多室髓鞘流线分解揭示多发性硬化中的束特异性和全脑网络髓鞘化

《NeuroImage: Clinical》：Multi-compartment Myelin Streamline Decomposition reveals tract-specific and global brain network myelination in Multiple Sclerosis

　　

多发性硬化（Multiple Sclerosis, MS）破坏白质（White Matter, WM）束组织，影响脑网络和神经功能。当前方法缺乏直接量化束和网络特异性髓鞘敏感测量与临床结局的能力。这项横断面研究（122名MS患者，72名女性，中位年龄48.5岁，中位EDSS 3.0）应用了多室髓鞘流线分解（Multi-compartment Myelin Streamline Decomposition, MySD），一种先进的MRI技术，用于评估存在局灶性病变时白质束和网络的髓鞘敏感测量。患者接受了3T MRI，包括磁化传递（Magnetization Transfer, MT）加权和多壳弥散成像。这些数据使得多室MySD重建能够生成皮质脊髓束（Corticospinal Tract, CST）和扣带束（Cingulum Bundle, CB）的髓鞘敏感束测量，以及髓鞘体积分数（Myelin Volume Fraction, MVF）衍生的髓鞘敏感网络特性。测试了束特异性测量和五个网络测量与残疾（扩展残疾状态量表（Expanded Disability Status Scale, EDSS））、信息处理速度（符号数字模态测试（Symbol Digit Modalities Test, SDMT））和神经轴突损伤（血清神经丝轻链（Serum Neurofilament Light Chain, sNfL））之间的关联，并调整了协变量。主要FDR校正分析考虑左/右CST与EDSS以及左/右CB与SDMT。所有其余分析视为探索性。虽然主要CST-EDSS关联未达到显著性，但亚组分析显示左CST的髓鞘敏感束测量与SDMT z分数相关（β=0.57, p=0.001, R²Adj=0.21）。敏感性分析显示左CST的髓鞘敏感束测量与平均强度（ρ=0.38, p<0.001）和效率（ρ=0.33, p<0.001）相关。较低的CST髓鞘敏感束测量与较差的认知表现相关。多室MySD能够探索MS中髓鞘敏感代理指标与临床结局的关系。

### 论文解读：多室髓鞘流线分解揭示多发性硬化中的束特异性和全脑网络髓鞘化

#### 研究背景与问题

多发性硬化（Multiple Sclerosis, MS）是一种自身免疫性、炎症性、神经退行性和脱髓鞘疾病，其核心病理特征为髓鞘损伤或丢失，破坏神经纤维的跳跃式传导。尽管脱髓鞘在MS中至关重要，但目前尚不清楚特定白质束（White Matter, WM）内的髓鞘丢失以及全脑网络层面的髓鞘变化如何具体影响物理残疾、神经轴突损伤和认知功能障碍。现有方法（如传统弥散张量成像）缺乏直接量化束特异性和网络特异性髓鞘敏感指标的能力，尤其在存在局灶性病变时，难以准确评估髓鞘状态与临床结局的关联。因此，开展这项研究，旨在应用一种新型MRI技术——多室髓鞘流线分解（Multi-compartment Myelin Streamline Decomposition, MySD），来探索MS患者中髓鞘敏感束测量和网络特性与临床结局之间的关系，论文发表在《NeuroImage: Clinical》。

#### 主要关键技术方法

研究人员采用多室MySD技术，结合了磁化传递饱和（Magnetization Transfer Saturation, MTsat）加权和多壳弥散MRI数据，在3T MRI系统（Magnetom Prisma）上采集。样本队列来源于瑞士巴塞尔大学医院的INsIDER队列（试验编号NCT05177523），共纳入122名MS患者（72名女性，中位年龄48.5岁，中位EDSS 3.0）。主要技术方法包括：基于多壳弥散成像的纤维追踪（使用iFOD2算法，结合解剖约束纤维追踪Anatomy Constrained Tractography, ACT和球面反卷积Spherical Deconvolution, CSD），以及多室MySD模型全局拟合，该模型将病变掩膜作为额外隔室，以允许沿流线路径的非恒定贡献。通过束查询提取皮质脊髓束（Corticospinal Tract, CST）和扣带束（Cingulum Bundle, CB），并从全脑连接组中提取五个全局网络指标（全局效率、密度、模块化、聚类系数和平均强度）。髓鞘体积分数（Myelin Volume Fraction, MVF）图通过MTsat校准得到。统计分析采用多重线性回归模型，主要分析针对左/右CST与EDSS、左/右CB与SDMT进行FDR校正，其余分析为探索性。

