《NMR in Biomedicine》：Quantifying the Diamagnetic and Paramagnetic Components of Beta-Amyloid Plaques Using Decomposed Quantitative Susceptibility Mapping in Mouse Models of Alzheimer's Disease
编辑推荐：
高分辨率定量磁化率成像（quantitative susceptibility mapping, QSM）结合磁化率源分解为研究阿尔茨海默病（Alzheimer's disease, AD）中的磁化率改变提供了一种有力方法。本研究使用9.4 T MRI扫描仪，
高分辨率定量磁化率成像（quantitative susceptibility mapping, QSM）结合磁化率源分解为研究阿尔茨海默病（Alzheimer's disease, AD）中的磁化率改变提供了一种有力方法。本研究使用9.4 T MRI扫描仪，以30 μm各向同性分辨率采集了5xFAD和AppSAA小鼠大脑的离体三维多回波梯度回波（multi-echo gradient-echo, mGRE）图像。重建QSM并将其分解为抗磁性成分磁化率（diamagnetic component susceptibility, DCS）和顺磁性成分磁化率（paramagnetic component susceptibility, PCS）。自动检测单个β-淀粉样蛋白（amyloid-beta, Aβ）斑块并定量表征其磁化率特性。DCS和PCS揭示了体素内抗磁性与顺磁性成分的混合存在。与传统QSM相比，DCS显示出更清晰的斑块可视化效果和更高的斑块检测灵敏度。组织学分析揭示了两种小鼠模型中Aβ聚集体和铁蛋白的共存，大多数斑块直径小于70 μm。为评估空间分辨率对斑块可视化和磁化率定量的影响，将采集的k空间数据下采样至45、60和90 μm的各向同性分辨率。随着空间分辨率变粗，斑块可见性逐渐下降，导致可检测斑块数量和估计斑块负荷均减少。全皮层斑块负荷在5xFAD中从30 μm时的8.9%降至90 μm时的3.1%，在AppSAA小鼠中从6.5%降至2.6%。在两种模型中，检测到的斑块主要表现出抗磁性磁化率，抗磁性成分约占总绝对磁化率的80%。这些发现表明，高分辨率磁化率成像结合源分解能够在斑块水平表征抗磁性和顺磁性贡献，并为评估AD临床前小鼠模型中的Aβ病理和相关铁调节紊乱提供互补生物标志物。
**高分辨率磁化率源分解在阿尔茨海默病小鼠模型β-淀粉样蛋白斑块表征中的应用：论文解读**
**1. 研究背景与目的**
阿尔茨海默病（Alzheimer's disease, AD）是一种进行性神经退行性疾病，其核心病理特征包括神经元外β-淀粉样蛋白（amyloid-beta, Aβ）斑块的积聚以及由异常磷酸化tau蛋白形成的细胞内神经原纤维缠结。准确定量评估这些病理改变对于疾病早期干预和治疗管理至关重要。定量磁化率成像（quantitative susceptibility mapping, QSM）是一种无创磁共振成像（magnetic resonance imaging, MRI）技术，能够量化组织磁化率的空间变化，已被广泛应用于多种神经系统疾病研究。在AD中，Aβ聚集、tau病理、铁调节紊乱以及髓鞘完整性改变均可改变组织磁化率。
然而，传统QSM存在一个关键局限：它测量的是净磁化率，无法区分共存的顺磁性和抗磁性来源的各自贡献。在AD中，Aβ斑块因聚集的淀粉样蛋白而主要呈现抗磁性，而顺磁性铁沉积常与Aβ聚集体共定位。当这些来源在空间上紧密相邻时，QSM无法可靠地区分各自的贡献。为克服这一限制，研究者发展了多种磁化率分解方法，如DECOMPOSE-QSM，其能够将总磁化率分离为抗磁性成分磁化率（diamagnetic component susceptibility, DCS）和顺磁性成分磁化率（paramagnetic component susceptibility, PCS）。然而，已有研究受限于空间分辨率不足，无法直接可视化单个斑块并表征其磁化率特性。
本研究旨在利用高分辨率MRI结合磁化率分解技术，在两种AD小鼠模型（5xFAD和AppSAA）中研究淀粉样斑块的磁化率特性，并系统评估空间分辨率对斑块检测和磁化率定量的影响。
