IPL厚度是主要贡献因素。

3.4 孟德尔随机化：发现双向因果效应——血管密度对光感受器段厚度影响最大（效应量1.50），而外丛状层（OPL）厚度对血管密度的反向效应达0.45，提示遗传层面的神经血管互作机制。

讨论部分指出，GC-IPL与血管密度的强关联可能反映神经细胞的高代谢需求驱动血管重塑，这与既往发现的Norrin信号通路介导的血管-神经协同发育机制相符。值得注意的是，孟德尔随机化揭示的双向因果关系为"神经血管单元"理论提供了遗传学证据，暗示血管参数和神经层厚度可能共享发育调控通路。

该研究的临床意义在于：1）建立健康人群视网膜神经血管参数的基线关联；2）证实CFP与OCT参数的互补价值，支持其作为复合生物标志物的潜力；3）为青光眼等疾病中"血管-神经共病变"机制提供新解释。局限性包括人群以白种人为主，以及OCT遗传数据来自不同队列。未来研究可探索这些关联在预测神经退行性疾病中的转化价值。