ALS II中的连接性(CoALS II):一项关于ALS患者结构和功能连接性的研究

《Frontiers in Neurology》:Connectivity in ALS II (CoALS II): a study of structural and functional connectivity in ALS

【字体: 大 中 小 】 时间:2026年03月26日 来源:Frontiers in Neurology 2.8

编辑推荐:

  摘要 背景:肌萎缩侧索硬化症(ALS)越来越被认为是一种网络级别的神经退行性疾病,涉及结构和功能系统的广泛破坏。虽然先前的研究经常单独检查白质完整性或功能连接性,但ALS中结构-功能耦合的本质及其重组仍不甚明了。 方法:我们对ALS患者和匹配的对照组进行了多模态连接组学分析,

  摘要

背景:肌萎缩侧索硬化症(ALS)越来越被认为是一种网络级别的神经退行性疾病,涉及结构和功能系统的广泛破坏。虽然先前的研究经常单独检查白质完整性或功能连接性,但ALS中结构-功能耦合的本质及其重组仍不甚明了。

方法:我们对ALS患者和匹配的对照组进行了多模态连接组学分析,整合了基于皮层厚度的结构协方差网络、扩散MRI纤维追踪以及静息态和任务态功能MRI。我们推导出了图论指标,并使用ROI(感兴趣区域)相关分析量化了跨模态的结构-功能对应关系。采用了基于Desikan-Killiany图谱的全面104节点分割方案。

结果:ALS患者显示出全局网络拓扑结构的保留(效率和小世界性p > 0.05),但存在选择性重组的证据,尤其是在运动通路和半球间通路中。皮层协方差网络与功能动态的关联最小,而由扩散成像得出的白质连接性与功能组织保持一致。这种结构-功能耦合在任务执行过程中得到维持甚至增强(p = 0.005),表明是适应性重构而非均匀断开。

结论:ALS中的结构-功能耦合并非全局减弱,而是发生了重组,强健的白质-功能关系与弱的皮层协方差-功能关联共存。这些发现完善了传统的断开模型,并突显了多模态指标在理解疾病机制和开发进展及治疗反应生物标志物方面的实用性。

1 引言
肌萎缩侧索硬化症(ALS)是一种进行性神经退行性疾病,主要影响上运动神经元和下运动神经元,导致逐渐加重的无力、痉挛和呼吸衰竭。尽管其标志性病理特征涉及皮质脊髓和前角神经元的退化,但越来越多的证据表明,这种疾病不仅仅是局灶性运动神经元疾病,而是大规模脑网络的疾病。在皮质和皮下区域都报告了结构和功能连接的破坏,支持ALS是一种基于网络的或“断开”综合征的概念。包括DTI和fMRI在内的网络神经科学方法通过将大脑建模为由相互连接的节点和边组成的图,为这些大规模变化提供了关键见解。图论指标如全局效率、局部效率、聚类系数和网络密度能够定量描述ALS中结构和功能通信的变化。使用这些技术的研究一致显示了皮质脊髓束(CST)的退化、额颞网络的结构性完整性降低以及运动和前运动区域的功能重组。这些发现表明结构断开与功能补偿之间存在复杂的相互作用。

在我们之前的初步研究(CoALS研究(1, 2)中,我们探索了八名ALS受试者与来自开源数据库的年龄匹配对照组的结构和功能网络拓扑。利用DTI和fMRI,我们发现了显著的结构和功能连接性差异,包括ALS中结构网络密度的降低——反映了白质连接性的受损——伴随着在保留网络内的补偿性超连接。这项初步工作为整合ALS的多模态连接性分析建立了框架,并强调了基于图的指标作为成像生物标志物的潜力。然而,对外部来源对照数据的依赖和样本量小限制了我们对ALS中网络改变性质和程度的明确结论。