**2. 主要关键技术方法**
研究人员使用9.4 T Bruker BioSpec系统配备四通道低温探头射频线圈，对九只5xFAD小鼠（12-18月龄，雄性）和七只AppSAA小鼠（11-12月龄，雄性）的离体大脑进行三维多回波梯度回波（mGRE）采集，空间分辨率为30 μm各向同性。使用先进归一化工具（ANTs）进行图像配准，采用局部低秩（LLR）去噪算法抑制噪声，结合时空相位解缠方法和变核 sophisticated harmonic artifact reduction for phase data（V-SHARP）去除背景场，使用非线性偶极子反演（NDI）生成逐回波QSM图。DECOMPOSE-QSM基于双室生物物理模型，利用多回波GRE数据分离DCS和PCS。斑块检测采用QSM-PLAQUE探测器，通过正交投影分离结构背景信号与稀疏斑块特征。此外，通过k空间截断将数据下采样至45、60和90 μm各向同性分辨率，以评估空间分辨率的影响。
**3. 研究结果**
**3.1 磁化率源分离**
代表性5xFAD小鼠大脑的磁化率图显示，逐回波QSM平均值与DECOMPOSE-QSM生成的复合QSM高度一致，确认了分解方法的一致性。DCS和PCS图揭示了淀粉样斑块和胼胝体内抗磁性与顺磁性成分的体素内混合存在，这些特征在阈值化QSM图像中不可辨别。Aβ斑块在QSM和DCS上主要呈现低信号，表明聚集淀粉样蛋白的抗磁性贡献超过顺磁性贡献。组平均磁化率图显示两种小鼠模型间存在不同的空间分布模式：5xFAD小鼠在深层皮层和皮层下区域显示密集斑块积聚，而AppSAA小鼠显示更弥散的较小斑块分布。
**3.2 组织学数据**
免疫荧光染色显示两种模型中均有丰富的Aβ聚集体，5xFAD小鼠分布密集，AppSAA小鼠分布较弥散。铁蛋白免疫染色显示斑块区域铁蛋白富集。Aβ与铁蛋白染色的叠加显示显著的空间共定位，支持两种小鼠模型中Aβ/铁蛋白聚集体的共存。斑块直径测量显示大多数斑块直径小于70 μm。
**3.3 磁化率图上β-淀粉样蛋白斑块的识别**
DCS与QSM的斑块检测性能比较显示，在5xFAD和AppSAA两种模型中，DCS在交并比（IoU）、精确率、召回率和F1分数方面均优于QSM。DCS的斑块对比噪声比（CNR）高于QSM：5xFAD中为9.28 vs. 7.07，AppSAA中为8.29 vs. 6.53。
**3.4 空间分辨率对β-淀粉样蛋白斑块检测的影响**
下采样实验显示，随着空间分辨率从30 μm降至90 μm，斑块逐渐模糊，小斑块在较粗分辨率下完全不可检测。5xFAD小鼠全皮层斑块负荷从30 μm时的8.9%降至90 μm时的3.1%，AppSAA小鼠从6.5%降至2.6%。斑块计数在5xFAD中从44,901降至1,220，在AppSAA中从32,899降至1,028。信噪比（SNR）随体素增大而提高。区域水平分析显示，分辨率变粗时QSM和DCS值幅度减小，而PCS值增大，相对DCS贡献降低。
**3.5 β-淀粉样蛋白斑块的磁化率表征**
斑块水平测量显示，两种模型中检测到的斑块均主要呈现抗磁性磁化率，DCS贡献约为总绝对磁化率的80%。双样本t检验显示两种模型中QSM和DCS值之间存在显著差异。
**4. 讨论与结论**
研究发现DCS和PCS提供了传统QSM无法分辨的斑块相关抗磁性和顺磁性磁化率来源的互补信息。DCS相比QSM能实现更可靠的斑块检测并提供更高的斑块水平对比噪声比，这可归因于斑块主要呈现抗磁性磁化率。免疫荧光组织学证实了两种模型中Aβ聚集体与铁蛋白沉积的共存，为DCS和PCS图上观察到的磁化率模式提供了生物学支持。
空间分辨率对斑块可视化、检测和磁化率定量至关重要。下采样实验表明，随着分辨率降低，部分容积效应加剧，导致斑块边界模糊、小斑块丢失以及磁化率测量偏差。研究还发现，检测到的斑块体积分布呈右偏态，以小斑块为主，这一发现与组织学测量结果一致。有限的MRI空间分辨率和部分容积效应可能导致斑块尺寸高估及邻近斑块合并。
讨论部分指出了研究的局限性，包括DCS和PCS并非淀粉样蛋白和铁的特异性生物标志物，DECOMPOSE-QSM框架基于R2'测量可能不如基于R2的方法准确，以及离体条件下组织性质改变可能影响磁化率测量。向体内成像的转化仍需进一步技术发展。
研究结论表明，将高分辨率QSM与磁化率分离相结合，能够表征5xFAD和AppSAA两种AD小鼠模型中的淀粉样斑块病理。DCS和PCS提供了斑块组成的互补信息，DCS改善了斑块对比度并实现了更可靠的单个Aβ斑块检测。系统下采样实验证明空间分辨率是斑块可检测性和磁化率定量的关键决定因素。这些发现确立了高分辨率磁化率成像和源分解作为评估斑块积聚、表征斑块相关磁学性质和支持AD病理临床前研究的有前景的MRI工具。该研究发表在《NMR in Biomedicine》。
