《Frontiers in Aging Neuroscience》:Neuroanatomical patterns of dementia risk in autism spectrum disorder
编辑推荐:
本研究针对自闭症谱系障碍(ASD)人群痴呆风险较高的流行病学观察,但其神经退行性变风险机制尚不明确的现状,开展了一项横断面研究。研究人员通过评估一个覆盖7-73岁ASD队列的痴呆敏感性脑结构复合指标(Schwarz复合评分)和脑年龄,探究了与神经退行脆弱性相关的神经解剖学特征。结果发现,虽然总体上ASD与神经典型(NT)组的复合评分和脑年龄无显著差异,但在老年(>40岁)亚组中,NT组显示出预期的年龄相关性皮质变薄,而ASD组此关系却不显著。这提示当前基于NT人群开发的痴呆敏感生物标志物在评估ASD人群的神经退行风险时存在局限,强调了为自闭症个体开发特异性生物标志物的必要性。研究发表于《Frontiers in Aging Neuroscience》。
自闭症谱系障碍(Autism Spectrum Disorder, ASD)是一种复杂的神经发育障碍,患者在社交沟通、行为模式等方面面临广泛挑战。随着医学的进步,ASD个体的寿命得以延长,但他们步入老年后所面临的健康风险,尤其是与年龄相关的疾病,却长期被研究所忽视。近年来,一系列流行病学调查揭示了一个令人担忧的现象:自闭症成年人被诊断出痴呆(dementia)的比例远高于普通人群。例如,有研究指出,在30-64岁的自闭症成人中,早发性痴呆的患病率是普通人群的两倍,且平均发病时间提前了约5年。对于同时患有智力障碍的自闭症个体,这种风险甚至更高。这不禁引发了科学家们的深思:自闭症与痴呆之间,究竟存在着怎样千丝万缕的联系?是共享了某些神经生物学基础,还是自闭症本身展示了一种独特的神经退行轨迹?
为了回答这些问题,研究人员开展了一项旨在探索自闭症谱系障碍中痴呆风险神经解剖学模式的研究。他们聚焦于大脑的结构,因为阿尔茨海默病(Alzheimer‘s disease, AD,痴呆最常见的形式)的典型病理特征就包括大脑特定区域的萎缩。研究团队招募了一个年龄跨度极大的队列(7-73岁),其中包括122名自闭症个体和119名神经典型(Neurotypical, NT)对照。他们利用磁共振成像(Magnetic Resonance Imaging, MRI)技术,计算了两个关键指标:一个是“Schwarz复合评分”,这是一个通过对内嗅皮层、中颞回、下颞回等下顶叶皮层、梭状回和楔前叶等对AD敏感区域的皮质厚度进行平均得到的复合指标,在NT人群中能有效区分轻度认知障碍(Mild Cognitive Impairment, MCI)和AD患者;另一个是“脑年龄”(brain-age),即通过算法根据大脑结构预测的生物学年龄,与 chronological age(实际年龄)的差异(ΔAge)可以反映大脑是否“未老先衰”。
研究的主要发现颇具启发性。当审视整个队列时,自闭症组和NT组在Schwarz复合评分和脑年龄上并没有显示出显著差异。而且,两个组都表现出随着实际年龄增长,复合评分下降的总体趋势,这意味着皮质厚度随年龄增长而变薄,这是一个正常的衰老过程。然而,当研究人员将参与者按年龄分成老年(>40岁)、中年(21-40岁)和青年(≤20岁)三个亚组进行深入分析时,有趣的现象出现了。在老年组中,NT个体依然显示出显著的年龄相关皮质变薄,但自闭症个体却没有表现出这种明显的“衰老”模式。即使研究人员在分析中控制了智商(Full-scale IQ, FSIQ)或自闭症相关临床量表(如SRS-2, RBS-R)的分数,这一结果依然稳健。另一方面,脑年龄的分析显示,无论是在全队列还是各个年龄亚组中,自闭症个体和NT个体的大脑预测年龄与实际年龄的差异(ΔAge)都没有显著不同,这表明自闭症个体的大脑并没有表现出普遍性的、加速的整体衰老。
这些结果意味着什么呢?它们与所谓的“平行或保护性发展”假说相一致。该假说认为,自闭症个体的大脑发展轨迹可能异于常人,并非简单地“加速衰老”,而是在生命后期表现出相对的“韧性”或独特的平行变化模式。这或许可以解释为什么在老年自闭症个体中,那些在NT老年人中通常会因衰老而明显变薄的AD易感脑区,其变薄趋势反而不显著。然而,这又与自闭症人群痴呆高发的流行病学数据形成了看似矛盾的局面。研究者指出,这种矛盾恰恰凸显了当前痴呆敏感性生物标志物在应用于自闭症人群时的局限性。为NT人群开发的、专门捕捉AD典型脑萎缩模式的Schwarz复合评分,可能无法有效识别自闭症个体中潜在的、或不同模式的神经退行风险。自闭症相关的痴呆风险,也许并非遵循典型的AD病理路径,或者涉及其他类型的痴呆(如额颞叶痴呆、血管性痴呆)。此外,有研究表明自闭症个体体内可溶性淀粉样前体蛋白α(sAPP-α)水平升高,这种蛋白具有神经保护作用,可能改变神经退行的发展轨迹。