基于这一基础,当前的CoALS-II研究旨在通过招募本地匹配的健康对照组并目标样本量约为30名受试者来验证和扩展CoALS-I的研究结果,以实现网络指标的标准化分布和足够的统计功效进行组间比较。该研究采用了一个综合的多模态流程,结合了基于FreeSurfer的皮层分割、DSI Studio的确定性纤维追踪以及使用CONN工具箱的任务态和静息态fMRI分析。利用这个协调一致的、特征明确的队列和在同一设备上扫描的本地招募的对照组,这项工作能够进行稳健的组内和跨模态的结构和功能连接性比较。通过将图论和结构-功能测量联系起来,该研究旨在提高生物学可解释性,并建立可重复的多模态连接性指标作为ALS进展和治疗监测的潜在成像生物标志物。

2 方法

2.1 受试者
我们根据修订后的El Escorial标准招募了16名可能或确诊的ALS患者以及14名年龄匹配的健康对照组。所有ALS参与者都是在书面知情同意后从达特茅斯希区柯克医学中心神经科和ALS诊所招募的。研究方案获得了当地机构审查委员会(IRB)的批准,并在ClinicalTrials.gov上注册(NCT05404867)。健康对照组成员来自社区。由于头部运动伪影过多和因呼吸困难无法完成研究,一名ALS受试者(Sub001)被排除在分析之外,最终样本为15名ALS患者和14名对照组。我们的样本中没有家族性ALS病例。

纳入标准:
ALS患者:(i) 根据修订后的El Escorial标准诊断为可能或确诊的ALS;(ii) 具备理解研究程序并提供知情同意的认知能力;(iii) 能够在没有呼吸困难的情况下接受MRI扫描。
健康对照组:(i) 与ALS组年龄匹配;(ii) 无神经系统疾病;(iii) 能够提供知情同意。

排除标准:
ALS患者:因任何原因无法接受MRI(包括呼吸困难、幽闭恐惧症、金属植入物、认知障碍等)。
健康对照组:(i) 有任何神经系统疾病;(ii) 因任何原因无法接受MRI(表1)。

表1 受试者ID 组别 年龄 右手握力(kg) 左手握力(kg)
ALSFRS-R Sub002 ALS 80 31.02 3.041
Sub002 ALS 80 31.02 3.041
Sub003 ALS 59 7.53.242
Sub004 ALS 62 8.92 0.037
Sub005 ALS 59 21.01 7.039
Sub006 ALS 68 9.80.036
Sub007 ALS 72 11.57.235
Sub008 ALS 63 18.51 5.738
Sub009 ALS 55 25.01 9.041
Sub010 ALS 63 9.85.038
Sub011 ALS 58 15.51 2.036
Sub012 ALS 61 10.38.537
Sub013 ALS 67 19.01 7.839
Sub014 ALS 71 14.71 0.535
Sub015 ALS 65 14.21 1.033
Sub016 ALS 68 12.01 0.532
Sub102 对照组 60 34.23 3.748
Sub103 对照组 62 33.53 2.848
Sub104 对照组 59 35.03 4.248
Sub105 对照组 61 31.23 0.848
Sub106 对照组 63 32.03 1.548
Sub107 对照组 66 29.83 0.048
Sub108 对照组 58 33.93 4.048
Sub109 对照组 64 30.63 0.548
Sub110 对照组 67 31.43 0.048
Sub111 对照组 60 34.03 3.548
Sub112 对照组 68 29.22 8.848
Sub113 对照组 65 32.53 2.148
Sub114 对照组 70 30.93 0.048
Sub115 对照组 69 33.13 2.048

2.2 MRI采集
所有成像均在Advanced Imaging Center的Siemens 3T Trio扫描仪上进行。每位参与者均接受了结构、功能和扩散MRI采集:
T1加权结构MRI:高分辨率3D MPRAGE序列(TR = 2,500 ms, TE = 3.36 ms, 翻转角度 = 9°, 体素大小 = 1 mm等距, 256 × 256矩阵, 160层, FoV = 256 mm)。
功能MRI(fMRI):梯度回波EPI序列(TR = 2.5 s, TE = 30 ms, 翻转角度 = 90°, 40层, 3 mm厚度, 64 × 64矩阵)。静息态扫描包括300个体积,任务态扫描包括600个体积。任务采用块设计,交替进行30秒的右手和左手运动(1 Hz节奏的挤压球)和30秒的休息块。
扩散MRI:使用Center for Magnetic Resonance Research(CMMR)多带EPI协议进行多壳层扩散加权采集(FoV = 248 mm, 48–60层, 2 mm等距体素, b = 1,000 s/mm2, 258个扩散方向),优化了高角度分辨率和减少扫描时间。这种先进的采集技术利用同时多层成像实现了高角度和空间分辨率,同时保持了临床可行的扫描时间(3, 4)。

