老年期动态功能连接减少:老年大脑适应性降低?

《GeroScience》:Reduced dynamic functional connectivity in older ages: are older brains less adaptable?

【字体: 大 中 小 】 时间:2026年08月16日 来源:GeroScience 6.0

编辑推荐:

  理解大脑连接随年龄重组的方式对于刻画健康衰老至关重要。虽然静态功能连接(sFC)已揭示与年龄相关的网络分离与整合的广泛变化,但近期研究强调需要考察这些模式随时间动态波动的方式,以更好地理解衰老过程中的认知衰退与韧性。本研究开展静息态fMRI实验,旨在增强对衰老

  
理解大脑连接随年龄重组的方式对于刻画健康衰老至关重要。虽然静态功能连接(sFC)已揭示与年龄相关的网络分离与整合的广泛变化,但近期研究强调需要考察这些模式随时间动态波动的方式,以更好地理解衰老过程中的认知衰退与韧性。本研究开展静息态fMRI实验,旨在增强对衰老过程中大脑功能结构时间变异性和动态特性的理解。为此,研究人员从1000BRAINS研究中提取了817名55至85岁老年人的动态功能连接(dFC)。采用滑动窗口和聚类方法,研究人员识别出四种重复出现的dFC状态,并量化了时间指标,如平均驻留时间或转换次数。总体而言,衰老与更慢、更不灵活的网络动态相关:整合性状态变得不那么频繁,而分离性状态占主导,反映了网络间通信的减少,尽管效应量相对较小。年龄分层分析揭示了两个新见解,从而提示对现有衰老理论的修正,并提出了功能连接年龄相关差异的新模型:第一,从年轻到老年成人所显示的退分化与分离轨迹,似乎在从中年到老年的过渡中趋于稳定,并在高龄老年阶段转变为再分离与过度补偿的过程,挑战了生命全程中整合单调增加的假设。第二,已识别出dFC与认知表现之间的对立关联:更大的网络整合支持中年至老年成人的更好认知表现,但预测高龄老年成人的更差认知表现。这表明随着衰老进展,连接模式从退分化转向再分离。性别分层模型进一步显示,女性中与年龄相关的灵活性降低更为显著,提示合并分析可能掩盖系统性的性别特异性动态,并凸显了衰老过程中适应性与脆弱性谱的差异。本研究结果强调,在研究衰老时,特别是高龄阶段,必须考虑功能性大脑连接年龄相关变化中的时间变异性,以增强对认知变异性的理解。
**研究背景与问题**
衰老通常伴随认知功能下降,但个体间变异性显著,尤其在老年阶段。静息态功能连接(resting-state functional connectivity, rs-FC)研究揭示了大脑功能网络组织随年龄的转变,主要影响网络整合与分离的平衡。以往研究多基于静态功能连接(static functional connectivity, sFC),发现从早年到成年晚期,网络整合增加(即网络间连接增强)而分离减少(即网络内连接减弱),这被解释为功能退分化或代偿机制。然而,近期研究强调大脑功能的动态本质,指出静态平均可能掩盖时间维度的精细变化。动态功能连接(dynamic functional connectivity, dFC)能够捕捉网络状态随时间波动的模式,对理解认知衰退和韧性至关重要。现有dFC研究初步表明,衰老与连接波动速度减慢、状态转换减少相关,但关于网络架构与认知表现的关系仍存在矛盾结果,例如整合增加在某些研究中与认知下降相关,在另一些中则与维持认知功能相关。因此,有必要在更大样本的老年人群中系统考察dFC的年龄相关差异,并探究其与认知表现和性别的关联,以澄清功能连接重组是适应性的还是适应不良的过程。

