《Frontiers in Aging Neuroscience》：Region-specific brain metabolite reference estimates and exploratory age-related changes in cognitively intact older adults: a preliminary deep-learning 1H-MRS study
编辑推荐：
摘要：引言：规范性脑代谢物参考值对于评估康复患者（如卒中、创伤性脑损伤或认知衰退）的代谢变化至关重要。研究人员利用质子磁共振波谱（1H-MRS）为认知健康的老年人提供了初步的、队列特异性的参考估计，并检验了区域和年龄相关差异。方法：20名健康老年人（10名男性
摘要：引言：规范性脑代谢物参考值对于评估康复患者（如卒中、创伤性脑损伤或认知衰退）的代谢变化至关重要。研究人员利用质子磁共振波谱（1H-MRS）为认知健康的老年人提供了初步的、队列特异性的参考估计，并检验了区域和年龄相关差异。方法：20名健康老年人（10名男性，10名女性；平均年龄71.0±9.5岁，范围56–84岁）在3个区域（背侧前扣带回皮层（DACC）、后扣带回皮层（PCC）和枕叶皮层（OC））接受了3T下单体素1H-MRS扫描。采用贝叶斯深度学习卷积神经网络量化了归一化至总肌酸（tCr）的14种代谢物比率。由于每个参与者内均采集了各区域（20个独立观测），区域差异主要采用受试者内Friedman检验（Kendall's W）评估，并以Kruskal–Wallis检验作为次要分析；对14种代谢物应用Benjamini–Hochberg错误发现率（FDR）校正。年龄和MMSE与代谢物的关联采用Spearman秩相关，FDR分别应用于全部42项检验和每个区域内。结果：14种代谢物中有9种显示出显著的区域差异（其中7种在FDR校正后仍通过Friedman主检验），其中甘油磷酸胆碱（GPC）/tCr显示出最大的效应量（Friedman W = 0.82；Kruskal–Wallis ε2 = 0.55）。γ-氨基丁酸（GABA）/tCr在OC中最高，而肌醇（mI）和胆碱化合物在DACC中最高。在探索性年龄分析中，PCC显示出天冬氨酸（Asp）/tCr（ρ = –0.61，p = 0.004）和谷胱甘肽（GSH）/tCr（ρ = –0.59，p = 0.006）的负相关，两者均通过区域FDR校正（q = 0.044），谷氨酸（Glu）/tCr为名义显著（ρ = –0.45），总N-乙酰天冬氨酸（tNAA）/tCr为趋势水平（ρ = –0.39）；DACC显示出葡萄糖（Glc）/tCr（ρ = +0.60）和乳酸（Lac）/tCr（ρ = +0.50）的正相关。在全部42项检验的保守校正后，无关联仍显著。OC未显示显著的年龄关联。结论：本研究为认知正常的老年人建立了初步的、队列特异性的多区域1H-MRS参考估计，具有稳健的区域特征和较大的效应量。PCC显示出探索性的年龄相关变化——最一致的是天冬氨酸–谷胱甘肽协同下降——需在更大队列中确认，而OC则成为候选的代谢稳定区域。
论文解读
**研究背景与问题**
质子磁共振波谱（1H-MRS）是一种无创神经影像技术，可在活体水平定量脑内代谢物，为常规结构MRI提供补充生化信息。可测量的主要代谢物包括N-乙酰天冬氨酸（NAA，神经元完整性标志）、肌醇（mI，星形胶质细胞标志）、胆碱化合物（tCho，反映膜周转）、谷氨酸/谷氨酰胺（Glx，兴奋性神经递质）以及γ-氨基丁酸（GABA，主要抑制性神经递质）。这些代谢物是卒中、创伤性脑损伤（TBI）和神经退行性疾病等康复医学常见病症的敏感生物标志物。传统定量方法依赖线性组合模型拟合（如LCModel），但在低信噪比（SNR）、基线畸变和线宽增加时性能下降，且Cramér–Rao下界（CRLB）常低估真实不确定性。深度学习（DL）定量方法通过大规模物理模拟训练集学习输入谱到代谢物浓度的非线性映射，对SNR和线宽变化更稳健，并提供基于贝叶斯CNN的每谱不确定性估计。然而，目前针对健康老年人的规范性参考数据仍匮乏，尤其是韩国老年人群体，且尚无研究应用DL定量管线建立区域性参考值。后扣带回皮层（PCC）是默认模式网络核心节点，在阿尔茨海默病和年龄相关认知衰退中最早受累；背侧前扣带回皮层（DACC）参与执行功能，枕叶皮层（OC）负责初级视觉处理。明确这些功能不同区域的正常年龄相关代谢轨迹，对区分病理与生理变化至关重要。本研究旨在利用验证过的贝叶斯CNN定量框架，为健康老年人建立DACC、PCC和OC的区域特异性1H-MRS规范性参考范围，并探索年龄相关的代谢变化。