2.3 预处理
T1加权解剖图像使用FreeSurfer版本7.1.1(http://surfer.nmr.mgh.harvard.edu/)进行处理。处理流程包括去颅处理、强度标准化、皮下结构分割和表面重建。

分割策略:为了确保所有三种模态(SCN、DTI和fMRI)之间的拓扑对应关系,我们采用了统一的104节点分割方案。该图谱结合了:(1) 皮层节点(68个):来自FreeSurfer的Desikan-Killiany图谱(每个半球34个区域),提供标准的解剖学协方差定义。(2) 皮下和小脑节点(36个):从FreeSurfer aseg流中提取的皮下结构(丘脑、尾状核、壳核、苍白球、海马体和伏隔核)和小脑分割,形成了完整的104节点连接组。这种统一的方法减少了将不同图谱(例如AAL vs. Desikan)注册到同一受试者时经常引入的空间不匹配,确保“Precentral Gyrus”节点在SCN、DTI和fMRI分析中代表完全相同的解剖体积。

2.4 连接性矩阵构建
对于每位受试者,为所有模态生成了104 × 104的连接性矩阵:
结构连接性(DTI):
- 重建:使用DSI Studio中的广义Q-Sampling Imaging(GQI;扩散率比 = 1.25)类似地重建扩散数据。GQI是一种无模型方法,可以量化不同方向上扩散水的密度,即使在角度分辨率较低的临床数据集中也能稳健地解析交叉纤维。
- 纤维追踪:使用修改后的FACT算法进行全脑确定性纤维追踪(角度阈值 = 60°, 步长 = 0, 自适应种子)。每位受试者生成了总共50,000条流线。
- 矩阵生成:通过计算终止在104个包裹对中的流线数量来构建连接性矩阵(“pass”连接性)。矩阵通过ROI大小进行归一化,以考虑包裹体积的变化。

功能连接性(fMRI):使用CONN Toolbox从相同104个区域的ROI到ROI的相关性中得出功能连接性矩阵(6)。时间序列从统一的FreeSurfer分割中提取。所有相关系数在组级分析前进行了Fisher r-to-z转换。

2.5 图论分析
所有多模态矩阵(SCN、DTI和fMRI)都经过了比例阈值处理(Top 5%)。这种严格的阈值仅保留每个网络中最强的5%的连接,确保所有图论指标都是在具有相同密度(ρ = 0.05)的网络上计算的。这种方法控制了网络密度变化对效率和度等指标的混淆效应,允许有效的跨模态和组间比较(7)。
计算的指标包括:(i) 全局效率:网络整合的度量。(ii) 聚类系数:功能分离的度量。(iii) 平均节点强度(度):节点的平均连接强度。(iv) 模块性:网络细分为密集连接组的程度。

