基于极端表型衍生的阿尔茨海默病韧性-脆弱性连接组（ARC）识别认知衰退与AD进展的脆弱性

《SCIENCE ADVANCES》：A functional connectome identifies vulnerability to cognitive decline and Alzheimer’s disease progression

　　

识别认知脆弱性的神经生物学基础对于预防阿尔茨海默病（AD）至关重要。研究人员通过对比SuperAgers（SA，一种晚年记忆保持完好的极端表型）与AD患者的静息态功能磁共振成像（fMRI），衍生了阿尔茨海默病韧性-脆弱性连接组（ARC）。ARC在发现队列（N=290；AUC=0.85）中区分了SA与AD，并在独立队列中得到了重复验证（N=143），涉及前额叶、颞叶和岛叶网络，并与脑龄相关。将ARC应用于认知未受损（CU）成年人（发现队列：N=818；重复队列：N=497），基于ARC的亚型分型揭示了基线认知相当但纵向轨迹分化的SA样和AD样亚组。AD样个体表现出更快的认知衰退、更大的淀粉样蛋白-β（Aβ）积累以及更高的AD转化风险。探索性全基因组关联研究（GWAS）提名CLYBL和FRMD6作为与亚型差异相关的候选新位点。这些发现表明，ARC捕捉了跨越SA、认知典型衰老和AD的连续连接组学维度，突显了功能连接组变异在AD早期风险分层中的潜力。

