脑结构连接组相对强度变异性测量及其与认知功能的关系：新型加权网络指标揭示认知衰老的神经生物学基础

这篇研究通过提出相对强度变异性（RSV）和分层RSV（hRSV）两种新型加权脑网络指标，首次在UK Biobank大规模结构连接组数据中量化了节点相对强度的全局变异（RSV）和层级复杂性（hRSV）。研究发现这两种指标与传统图论指标相关性低，且与一般认知功能（g因子）显著负相关，表明高认知能力者具有更强的靶向攻击抗性和更低的统计复杂性。该研究为理解认知衰老的神经生物学机制提供了新的网络分析框架。

　　

引言

认知能力下降与老年人独立生活能力减退密切相关，理解其神经生物学基础对开发干预措施至关重要。扩散磁共振成像（dMRI）技术的发展使得活体测量白质微结构成为可能，而连接组方法通过图论分析为揭示大脑组织原则和认知差异的脑基础提供了新视角。传统方法多关注骨架化白质（如TBSS）或主要白质通路平均值，而连接组方法能刻画数百个灰质区域间的白质连接网络。

材料与方法

研究团队提出两类基于节点相对强度的新型图论指标：

1. 相对强度变异性（RSV）：通过计算节点强度与其邻居平均强度的比值标准差，反映网络对靶向攻击的敏感性。高RSV值表示网络中存在核心-外围强连接，低值则表示连接更集中于强度层级局部。

2. 分层RSV（hRSV）：采用滑动窗口法计算相似强度节点间的连接模式变异，是首个加权网络的统计复杂性指标。低hRSV对应规则或随机网络，高值对应真实网络的复杂连接模式。

研究利用UK Biobank中35,529名参与者（44.6-82.7岁）的六种加权连接组（FA、MD、ICVF、ISOVF、OD、SC），比较新指标与传统图论指标（节点强度方差、 assortativity、聚类系数、路由效率、扩散效率）的关联，并分析其与一般认知功能（g因子）的关系。

结果

1. 指标特性：RSV与hRSV与其他图论指标相关性低（|r|<0.33），表明其携带新信息。SC权重下的RSV表现异常，与其他权重相关性弱。

2. 认知关联：

   • 更高g因子者具有更低RSV（β=-0.0892至-0.0525，p<10^-23）和hRSV（β=-0.0806至-0.0467，p<10^-19），提示高认知者网络更具靶向攻击抗性和低复杂性。

   • 分层分析显示，高强度节点（Tier 1）的hRSV与g因子关联最强且跨权重一致。

3. 增量预测：RSV和hRSV在五种权重中对g因子的预测贡献显著高于传统指标（p<0.05），尤其hRSV窗口较小时效果更佳。

讨论

1. 生物学意义：RSV反映局部连接失衡，高值可能指示结构脆弱点；hRSV作为首个加权统计复杂性指标，其负相关于g因子颠覆了"复杂即优"的假设，提示高阶认知更依赖规则连接而非随机模式。

2. 方法优势：相比传统效率指标（如路由效率），RSV系列指标与g因子关联更强（β绝对值大2-4倍），且扩散效率（基于随机游走）表现优于最短路径效率，更符合白质生物物理特性。

局限性与展望

样本存在健康老年人偏倚，且不同图谱可能影响指标稳定性。未来可探索：

• 更高阶相对强度统计量（如偏度）

• 纵向RSV变化与认知衰退的关系

• 基于偏置随机游走的新型效率指标

结论

相对强度变异性框架为加权脑网络分析开辟了新途径，证实认知衰退与加权连接组层级连接随机化相关，为认知老化机制研究提供了新的生物标志物。