2.6 统计分析
统计分析使用Python 3.9(scipy, statsmodels)进行。使用Shapiro–Wilk检验评估人口统计/临床变量和全局网络指标的分布正态性。连续的人口统计变量(例如年龄)使用独立样本t检验进行组间比较(对于正态分布的数据)或Mann–Whitney U检验(对于非正态数据)。性别分布使用卡方检验进行比较。
对于网络指标,由于某些图论指标的非正态分布,使用Mann–Whitney U检验评估组间差异。效应大小计算为非参数检验的Rank-biserial相关(r)和参数检验的Cohen's d。为了最小化多重比较中的I型错误,使用False Discovery Rate(FDR)方法(Benjamini–Hochberg程序)调整了主要网络指标的p值(q < 0.05)。
网络边是使用比例阈值定义的,保留了每位受试者中最强的5%的连接,以确保图的稀疏性(密度 ≈ 0.05)和个体间的可比拓扑结构,与类似的连接组学研究一致(7, 8)。使用Spearman的等级相关系数评估网络指标与临床变量(ALSFRS-R、握力)之间的关系。所有测试的显著性阈值均为p < 0.05(双尾)。功效分析表明,样本量n = 29(15名ALS患者,14名对照组)能够检测到大于80%的功效(d > 0.8),这表征了ALS中的网络破坏。

2.7 关于网络密度的说明:使用比例阈值时,网络密度在数学上被限制为大约等于阈值百分比。因此,我们在所有模态中观察到的密度值约为0.05是这种方法的预期结果,确保了受试者间的可比稀疏性。

3 结果
3.1 人口统计和受试者特征
在排除了一名因运动伪影过多和因呼吸困难无法完成研究的ALS患者(Sub001)后,比较了ALS患者(n = 15)和对照组参与者(n = 14)的人口统计和临床特征。两组在年龄和性别分布上保持匹配。ALS患者的平均年龄为64.7岁(SD = 6.5岁),对照组为63.7岁(SD = 3.9岁),无显著差异(p = 0.61,独立样本t检验)。ALS组中有11名男性和4名女性,对照组中有10名男性和4名女性(p = 0.92)。双手偏好在两组间没有显著差异。关于药物使用,Riluzole被认为是我们中心ALS患者的标准治疗;因此,本研究没有明确获取或分析详细的药物使用记录(剂量、持续时间)作为变量。
除了人口统计变量外,还评估了ALS组的关键临床指标。ALS功能评分量表-修订版(ALSFRS-R)的平均得分为40.7(SD = 2.4),表明在成像时疾病严重程度为轻度至中度。ALS组的平均优势手握力为15.2 kg(SD = 6.6 kg),对照组为32.2 kg(SD = 1.8 kg)(p < 0.001)。非主导手的握力也表现出类似的模式(ALS组:12.0公斤 ± 6.6公斤;对照组:31.7公斤 ± 1.7公斤;p < 0.001)(表2)。表2显示了ALS组(n=15)和对照组(n=14)的特征数据及p值:年龄(岁,平均值±标准差)分别为64.7 ± 6.5岁和63.7 ± 3.9岁,p值为0.61;性别比例为男性11/41,女性10/40,p值为0.92;惯用手为右手/左手的比例为13/21和12/21,p值为1.00;ALSFRS-R评分(平均值±标准差)为40.7 ± 2.4分。主导手的握力为15.2公斤 ± 6.6公斤,对照组为32.2公斤 ± 1.8公斤,p值<0.001;非主导手的握力为12.0公斤 ± 6.6公斤,对照组为31.7公斤 ± 1.7公斤,p值<0.001。

ALS组和对照组在人口统计学和临床特征上进行了比较。根据El Escorial标准,一名患者(Sub016)被归类为可能患有ALS,其余14名患者被归类为确诊ALS。扫描时ALS症状的持续时间从6个月到48个月不等。关于疾病发作部位,一名患者(Sub013)未明确说明;两名患者(Sub004和Sub016)表现为球部/其他部位发病,其余患者表现为肢体发病。本研究未系统地进行基因检测;然而,所有患者均无已知的ALS家族史,也未收集C9orf72突变的具体数据。

3.2 结构协方差网络(SCN)分析
使用FreeSurfer(Desikan-Killiany图谱及皮下扩展)获得的皮层厚度和皮下体积值,构建了每组104×104的结构协方差矩阵。计算了各组内各区域测量值之间的成对皮尔逊相关性,并进行了Fisher-z转换。在相关性分析前,使用线性回归调整了年龄、性别和总颅内体积(TIV)的影响。网络仅保留了前5%的正相关性。