当然,这项研究也存在一些局限。例如,这是一项横断面研究,无法追踪同一个体随时间的脑变化轨迹;研究队列中的自闭症个体均不伴有智力障碍,这可能限制了结论向更广泛自闭症人群的推广;此外,研究未对参与者进行标准的痴呆临床认知评估。但这些发现无疑为未来的研究指明了方向:迫切需要开发适用于自闭症人群的特异性痴呆生物标志物;需要开展纵向研究来描绘大脑变化的个体轨迹;应采用结合神经影像、遗传、生物体液和临床数据的多模态方法,以更全面地理解自闭症与痴呆之间的复杂关系。
本研究最终得出结论:在无智力障碍的自闭症老年成人中,常规的、对阿尔茨海默病敏感的脑结构复合指标并未显示出在神经典型老年人中常见的广泛性年龄相关衰退。这一发现挑战了现有生物标志物的普适性,强调为自闭症群体量身定制评估工具对于提升诊断精度、识别具有临床意义的生物标志物至关重要。论文已发表在《Frontiers in Aging Neuroscience》期刊上。
关键技术与方法
本研究主要采用了以下关键技术方法:1. 参与者队列与临床评估:研究从美国三所大学(佛罗里达大学、堪萨斯大学、德克萨斯大学西南医学中心)招募了241名参与者(122名ASD,119名NT),年龄跨度为7-73岁。ASD诊断基于DSM-5或DSM-IV标准,并辅以自闭症诊断观察量表(ADOS-2)等工具确认。2. 磁共振成像(MRI)数据采集与处理:使用3T MRI扫描仪采集高分辨率T1加权结构像。图像处理采用FreeSurfer 7.2.0软件进行皮质重建与分割,并使用了ComBat算法对不同扫描仪的数据进行协调校正。3. 脑结构指标计算:计算了Schwarz复合评分,该评分对双侧内嗅皮层、中颞回、下颞回、下顶叶皮层、梭状回和楔前叶的皮质厚度进行平均。同时,使用BrainAgeR 2.1工具基于全脑灰质、白质和脑脊液概率图预测脑年龄。4. 统计分析:采用R语言进行统计分析,包括置换检验(permutation test)、多元回归分析和协方差分析(ANCOVA),以考察诊断组间差异、年龄效应及其交互作用,并对多重比较进行了错误发现率(FDR)校正。
研究结果
3.1 人口统计学和临床信息
对全队列的分析显示,ASD组在年龄、性别、全量表智商(FSIQ)、言语智商(VIQ)、操作智商(PIQ)和总颅内体积(TIV)上与NT组存在显著差异。但在按年龄分成的老年、中年、青年亚组内进行分析时,这些人口学变量在老年组中无组间差异,在中年和青年组仅有部分智商指标存在差异。
3.2 Schwarz复合评分
- •
全队列分析:ASD组与NT组的Schwarz复合评分无显著差异。然而,两个组内部都显示出复合评分随年龄增长而显著下降的强相关关系。
- •
年龄亚组分析:在老年、中年、青年三个亚组中,ASD与NT组的复合评分均无显著差异。深入分析各诊断组内部的年龄效应发现,在老年组中,NT个体仍表现出复合评分随年龄增长而下降,但ASD个体则未显示出此显著关系。在中年组,两组均无显著年龄效应。在青年组,两组均显示出显著的年龄相关下降。
- •
老年组重点分析:对老年组进行脑区水平的分析发现,在ASD组中,大多数AD敏感脑区未显示显著的年龄相关斜率;而在NT组,多个脑区(如双侧中颞回、右侧下顶叶皮层、右侧梭状回)显示出显著的年龄相关皮质变薄。即使在统计模型中控制了自闭症特征量表(SRS-2, RBS-R)得分或FSIQ,上述模式依然保持不变。
3.3 脑年龄
无论是在全队列层面,还是在各个年龄亚组内,ASD组与NT组之间的预测脑年龄与实际年龄的差值(ΔAge)均无显著差异。控制FSIQ后结论不变。
结论与讨论
本研究的主要结论是,在无智力障碍的自闭症个体中,基于神经典型人群开发的、对阿尔茨海默病敏感的结构性脑复合指标(Schwarz复合评分)和全脑年龄估计,并未捕捉到广泛存在且可推广的、类似痴呆的脑结构脆弱性模式。尽管全队列显示出预期的年龄相关皮质变薄,但在关键的老年亚组中,神经典型个体表现出该模式,而自闭症个体则没有。
这一发现具有多重重要意义。首先,它支持了自闭症大脑发展可能遵循“平行或保护性”轨迹的假说,意味着其衰老模式可能异于常人,而非简单的加速衰退。其次,更重要的是,它尖锐地揭示了当前痴呆生物标志物在应用于自闭症人群时可能存在“水土不服”的局限。自闭症的高痴呆风险,可能并非通过典型的阿尔茨海默病样脑萎缩模式来体现,或者其风险源于其他类型的痴呆病理。这提示流行病学观察到的风险与神经影像学生物标志物之间可能存在脱节。最后,研究强调了为自闭症群体开发特异性、敏感的生物标志物的紧迫性。未来的研究需要纳入更广泛认知功能水平的自闭症个体,开展纵向追踪以描绘个体化轨迹,并采用多模态方法整合影像、遗传、体液标志物和精细的临床评估,才能真正厘清自闭症与痴呆之间的复杂关联,从而为这一群体的晚年健康与精准医疗干预铺平道路。