**研究内容与结论**
研究人员从社区招募了21名健康老年人，排除1名中途退出者，最终纳入20名（10男10女，平均年龄71.0±9.5岁，范围56–84岁）。所有参与者MMSE≥24（平均28.2±1.6），认知功能正常。在3T扫描仪上采用PRESS序列（TR/TE=2000/35 ms）采集三个区域（DACC、PCC、OC）的单体素1H-MRS，每个区域体素约8 cm3，共获得60个谱（20人×3区域）。使用贝叶斯CNN（Lee和Kim开发）对14种代谢物进行定量，所有值归一化至总肌酸（tCr）。统计分析采用非参数方法：区域比较以Friedman重复测量检验为主（Kendall's W作为效应量），Kruskal–Wallis为次要分析；年龄和MMSE关联用Spearman秩相关，并分别应用区域FDR校正（每区域14个检验）和全42检验校正。研究得出以下结论：①9种代谢物存在显著区域差异（7种在Friedman+FDR后仍显著），其中GPC/tCr效应量最大（W=0.82），呈前-后梯度（DACC>PCC>OC）；GABA/tCr在OC最高；mI和tCho在DACC较高；tNAA和Asp在OC较高。②PCC中Asp/tCr（ρ=-0.61）和GSH/tCr（ρ=-0.59）与年龄负相关，且通过区域FDR校正（q=0.044）；Glu/tCr为名义显著（ρ=-0.45），tNAA/tCr为趋势（ρ=-0.39）。DACC中Glc/tCr（ρ=+0.60）和Lac/tCr（ρ=+0.50）与年龄正相关，但未通过全42检验校正。③OC无显著年龄关联，提示其可能为代谢稳定区域。④性别差异不显著。⑤敏感性分析（排除R2<0.70的3个DACC谱）后，除tCho外其余区域差异仍显著。⑥建立了初步参考范围（mean±2 SD），其中PCC的CV%普遍较低，表明该区域个体间变异性小。
**主要技术方法**
研究采用3T单体素1H-MRS（PRESS序列，TR/TE=2000/35 ms），体素置于DACC、PCC和OC，每个体素约8 cm3，信号平均32次。定量采用贝叶斯深度学习卷积神经网络（CNN），该网络基于1000万模拟谱训练，通过蒙特卡洛dropout提供每代谢物不确定性估计，并输出R2作为谱质量指标。统计分析使用Friedman检验（主要）、Kruskal-Wallis（次要）及Spearman秩相关，多重比较采用Benjamini-Hochberg FDR校正。样本为20名韩国社区健康老年人（年龄56–84岁），所有数据采集于同一中心（Incheon St. Mary's Hospital）。
**研究结果**
3.1 参与者特征：20名参与者（10男10女）年龄56–84岁，MMSE 24–30，BMI 20.5–32.0。男女性别在年龄、BMI和MMSE上无显著差异。共获得60个谱，57个满足R2≥0.70质量阈值。
3.2 区域代谢物特征：Friedman检验显示9种代谢物区域差异显著（FDR校正后）。GPC/tCr呈现最大效应（W=0.82），DACC>PCC>OC；GABA/tCr在OC最高；mI/tCr和tCho/tCr在DACC较高；tNAA/tCr和Asp/tCr在OC最高。谷氨酸和谷氨酰胺无显著区域差异。
3.3 年龄相关代谢变化：PCC中Asp/tCr（ρ=-0.61，p=0.004）和GSH/tCr（ρ=-0.59，p=0.006）与年龄负相关，均通过区域FDR校正（q=0.044）；Glu/tCr名义显著（ρ=-0.45，p=0.049），tNAA/tCr趋势（ρ=-0.39，p=0.087）。DACC中Glc/tCr（ρ=+0.60，p=0.005）和Lac/tCr（ρ=+0.50，p=0.025）正相关，但未通过全42检验。OC无显著关联。
3.4 性别差异：所有区域和代谢物均无显著性别差异（p>0.05），仅PCC的Asp、Gln和Glx有趋势水平差异（p=0.07–0.08）。
3.5 敏感性分析：排除低R2谱后，8个显著区域比较仍显著，仅tCho/tCr变为不显著（p=0.073），关键发现（GPC梯度、OC GABA、前部mI、后部tNAA/Asp）保持稳健。
3.6 规范性参考范围：提供了各区域14种代谢物/tCr的mean±2 SD和95%参考区间。PCC的CV%普遍较低（如NAA/tCr CV=13.3%），tNAA和mI的CV最低（10.9–17.6%），Lac和PCh最高（41–72%）。
**讨论与结论**
讨论部分指出，区域代谢物分布与既往文献一致：OC高tNAA反映初级感觉皮层神经元密度高；DACC高mI和tCho与额叶/扣带回星形胶质细胞含量高相符。GPC的前后梯度（DACC>PCC>OC）与Tal等（2012）报道一致，反映膜磷脂代谢差异。OC高GABA与视觉皮层高密度GABA能中间神经元一致。PCC年龄相关下降（Asp和GSH）具有神经生物学意义：天冬氨酸参与苹果酸-天冬氨酸穿梭（线粒体能量代谢），其下降可能反映线粒体功能障碍；GSH是主要内源性抗氧化剂，其下降提示氧化应激增加。两者协同下降与PCC作为静息态高代谢区域更容易受年龄相关生物能量衰退影响的假说一致。OC的代谢稳定性提示其可作为候选参考区域，类似PET中的参考区域。研究还对比了深度学习定量与LCModel，发现两者排序一致（r=0.87），但某些代谢物存在系统性尺度差异，故方法间不可直接互换。局限性包括：未进行组织分割校正（灰质/白质/脑脊液部分容积）、使用tCr作为内参（可能受年龄和区域影响）、样本量小（n=20）且年龄分布不均、横断面设计、单中心、仅中线体素、未严格匹配采集时间。结论：本研究为认知正常老年人提供了初步的深度学习1H-MRS多区域参考估计，证实了区域特异性代谢特征（GPC梯度最强），PCC显示探索性年龄相关改变（天冬氨酸-谷胱甘肽协同下降），OC为候选代谢稳定区域。这些结果为未来更大样本的验证研究提供了定量基准。研究发表在《Frontiers in Aging Neuroscience》。