#### 研究结果

**3.1.1.1 不同MS表型间MySD衍生的髓鞘敏感束测量的差异**
通过Wilcoxon秩和检验比较复发缓解型MS（Relapsing-Remitting MS, RRMS）和进展型MS（Progressive MS, PMS）患者，发现RRMS患者左CST（β=0.49, 95% CI [0.21; 0.75], p<0.001）和右CST（β=0.48, 95% CI [0.15; 0.77], p<0.005）的MySD衍生髓鞘敏感束测量值显著高于PMS患者。而左、右CB的测量值在两组间无显著差异（左CB: β=0.57, 95% CI [?1.62; 2.87], p=0.57; 右CB: β=0.98, 95% CI [?1.19; 3.15], p=0.39）。

**3.1.1.2 MySD衍生的CST束测量与临床和认知结局**
多重线性回归显示，左CST与EDSS（β=?0.37, 95% CI [-0.734; -0.006], 未校正p=0.046, R²Adj=0.56）和右CST与EDSS（β=?0.37, 95% CI [-0.671; -0.073], 未校正p=0.015, R²Adj=0.55）的关联在未校正时达到名义显著性，但经FDR校正后仅呈趋势水平（左CST: FDR校正p=0.0926; 右CST: FDR校正p=0.060）。左、右CST与sNfL z分数均无显著关联。在SDMT亚组（n=81）中，28%的患者存在认知障碍（SDMT z分数≤-1.5）。左CST的髓鞘敏感束测量与SDMT z分数显著相关（β=0.57, 95% CI [0.230; 0.907], p=0.001, R²Adj=0.21），敏感性分析调整病程后依然稳健（β=0.63, 95% CI [0.297; 0.974], p=0.001, R²Adj=0.24）。右CST与SDMT无显著关联。此外，左CST的MySD测量与MVF衍生网络特性中的平均强度（ρ=0.38, p<0.001）和效率（ρ=0.33, p<0.001）呈显著相关。

**3.1.1.4 MySD衍生的CB束测量与临床和认知结局**
线性回归未发现左、右CB的髓鞘敏感束测量与EDSS、sNfL z分数或SDMT z分数之间存在任何显著关联（所有未校正p>0.05，FDR校正p>0.05）。

**3.1.2.1 不同MS表型间MVF衍生髓鞘敏感网络特性的差异**
通过Wilcoxon秩和检验，RRMS患者相比PMS患者表现出更高的MVF衍生网络特性：平均强度（β=10.42, 95% CI [4.63; 16.01], p<0.001）、效率（β=0.45, 95% CI [0.21; 0.69], p<0.001）和密度（β=0.035, 95% CI [0.01; 0.06], p=0.004）。而PMS患者表现出更高的模块化（β=?0.02, 95% CI [?0.03; ?0.01], p<0.001），聚类系数在两组间无差异（β=0.01, 95% CI [?0.02; 0.04], p=0.45）。

**3.1.2.2 MVF衍生髓鞘敏感网络特性与临床和认知结局**
多重线性回归未发现MVF衍生网络特性与EDSS、sNfL z分数或SDMT z分数之间存在任何显著关联（所有p>0.05）。

#### 总结讨论与结论

讨论部分指出，CST的髓鞘敏感测量在PMS中更低，这与PMS以运动障碍（EDSS较高）为主的临床特征一致，而CB在两种表型间无差异，提示并非所有主要纤维束均受同等影响。RRMS患者表现出更优的网络特性（平均强度、效率、密度），而PMS模块化更高，反映了网络分离的增强。聚类系数在两组间相似，可能提示局部网络连接在PMS中的代偿性重组。值得注意的是，左CST与SDMT的关联在调整病程和全局网络指标后依然稳健，且与右CST相比具有半球不对称性，可能源于左半球在语言和运动规划中的优势。CST与CB在SDMT关联上的差异可能源于CB的异质性纤维组成导致测量变异增大。sNfL与髓鞘测量无关联，可能反映轻度的损伤过程未导致轴突破坏。结论：多室MySD衍生的CST髓鞘敏感束测量在PMS中比RRMS更显著，且较低的CST测量与信息处理速度相关，该关联在统计上独立于所选全局网络指标，表明MySD为研究MS中临床和认知结局提供了髓鞘敏感成像指标。