**研究内容与结论**
该研究基于1000BRAINS研究中的817名55-85岁健康老年人,采用滑动窗口和层次聚类方法提取dFC状态,共识别出四种重复出现的连接模式:状态1(整合型)、状态2(分离型)、状态3(整合/平衡型)和状态4(平衡型)。主要结论如下:(1)衰老与时间动态减慢相关,表现为平均驻留时间延长、状态间转换次数减少、总序列数降低,表明网络灵活性下降。(2)年龄分层分析显示,从中年到老年(55-67岁)到高龄老年(68-85岁),整合性状态(状态1、状态3)的占比显著下降,而分离性状态(状态2)的占比显著增加,且这种效应在前者中不显著,在后者中显著,提示非线性的年龄轨迹——中年至老年阶段整合趋于稳定,高龄阶段则出现再分离和过度补偿,挑战了传统单调递增的整合模型。(3)认知表现与dFC的关系存在年龄依赖性反转:在中年至老年组,更高的网络整合(尤其是状态1和状态3中的广泛连接)与更好的认知表现相关;而在高龄老年组,更高的整合与更差的认知表现相关,而强分离性(状态2中的强网络内连接)则与更好的认知表现相关。这表明,代偿性整合在中老年阶段有益,但到高龄阶段可能转变为功能退分化或假代偿性过度招募。(4)性别分层分析发现,女性整体表现出更强的年龄相关灵活性降低,且性别差异在特定状态中显现——男性在整合性状态中表现出更广泛的网络间连接,而女性在视觉网络内连接更强,提示合并分析可能掩盖系统性的性别特异性动态。

**意义**
该研究发表在《GeroScience》。其重要意义在于:首次在大型老年队列中系统描绘了dFC的年龄相关非线性轨迹,提出了修正的衰老模型——从早期退分化、中期代偿性整合到晚期再分离的阶段性转变,并揭示了认知表现与网络组织关系随年龄的反转现象。这些发现强调了时间变异性在理解大脑衰老中的关键作用,为区分正常衰老与病理过程提供了新的动态标记,并提示性别特异性适应策略对认知老化的影响。

**主要技术方法**
研究采用以下关键技术:(1)静息态fMRI数据采集:使用3T Siemens Tim-TRIO MRI扫描仪,T2*加权梯度回波EPI序列(TR=2200 ms, TE=30 ms, 3.1 mm3体素,300个体积,约11分钟),受试者闭眼休息。(2)数据预处理:使用FSL软件,包括ICA-AROMA运动伪影去除、全局信号回归、带通滤波(0.01-0.1 Hz)及配准到MNI152标准空间。(3)动态功能连接估计:基于Schaefer 400节点分区和Yeo 17网络总结为7个网络(视觉网络VN、体感运动网络SMN、默认模式网络DMN、边缘网络LN、注意网络AN、额顶网络FPN、颞顶网络TPN),采用30秒非重叠滑动窗口,计算窗口内显著Pearson相关(p<0.05),经Fisher z变换后提取上三角矩阵。(4)聚类分析:对全体受试者所有窗口的z变换连接矩阵进行层次凝聚聚类(Ward方法),识别四个dFC状态,并计算每个状态的平均驻留时间、转换次数等动态指标。(5)年龄、认知和性别分层分析:将样本按中位年龄分为中年至老年组(55-67岁)和高龄老年组(68-85岁);基于16项认知测试的因子分析得分划分高/低认知表现亚组,并进行最近邻匹配;按性别分别分析。统计采用Spearman相关,FDR校正(p<0.05),并通过重叠滑动窗口、不同窗口长度及无阈值矩阵进行验证。

**研究结果**
**Age-related differences in temporal dynamics of RS**
通过全样本分析,年龄与平均驻留时间正相关,与状态转换次数和总序列数负相关,且这些效应在高龄老年组中显著,中年至老年组中不显著,表明非线性的动态下降。性别分层显示,男性在整体提取状态下表现出显著年龄相关,但女性仅在性别独立提取状态中才显著,提示性别特异性。