ALS组和对照组在SCN拓扑结构上表现出相似性,运动皮层、前运动皮层和顶叶皮层之间存在强烈的网络内耦合,这与感觉运动整合模块的保留一致。组间比较显示全局网络指标无显著差异(p > 0.05),表明尽管存在局部萎缩,但大尺度协方差组织仍然保持(表3;图1)。

3.3 扩散MRI(DTI)结构连接性
使用FreeSurfer(DKT+ASEG)分区并注册到扩散空间,获得了每组104×104的扩散MRI连接性矩阵。连接强度通过标准化流线计数来量化。尽管ALS组在全局DTI网络拓扑上没有观察到显著差异(p = 0.09),但趋势显示ALS组的连接强度略有下降(p = 0.09)。所有图论指标(包括全局效率和聚类系数)在两组间无显著差异(p > 0.15)。视觉检查显示ALS组的半球间运动和前运动连接性略有下降,但未达到统计显著性。

3.4 功能MRI连接性
对于静息状态和任务状态,使用Fisher-z转换的相关系数计算了ROI间的功能连接性矩阵。通过保留最强5%的边缘来筛选连接性矩阵,突出显示主导的运动网络组织。这种方法遵循了基于任务的功能连接性分析的常规做法。

3.4.1 在不同状态下采用相同分析方法的理由
我们在静息状态和任务状态的功能连接性分析中采用了相同的图论方法,原因有以下几点:首先,使用beta-series方法进行任务回归后,基于任务的连接性矩阵代表了任务执行期间的内在(背景)连接性,这在网络架构上与静息状态连接性直接可比。其次,使用相同的指标(全局效率、聚类系数和模块性)可以直观比较不同状态下的网络拓扑,这符合我们研究网络组织在休息和主动运动参与之间差异的核心问题。第三,这些图论指标量化了独立于认知状态的基本网络属性,适用于满足对称性和非负性基本假设的任何连接性矩阵。这种方法遵循了功能连接性文献中的常规做法,用于比较不同大脑状态下的网络拓扑。

ALS组和对照组在两种条件下的全局功能网络属性高度相似。尽管ALS组在静息状态下的全局效率略高,任务执行期间的平均相关强度较低,但组间差异经FDR校正后均无统计学意义(p > 0.05)。视觉检查显示ALS组的半球间和皮层-小脑连接性略有减弱。

3.5 功能MRI连接性:静息状态和任务状态
计算了静息状态和任务状态下的ROI间功能连接性矩阵。这些方法遵循了基于任务的功能连接性分析的常规做法。

3.4.1 在不同状态下采用相同分析方法的理由
我们在静息状态和任务状态的功能连接性分析中采用了相同的图论方法,原因有以下几点:首先,使用beta-series方法进行任务回归后,基于任务的连接性矩阵代表了任务执行期间的内在(背景)连接性,这在网络架构上与静息状态连接性直接可比。其次,使用相同的指标(全局效率、聚类系数和模块性)可以直观比较不同状态下的网络拓扑,这符合我们研究网络组织在休息和主动运动参与之间差异的核心问题。第三,这些图论指标量化了独立于认知状态的基本网络属性,适用于满足对称性和非负性基本假设的任何连接性矩阵。

ALS组和对照组在两种条件下的全局功能网络属性高度相似。尽管ALS组在静息状态下的全局效率略高,任务执行期间的平均相关强度较低,但组间差异经FDR校正后均无统计学意义(p > 0.05)。视觉检查显示ALS组的半球间和皮层-小脑连接性略有减弱。

