在2023年8月刊的《Nature Neuroscience》上发表了一篇题为“Robust Estimation of Cortical Similarity Networks from Brain MRI”的技术报告，其主要作者来自剑桥大学、宾夕法尼亚大学、费城儿童医院、哈佛医学院、马萨诸塞州综合医院、西班牙塞维利亚生物医学研究所以及伦敦图灵研究所。这项研究报告了一种新方法Morphometric Inverse Divergence（MIND），用于从脑部MRI数据中评估皮层相似性网络，这一方法比现有的方法（如Morphometric Similarity Networks，MSNs）在可靠性、一致性和生物学有效性等方面表现得更好。

研究背景

科学领域与研究动机

脑部结构的MRI扫描包含了大量信息，理解这些信息对于进一步研究健康和患病状态下的脑发育和功能非常重要。传统上，脑结构研究往往关注单一MRI特征，如皮层厚度或体积。然而，脑部区域并不是孤立运作的，它们形成了一个整合的、基因协调的解剖网络。因此，准确建模脑网络架构对于理解其在典型和非典型功能和发育中的角色至关重要。近年来，结构相似性网络的构建被认为是整合多个结构MRI特征到单个被试体连接组中的一种有前途的方法。

研究目的

研究过程与方法

这项研究使用了包括来自三个大型人类群体数据集和一个猕猴数据集的超过11,000次扫描，旨在比较MIND方法与MSNs及通过扩散加权MRI（DWI）数据推断的网络在以下三个主要标准上的相对表现：技术可靠性、生物学有效性和发育敏感性。

主要步骤

1. 数据和网络构建

   • 使用Adolescent Brain Cognitive Development（ABCD）研究的10,367名个体的数据（年龄在9-11岁之间），包括641对双胞胎。
   • 使用对称细分的Desikan-Killiany（DK）图谱将每个大脑划分成318个体积相似区域，并使用五个形态测量特征（皮层厚度、平均曲率、脑沟深度、表面积和灰质体积）构建MIND和MSN网络。

2. 网络可靠性评估

   • 在超过10,000名被试体间，MIND网络展示了较高的被试间一致性。
   • 通过比较不同网络类型对已知脑部组织原则的代表性，验证其生物学有效性，例如对称性、皮层微观结构、轴突连接等。

3. 结构相似性与基因共表达的比较

   • 将MIND网络与Allen Human Brain Atlas（AHBA）的基因共表达数据进行比较，结果显示MIND网络与基因共表达网络有强关联性。

4. 结构相似性的遗传性

   • 研究了MIND和MSN网络的加权节点度和边缘权重的双胞胎遗传性（h²twin）及单核苷酸多态性（SNP）遗传性（h²snp）。

主要结果

数据生成和结果

• MIND网络显示出较高的技术可靠性，包括被试间的一致性和对噪音特征的耐受性。
• 与已知的解剖学原则高度一致，包括捕捉到左右半球的对称连接、微观结构的相似性以及发展过程中的脑部改造等。
• 在多个基因共表达相关的扫描集下，MIND网络明显优于MSN和DWI网络，展示了其在捕捉基因表现模式上的更强能力。
• 通过双胞胎样本，验证了MIND网络的基因影响更显著，特别是对结构上差异显著区域之间的边缘。

结论

研究意义与价值

这项研究提出的MIND方法为使用MRI数据进行皮层连接组学研究提供了一种生物学验证的透镜。它在技术可靠性、生物学有效性和发展敏感性上都展示出显著优于现有方法。尤其在通过基因共表达模式理解脑部结构方面，MIND方法展示出强大优势，这为未来针对健康与疾病状态下的结构连接组与基因机制的研究带来了新的视角。

研究亮点

• 重要发现：MIND方法较传统方法在多项关键指标上均显示出显著优势。
• 新颖性：提出了一种基于甚至分布的多维度特征分布发散性的新方法，克服了之前方法中的多项技术限制。
• 特殊性：分析了大量人类和猕猴的数据集，实现了跨物种的验证。

未来方向

尽管当前MIND方法显示出强大优势，但其在包含皮质下区域方面尚有局限。未来研究可以考虑将MIND方法扩展到基于DWI图像的微结构特征，并探索更多种类的MRI特征集，以期为脑网络组织架构提供更多信息。这将有助于深入理解大脑在健康与疾病状态下的发展和衰老过程。

总之，这项研究为理解脑结构的网络组织提供了新的技术和方法，预示了在个体人类连接组的绘制和解读上的广泛应用前景。