**Identification of dynamic functional connectivity states during the resting state**
**Baseline**:基线连接(四状态共有的显著连接)稀疏,主要存在于视觉系统内,网络间连接极少。
**State 1 (integrated)**:强网络间连接,尤其是SMN与视觉及高阶网络间。该状态的总时间和平均持续时间随年龄显著减少,在全样本、高龄老年组及两性别组中均成立。
**State 2 (segregated)**:整体连接最低,网络内和网络间连接均弱,尤其VN、TPN、SMN、DMN内。该状态的总时间和平均持续时间随年龄显著增加,在高龄老年组及性别组中一致。
**State 3 (integrated/balanced)**:高网络内一致性(SMN、DMN、VN),选择性网络间连接。该状态随年龄显著减少,在全样本、男性、高龄老年组及高龄高认知表现组中显著。
**State 4 (balanced)**:类似状态3,但网络间连接主要在感知-运动轴。该状态在全样本中随年龄减少,但性别和年龄分层分析中未复制。

**Age-related differences in states and network architecture**
直接比较中年至老年与高龄老年组各自提取的状态架构,发现高龄老年组中分离性状态(状态2)的网络内连接进一步减少,整合性状态(状态1和3)的网络内和网络间连接也减少,但效果仅在高龄老年组中显著,表明年龄增长导致网络架构重组,而非仅状态占比变化。

**High vs low cognitive performers within mid-to-old and older-old adults**
中年至老年组中,高认知表现者显示整合性状态(状态1和3)中更强的网络内和网络间连接,尤其在TPN-VN、SMN-TPN等;在分离性状态(状态2)中网络内连接略强。高龄老年组中,高认知表现者反而显示更少的连接(更分离),尤其在状态3中,低认知表现者表现出更广泛的连接。这证实了认知表现与dFC关系的年龄依赖反转。

**Network architecture in sex-based subgroups**
性别差异在状态1(整合型)中最显著:男性在SMN、LN、DMN网络内及SMN-VN、SMN-AN等网络间连接更强;女性在VN和FPN内连接稍强。状态2中性别差异极小,仅男性在VN内连接高12%。状态3和状态4无显著差异。此外,女性中年龄相关的动态指标下降更强烈,提示性别特异性脆弱性。

**Validation with overlapping sliding windows**
重叠滑动窗口、无阈值矩阵及60秒窗口验证均显示与主分析高度一致的状态中心(r=0.92-0.99),证实结果的稳健性。

**讨论与结论**
**讨论**:研究发现衰老与时间灵活性降低、整合状态减少、分离状态增加相关,这与静态连接研究中从年轻到老年所观察到的整合增加、分离减少的模式相反,提示静态平均可能夸大整合信号。研究提出非线性模型:中年至老年阶段整合稳定或轻微下降,高龄阶段出现再分离,可能是大脑优先考虑稳定性和能量效率的结果。认知表现分析进一步支持该模型——中年期整合支持认知,高龄期整合则与认知下降相关,后者可能反映假代偿或神经退行性过程。性别差异表明男性维持更广泛的全局整合(可能更脆弱),女性保留局部网络完整性(可能更韧性)。这些发现强调在衰老研究中必须纳入时间变异性,并考虑性别和年龄阶段特异性。

**结论**:本研究识别出重复出现的dFC状态,揭示了衰老向更稳定、更分离的脑连接模式转变,伴随更少转换和更长驻留时间。与主张分离持续下降、整合单调增加的衰老理论相反,研究提出修正的非线性模型:中年早期退分化,中年至老年代偿性整合稳定,高龄阶段整合下降伴随网络再分离。关键地,中年至老年期更强的网络整合支持认知,而高龄期更强的整合与较差认知相关,表明整合仅在特定年龄阶段有益。此外,性别差异在动态连接中显现,女性年龄相关灵活性下降更明显,提示合并分析可能掩盖系统性性别轨迹。这些结果将dFC定位为揭示神经衰老过程时间、方向和个体差异的有力工具。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号