研究背景方面，脑衰老是受多种因素影响的复杂生物学过程，包括实际年龄、遗传风险和脑功能的动态变化。情景记忆衰退是AD相关痴呆的标志性特征，但少数被称为SuperAgers（SA）的个体能在晚年维持年轻化的认知表现。在认知未受损（CU）阶段刻画这些分化轨迹背后的神经生物学变异尤为重要，因为此时个体在临床上可能表现相似，但 underlying 脑衰老和临床前Aβ及tau病理存在显著异质性。当前研究特殊认知衰老的方法主要采用"正常中心"框架，将SA与认知典型老年人进行比较，但这些比较将异质性CU人群视为参照，可能掩盖与未来结局相关的神经生物学变异。静息态功能连接（FC）已成为表征认知衰老的有前景的方法，但独立于异质性CU人群衍生的FC表征能否泛化至该中间人群并分层后续临床和病理轨迹仍不清楚。同时，GWAS已识别出APOE ε4和BIN1等遗传风险位点，但分子变异与系统级脑组织之间的关系仍知之甚少。为解决这些局限，研究人员提出了一种"倒置"分析框架，将发现锚定在认知衰老谱的两端，而非在模型衍生过程中纳入异质性CU人群。研究人员假设，从这些极端认知表型学到的表征将超越训练所用人群，并在CU个体投射到该参考空间时解析其潜在异质性。因此，研究人员通过对比SA和AD从静息态FC衍生ARC，然后检验ARC是否将认知典型老年人定位在这些锚点之间，并识别具有不同纵向临床和病理轨迹的CU个体。研究人员构建了发现队列（N=290；180 SA和110年龄匹配AD），整合OASIS-3和HABS数据集，并在ADNI独立重复队列（N=143；64 SA和79 AD）中评估泛化性。使用发现队列，研究人员在静息态FC上训练稀疏支持向量机（SVM）以衍生ARC特征。ARC评分与脑衰老指标及多个认知和情感域相关，其性能通过交叉验证和独立重复得到验证。接下来，为识别SA样和AD样亚型，OASIS-3和HABS中的CU个体用于发现（N=818），ADNI中的CU个体（N=497）作为重复队列评估泛化性。研究人员进一步检查了与脑衰老的关联，并进行探索性GWAS以研究ARC定义异质性的潜在分子关联。研究结论表明，研究人员建立了一个基于功能连接组的框架来表征认知衰老和AD脆弱性的神经生物学异质性。利用机器学习，研究人员衍生了一个可重复的FC特征（ARC），区分了晚年记忆优异的个体与AD患者，并在独立队列中重复验证。当应用于未参与模型衍生的CU个体时，ARC识别出基线认知表现相当但纵向临床和病理轨迹分化的SA样和AD样亚组。AD样亚组表现出更快的临床衰退、更大的Aβ积累和更高的MCI或AD进展风险。此外，ARC提供了超越基线认知和已确立AD生物标志物的预后信息。总之，这些发现将ARC鉴定为一个可重复的连接组学维度，其泛化超越两个锚定表型，并捕捉与后续AD相关脆弱性相关的前瞻性异质性。该研究发表在《SCIENCE ADVANCES》。关键技术方法方面，研究人员主要采用了以下方法：利用OASIS-3、HABS和ADNI三个公开队列的静息态fMRI数据，基于Schaefer图谱（100个脑区）计算区域间功能连接；采用稀疏线性支持向量机（SVM）进行SA与AD的分类并衍生ARC特征；使用贝叶斯岭回归模型基于FC特征预测脑龄；采用线性混合效应模型分析纵向认知和病理轨迹；在ADNI队列中进行探索性全基因组关联研究（GWAS）。研究结果方面，第一，ARC区分SA与AD个体：在发现队列中，10折交叉验证显示准确率=0.80±0.05，AUC=0.85±0.08；在重复队列中，准确率=0.71，AUC=0.72。ARC签名在跨队列间高度一致（Kendall's τ=0.67，Dice指数=0.59）。第二，ARC评分与功能性脑龄的关系：脑龄预测模型在发现队列（R2=0.35，r=0.60）和重复队列（R2=0.24，r=0.50）中均表现稳健预测精度。ARC与预测脑龄的相关性强于与实际年龄的相关性，且ARC与脑龄差（BAG）显著相关。第三，ARC评分的生物学相关性：ARC评分与Aβ负担显著相关并在淀粉样蛋白阳性框架内区分临床阶段，但在tau阳性框架内未观察到类似模式。第四，ARC评分的临床相关性：ARC评分与多个独立临床表型显著相关，包括抑郁、淡漠和日常功能损害。在CU参与者中，ARC评分仍与日常功能损害和记忆衰退显著相关。三组分析显示ARC评分从SA到CU到AD逐渐增加。第五，区分ARC定义CU亚型的表型特征：发现队列中识别出607例SA样和211例AD样个体，重复队列中370例SA样和127例AD样个体。亚型分配在建模变异和采样扰动中表现出高可靠性（Dice系数>0.93）。第六，ARC定义SA样和AD样亚型的基线FC差异：SA样亚型表现出双侧角回和上额叶皮层更强的FC，AD样亚型表现出双侧岛叶、眶额皮层和颞叶更强的FC，这些模式在重复队列中可重复。第七，区分ARC定义CU亚型的表型和纵向特征：基线比较显示年龄是唯一在两个队列中显著区分亚型的变量。纵向分析显示AD样CU个体表现出显著更快的认知衰退，表现为总体CDR评分恶化和执行功能下降。AD样亚型表现出显著更高的CU向MCI/AD转化比例。将ARC评分纳入常规预测模型显著提高了对未来转化的区分度。第八，区分ARC定义CU亚型的AD相关神经病理积累：基线Aβ和tau SUVR在亚型间无显著差异。纵向分析显示AD样亚型表现出显著更快的Aβ积累，尤其在额叶和颞叶皮层。在淀粉样蛋白阳性CU个体中，ARC定义亚组在调整基线CDR-SBs、Aβ、tau和人口学协变量后仍表现出显著不同的纵向全局临床功能变化。第九，脑衰老区分CU亚型：脑龄与ARC评分的相关性显著强于实际年龄。AD样CU个体BAG显著高于SA样个体。第十，区分CU亚型的基因型特征：探索性GWAS识别出三个提示性显著位点（rs2258615、rs4772249、rs17586545），映射在CLYBL和FRMD6附近。讨论部分总结：研究人员的研究建立了一个基于功能连接组的框架来表征认知衰老和AD脆弱性的神经生物学异质性。ARC的分布式架构涉及前额叶、岛叶、颞叶和顶叶联合区域，支持执行控制、情景记忆和情感调节。使用表型极端作为参考状态的关键特征使CU人群的异质性成为学习表征泛化性的独立检验。纵向分析证明ARC在CU个体中的临床相关性，ARC定义亚组在基线认知表现相当的情况下后续在全局临床功能和MCI/AD进展风险上出现分化。纵向病理发现提供了ARC与AD相关病理进展关联的补充证据。在淀粉样蛋白阳性CU个体中，ARC定义亚组在调整基线病理负担后仍表现出不同的纵向临床轨迹。探索性GWAS提名CLYBL和FRMD6附近变异为ARC定义亚型成员资格的候选关联。研究局限性包括样本种族多样性有限、SA参考组定义采用跨队列适配操作化、仅使用静息态FC可能忽略其他关键神经生物学特征、探索性GWAS样本量有限、观察性设计未建立对韧性的特异性、未建模其他常见衰老病理如血管因素。总之，研究人员建立了一个基于功能连接组的框架来表征认知衰老和AD脆弱性的异质性，ARC被鉴定为一个可重复的连接组学维度，捕捉AD相关脆弱性的前瞻性异质性。