3.6 临床相关性
我们计算了ALS患者(n = 15)的网络指标与临床指标之间的斯皮尔曼相关性。结构网络指标与临床功能指标呈显著负相关,表明更严重的临床损伤患者表现出更高的结构网络效率和聚类性,可能反映了代偿性重组或对神经退化的适应。相反,功能连接性指标与临床指标无明显正相关趋势(整体连接性×ALSFRS-R:ρ = 0.47,p = 0.078),表明ALS中结构与功能网络变化的机制不同。左侧握力强度(ρ = ?0.63,p = 0.012)。(D) 结构聚类与ALSFRS-R(ρ = ?0.60,p = 0.018)的对比。数据点代表个别ALS患者(蓝色:n = 15)。线条代表线性回归拟合。阴影区域表示95%置信区间。3.7 其他拓扑网络指标(结构和功能)为了进一步描述连接组的拓扑结构,我们计算了包括特征路径长度、同配系数、小世界性和富集俱乐部系数在内的其他图论指标。结构(DTI)和功能(静息和任务fMRI)网络的结果总结在表6中。在这些指标上,不同模态之间没有观察到统计学上的显著差异(所有p > 0.05)。ALS组和对照组在结构和功能网络中都表现出强烈的小世界性(σ >> 1),表明信息传递效率得以保持。结构网络显示出非同配混合(枢纽与非枢纽之间的连接),而功能网络则倾向于正同配(枢纽之间的连接)。值得注意的是,ALS患者在静息态fMRI中显示出同配性增加的趋势(p = 0.065),这可能反映了枢纽组织的改变。3.8 节点网络分析为了补充全局网络分析,我们检查了关键运动和额颞区域的节点特定指标。我们计算了20个解剖学定义的节点的度、介数中心性和聚类系数,包括初级运动皮层(中央前回)、初级感觉皮层(中央后回)、前运动区和额颞区(表9)。表9 节点指标(模态)ALS对照组p值L中央前回度(DTI)9.7 ± 3.0 9.7 ± 2.2 0.88L中央前回强度(fMRI)34.96 ± 7.05 31.02 ± 10.55 0.326R中央前回度(DTI)2.2 ± 2.5 1.9 ± 2.4 0.79R中央前回强度(fMRI)37.68 ± 6.87 32.05 ± 11.03 0.085L中央后回度(DTI)6.3 ± 1.8 5.4 ± 1.3 0.13L中央后回强度(fMRI)28.11 ± 11.02 31.42 ± 9.71 0.183R中央后回度(DTI)0.0 ± 0.0 0.0 ± 0.0 1.000R中央后回强度(fMRI)34.42 ± 9.62 31.85 ± 10.27 0.527关键运动区域的节点指标(结构和功能)。所有比较均无显著性(p > 0.05)。DTI度指的是在top-5%阈值网络中的二元连接计数;fMRI强度指的是绝对相关性的总和(未阈值化),以捕捉功能耦合的完整动态范围。在两组中都观察到DTI度的不对称性(左侧 > 右侧)。在任何区域的任何节点指标上都没有观察到显著的组间差异(所有p > 0.15)。对于DTI,左侧中央前回的度(ALS:88.0 ± 0.0,对照组:88.0 ± 0.0,p = 1.0)和介数中心性相当。同样,对于fMRI,左侧中央前回的节点强度(加权度)在两组之间也相当(ALS:34.96 ± 7.05,对照组:31.02 ± 10.55,p = 0.33)。在所有检查的节点中观察到了类似的模式,表明在结构和功能模态中,运动和额颞网络的节点组织得以保持。4 讨论我们的发现为ALS的特征性网络重组提供了新的见解。与将这种疾病视为以全局结构-功能耦合减少为标志的脱节综合征的传统观点相反,我们展示了一种更为微妙的模式:皮层协方差网络与功能连接性关联最小,而白质-功能耦合仍然稳健,在某些情况下甚至得到了加强。这种选择性重组突显了ALS连接组的复杂性和适应性(9, 10)。4.1 选择性的结构-功能解耦和补偿皮层协方差网络与功能动态之间的显著分离可能反映了优先影响皮层微结构和突触完整性的神经退行性过程(11)。