早产新生儿脑回-脑沟频率特异性功能分化：脑沟优势及其基因表达关联

《Developmental Cognitive Neuroscience》：Frequency-Specific Gyro-Sulcal Functional Differentiation in Preterm Neonates: Sulcal Dominance and Gene Expression Correlates

　　

摘要专业翻译 早产影响高达10.6%的新生儿，并增加神经发育风险，但其大脑功能改变仍知之甚少。本研究利用437例新生儿的静息态功能磁共振成像（resting-state fMRI, rs-fMRI）数据及一维卷积神经网络（one-dimensional convolutional neural network, 1D-CNN），调查了三组受试者（早产年龄扫描的早产儿、足月等效年龄扫描的早产儿及足月年龄扫描的足月儿）脑回与脑沟之间频率特异性功能差异，并检验了其与基因表达的关联。模型衍生的频率特征组间差异主要见于所有频带的额叶，以及高频带下的颞叶和顶叶。这些差异在脑沟特征上较脑回特征更为显著，且脑沟优势在足月等效年龄扫描的早产儿中较未达足月等效年龄的早产儿具有更广泛的空间分布。此外，模型衍生的脑回-脑沟频率特征与区域皮层基因表达模式显著相关。本研究将频率特异性脑成像与皮层基因表达联系起来，突显了脑沟相关频率特征对观察到的组间差异的重要贡献。这些发现揭示了脑回-脑沟频率特征与基因表达之间的区域关联，并提示其在早期风险评估中的潜在价值，有待进一步验证。

论文解读文章

一、研究背景与问题提出

全球每年约有1500万婴儿早产，早产相关并发症是五岁以下儿童死亡的主要原因之一。早产会扰乱大脑典型的发育轨迹，可能导致神经活动及功能性大脑发育的改变，幸存早产儿面临广泛的短期和长期神经发育并发症风险。尽管已有研究记录了早产儿与足月儿在功能连接上的改变，但对其功能性神经活动特征的全面刻画仍显不足，尤其是早产儿脑回与脑沟之间功能信号的频率特异性分化研究极为匮乏，限制了对早产神经发育异常背后早期神经机制的理解。

皮层回旋化是关键的神经发育里程碑，由此形成的脑回与脑沟是哺乳动物大脑皮层最突出的形态学特征。脑回与脑沟在神经元分布、基因表达及多种结构和功能属性上存在显著差异。基于功能磁共振成像的研究已揭示这些区域间不同的信号特性：脑回区域的BOLD信号时间模式多样性低于脑沟区域；静息态和任务态研究均一致显示脑回BOLD信号频率低于脑沟，且这一现象在整体脑和区域尺度均可观察到。越来越多的证据表明脑回与脑沟在大脑功能中扮演专门化角色：脑回可能作为全局信息交换中心，直接与远隔脑回及邻近脑沟交互；脑沟则作为局部信息处理单元，主要与邻近区域交互，并通过脑回关联间接与远隔区域交互。鉴于早产儿中皮层回旋化已被报道发生改变，这种异常可能进一步导致脑回-脑沟功能分化的改变。因此，研究早产新生儿脑回-脑沟功能分化的潜在改变，可为理解早产相关认知和精神挑战的神经机制提供有价值的框架。

近年来，深度学习模型在医学影像中广泛应用。多项基于人类和灵长类大脑的研究利用一维卷积神经网络成功分类脑回和脑沟中的fMRI信号，并通过分析模型学习到的卷积滤波器频谱进一步证明其频率特征差异。由于新生儿大脑发育迅速且与成人不同，这些1D-CNN研究启发研究人员检验早产儿和足月儿中与脑回-脑沟功能分化相关的模型衍生频率特征。

基于上述背景，本研究利用发展人类连接组计划（Developing Human Connectome Project, dHCP）的多模态MRI数据，调查早产儿与足月儿脑回与脑沟之间频率特异性功能差异。研究人员假设早产儿相比足月儿会表现出改变的脑回-脑沟频率分化，主要由脑沟区域驱动，并与皮层基因表达相关。

二、研究设计与方法概述

研究人员使用dHCP的437例新生儿受试者数据，包含T2加权MRI（T2w-MRI）和静息态功能MRI数据。根据出生时胎龄（gestational age, GA）和扫描时校正月龄（postmenstrual age, PMA），将所有受试者分为三组：早产年龄扫描的早产儿组（PP，86例，GA≤37周且PMA≤37周）、足月等效年龄扫描的早产儿组（PT，80例，GA≤37周且PMA>37周）和足月年龄扫描的足月儿组（TT，271例，GA>37周且PMA>37周）。基因表达数据取自PsychEncode项目，包含19个产前样本，生成早产和足月平均基因表达图谱各一个，每个半球11个感兴趣区（regions of interest, ROIs），共22个ROI映射至dHCP皮层表面空间。

研究采用的主要技术方法包括：基于皮层曲率值将每个脑区划分为脑回和脑沟亚区，共形成64个皮层ROI；构建一维卷积神经网络（1D-CNN）模型对脑回和脑沟的BOLD信号进行分类，模型包含卷积层、最大池化层、全局平均池化层和全连接层；根据全连接层权重符号将卷积滤波器分类为脑回滤波器、脑沟滤波器或不确定滤波器；通过分析学习到的滤波器频谱推断频率特异性脑回-脑沟功能分化，并比较三组间的差异；将模型衍生的频率特征与基因表达数据进行关联分析。

三、主要研究结果

组间频率特征差异的脑区分布：研究人员通过1D-CNN模型分类三组新生儿的脑回和脑沟BOLD信号，分析模型衍生频率特征的组间差异。结果显示，组间差异在所有频带主要见于额叶，在高频带还见于颞叶和顶叶。这表明早产对脑回-脑沟频率特征的影响具有区域特异性，额叶是最主要的受累区域。

脑沟优势效应：研究发现组间差异在脑沟特征上较脑回特征更为显著，表明脑沟相关频率特征对组间差异的贡献更大。进一步分析显示，脑沟优势在足月等效年龄扫描的早产儿（PT组）中较未达足月等效年龄的早产儿（PP组）具有更广泛的空间分布，提示随着发育进程，早产儿脑沟相关频率特征的异常模式可能进一步扩展。

脑回-脑沟频率特征与基因表达的关联：研究人员将模型衍生的脑回-脑沟频率特征与区域皮层基因表达模式进行关联分析。结果显示，这些频率特征与区域皮层基因表达模式显著相关，揭示了脑回-脑沟频率特征与基因表达之间的区域关联。

四、讨论与结论

本研究的讨论部分强调，研究结果首次将频率特异性脑成像与皮层基因表达联系起来，突显了脑沟相关频率特征对早产儿组间差异的重要贡献。脑沟优势的空间分布在足月等效年龄扫描的早产儿中更为广泛，提示脑沟相关频率特征的改变可能在早产儿发育过程中持续存在并扩展。模型衍生的脑回-脑沟频率特征与基因表达的区域关联，提示这些频率特征可能反映潜在的分子机制，为理解早产相关大脑改变的神经生物学基础提供了新视角。

研究结论指出，本研究通过整合模型衍生的频率特征与基因表达数据，为研究早产相关大脑改变及其区域基因表达关联提供了框架。研究发现揭示了脑回-脑沟频率特征与基因表达之间的区域关联，并提示这些特征在早期风险评估中的潜在价值。研究人员同时强调，这些发现需要进一步验证，以确认其在临床实践中的应用价值。