帕金森病各阶段的全局网络与局部易感性构成脑萎缩的基础

Global network and local vulnerabilities underlie brain atrophy across Parkinson's disease stages

作者信息Andrew Vo, Christina Tremblay, Shady Rahayel, Sarah Al-Bachari, Henk W Berendse, Joanna K Bright, Fernando Cendes, Emile d'Angremont, John C Dalrymple-Alford, Ines Debove, Michiel F Dirkx, Jason Druzgal, Gaëtan Garraux, Rick C Helmich, Michele T Hu, Neda Jahanshad, Martin E Johansson, Johannes C Klein, Max A Laansma, Corey T McMillan, Tracy R Melzer, Bratislav Misic, Philip Mosley, Conor Owens-Walton, Laura M Parkes, Clelia Pellicano, Fabrizio Piras, Kathleen L Poston, Mario Rango, Christian Rummel, Petra Schwingenschuh, Melanie Suette, Paul M Thompson, Duygu Tosun, Chih-Chien Tsai, Tim D van Balkom, Odile A van den Heuvel, Ysbrand D van der Werf, Eva M van Heese, Chris Vriend, Jiun-Jie Wang, Roland Wiest, Clarissa L Yasuda, Alain Dagher
PMID41237265
期刊Brain
发布时间2026-07-07
DOI10.1093/brain/awaf432

实验完整度

包含多中心影像队列(3096例患者)、多种脑结构测量、连接组建模、空间零模型检验及影像转录组学分析,进行了功能与机制验证。

主要模型

帕金森病患者队列(n=3096) 健康对照队列(n=1262) Hoehn-Yahr分期的亚组模型 单受试者脑图谱模型

重点核对

样本量:3096例帕金森病患者,1262例健康对照 疾病分期:Hoehn-Yahr分期(HY 1、2、3、4/5) 影像处理:FreeSurfer 5.3管线,Desikan-Killiany图谱 协变量校正:年龄、性别、颅内总体积 统计检验:空间零模型(spin test)与FDR校正

摘要

帕金森病与广泛的结构性脑改变相关。近年的研究提出,疾病病理的空间模式由网络传播和局部易感性共同塑造。然而,很少有研究在跨疾病阶段的大型患者样本中评估这些生物学框架。通过分析迄今最大的帕金森病影像队列(n = 3096 例患者),我们将区域异常图谱与连接性、内在网络、细胞构筑、神经递质受体密度和基因表达的规范性图谱相关联,研究了网络架构和局部脑特征的作用。我们发现,帕金森病中广泛的皮质和皮质下萎缩与疾病阶段进展、诊断后时间更长以及整体认知较差相关。结构脑连接最能解释帕金森病及不同疾病阶段的皮质萎缩模式,且这些模式在个体患者中具有稳健性。楔前叶、外侧颞叶皮质和杏仁核被确定为可能的基于网络的中心,在不同疾病阶段具有高度一致性。个体中心在患者间差异显著,但它们始终定位于默认模式和边缘网络。此外,我们表明,涉及突触结构和信号传导的基因区域过表达增加了帕金森病中脑萎缩的易感性。总之,本研究在一个功效充足的样本中证明了帕金森病在不同疾病阶段和个体患者中的结构脑异常受网络传播和局部易感性的共同影响。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
帕金森病中脑萎缩的空间模式是否由网络传播和局部易感性共同塑造?
核心机制
结构脑连接的网络传播机制与局部基因表达(涉及突触结构和信号传导)的易感性机制共同影响脑萎缩模式。
主要证据
基于3096例患者的多中心影像数据,发现皮质萎缩与结构连接显著相关;楔前叶、外侧颞叶和杏仁核为网络中心;局部基因过表达(如突触相关基因)与萎缩相关。
研究意义
该研究为理解帕金森病脑萎缩的病理机制提供了网络与局部因素交互作用的证据,并可能为未来个体化预测和干预提供基础。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据收集与预处理

获取大规模多中心影像与临床数据,并标准化处理以消除批次效应。

汇总ENIGMA-PD联盟23个中心的3096例PD和1262例HC的T1加权MRI及临床数据,采用FreeSurfer 5.3提取区域皮层厚度、皮层表面积和皮层下体积,并使用ComBat进行协调,校正年龄和性别。

2

脑萎缩图谱构建

量化PD患者相对健康对照的区域性脑萎缩程度,并分析与临床变量的关系。

基于健康对照回归模型计算每个PD患者的w-score,生成皮层厚度、表面积和皮层下体积的偏差图,并通过单样本t检验和与临床评分(HY分期、病程、MoCA)的相关分析评估。

3

网络传播分析

测试脑萎缩模式是否受结构或功能连接网络约束,并识别网络中心区域。

使用规范连接矩阵(结构、功能)计算节点萎缩与邻域萎缩的相关性,检验网络模型解释力;通过节点和邻域萎缩的排名识别网络中心,并对疾病阶段和个体患者重复分析,使用空间零模型检验显著性。

4

局部脑特征关联

探讨脑萎缩与内在网络、细胞构筑、神经递质受体密度和基因表达的关联。

将萎缩图与Yeo网络、von Economo分类、18种神经递质受体密度图谱进行空间相关;利用艾伦人脑图谱基因表达数据,通过PLS识别与萎缩相关的基因模式,并进行GSEA富集分析。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

验证样本或模型特征
验证机制链路

产品清单

实验环节名称品牌货号
ComBat----
FreeSurfer 5.3----
netneurotools----
enigmatoolbox----
abagen工具箱----
WebGestalt----
neuromaps工具箱----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
样本与临床数据
样本量:3096例PD,1262例HC;疾病分期:HY 1、2、3、4/5;病程时间;MoCA评分。
阅读提示:Materials and methods: Participants; Table 1
影像数据采集与处理
MRI协议:3D T1加权;软件:FreeSurfer 5.3;图谱:Desikan-Killiany;质控:ENIGMA标准。
阅读提示:Materials and methods: Structural brain morphometry in PD
数据协调与w-score计算
协调方法:ComBat校正年龄和性别;w-score回归模型包括年龄、性别、颅内体积(皮层面积/皮层下体积)。
阅读提示:Materials and methods: Structural brain morphometry in PD; Equation 1
网络分析
连接矩阵来源:Human Connectome Project;网络模型:结构(cortico-cortical, subcortico-cortical)和功能(cortico-cortical, subcortico-cortical);相关性:Spearman相关;显著性:空间零模型。
阅读提示:Materials and methods: Normative connectivity network models; Network-based disease exposure
影像转录组学
基因表达数据:Allen Human Brain Atlas,6个供体;处理:abagen工具箱;分析:PLS,GSEA;显著性:空间零模型与FDR校正。
阅读提示:Materials and methods: Gene expression profiles; Partial least squares analysis; Gene set enrichment analysis