皮层变薄、锥体神经元丢失和局部组织紊乱可能会破坏支持长距离功能整合的结构基础(12)。相比之下,基于扩散的白质连接性和功能同步性的保持或增强表明,即使在存在皮层病理的情况下,大规模轴突架构仍然足够完整,可以支持分布式区域之间的通信(11, 13)。4.2 与以往研究的比较以往关于ALS中结构-功能耦合的研究结果不一,有些报告了全局性的减少(14),而其他研究则注意到区域变异性或连接的保持。我们的多模态分析通过区分不同的结构基础澄清了这些差异。仅关注皮层厚度或结构协方差的研究可能会检测到严重的组织紊乱,从而得出广泛解耦的结论。然而,基于扩散的纤维追踪技术捕捉到了继续限制和塑造功能通信的大规模白质架构,解释了我们数据中观察到的强相关性(15, 16)。此外,观察到在任务执行期间结构-功能耦合仍然特别强,这强调了这种关系的动态性质(17)。这表明疾病相关的重组不是静态的,而是依赖于情境的,任务需求可能会放大补偿性连接模式。4.3 临床和治疗意义我们的分析揭示了结构网络拓扑与临床状态之间的反比关系,即功能损伤更严重的患者(ALSFRS-R和握力评分较低)表现出更高的全局效率和聚类系数。这一发现与早期至中期神经退行性病变中经常描述的“补偿性超连接”假说一致。随着直接结构通路的退化,网络可能通过招募替代的、冗余的通路或解除现有连接的抑制来重新组织,以维持系统范围内的整合。然而,与临床表现之间的强负相关表明,这种重组最终可能变得不适应或不足以维持功能,因为疾病负担的增加。或者,这可能反映了“富者越富”的现象,即外围低度节点的灾难性失败导致基于剩余的高度连接核心网络计算出的全局效率指标人为膨胀。结构-功能耦合的持续存在——特别是与这种超连接相关联——具有重要的临床意义(18)。虽然补偿性网络重组可能在疾病早期阶段支持运动表现,但过度或不适应的超连接最终可能导致网络不稳定、兴奋毒性和疾病进展(19)。这种双重作用突显了调节网络动态的治疗干预的潜力。例如,可以使用重复经颅磁刺激(rTMS)、经颅直流电刺激(tDCS)或靶向药物等神经调节策略来重新平衡过度活跃的网络或加强薄弱的连接(20, 21)。此外,先进的神经康复方案可能利用保持的白质-功能耦合来增强可塑性和减缓功能衰退(22)。跨模态指标也可以作为监测疾病进展、评估治疗效果和指导个性化治疗策略的敏感生物标志物(23)。4.4 局限性和未来方向我们的研究有几个局限性。首先,样本量(n = 29)虽然足以检测到大的效应,并且与类似的神经影像学研究一致,但限制了我们检测细微网络变化的能力。其次,尽管我们使用了跨模态的高分辨率104节点图谱,但由于小脑区域的复杂纤维交叉,概率纤维追踪仍然具有挑战性;未来使用高角分辨率扩散成像(HARDI)的研究可能会允许更稳健的小脑结构映射。第三,这是一项横断面研究;需要纵向设计来追踪补偿性重组的轨迹。最后,虽然我们观察到了强烈的结构-功能耦合,但确切的细胞机制(例如,特定抑制性中间神经元的参与)仍需通过动物模型或尸检病理学来阐明。最后,虽然我们的基于相关性的方法捕捉到了全局结构-功能对应关系,但它并没有完全解决疾病连接组内非线性或高阶相互作用的复杂性。新兴的计算方法——包括图神经网络、多变量机器学习和深度连接组建模——提供了揭示可能逃逸于传统分析的微妙、空间分布的重组模式的激动人心的机会。当这些技术应用于更大的纵向数据集时,可以进一步阐明ALS中皮层和皮下网络的渐进性重塑,并可能产生预测预后和治疗分层的生物标志物。5 结论总的来说,我们的结果修正了将ALS视为网络解体疾病的传统模型。相反,它们表明结构-功能关系存在选择性和动态的重组,皮层层面的解耦与稳健且可能具有补偿性的白质-功能耦合共存。识别和针对这些网络层面的适应可能会开辟新的干预途径,并提高我们对疾病进展和治疗反应的理解。
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