深度解析脑小血管病中的铁沉积与认知关联及分子机制

最新推荐文章于 2025-07-29 21:31:10 发布

楚山之石

最新推荐文章于 2025-07-29 21:31:10 发布

阅读量1.2k

点赞数 30

CC 4.0 BY-SA版权

分类专栏： QSM技术文章标签：人工智能算法

本文链接：https://blog.csdn.net/u010688061/article/details/148353266

QSM技术专栏收录该内容

2 篇文章

订阅专栏

深度解析脑小血管病中的铁沉积与认知关联及分子机制

脑小血管病（cSVD）作为一种常见的慢性脑血管疾病，在人口老龄化加剧的当下，其发病率呈显著上升趋势。据相关研究统计，在 65 岁以上的老年人群中，cSVD 的患病率高达 25% - 50% 。它不仅是导致血管性认知障碍和痴呆的关键因素，还与多种神经系统症状密切相关，严重影响患者的生活质量和预后。随着医学研究的不断深入，cSVD 的早期诊断与干预已成为当今医学领域的研究热点之一。

研究背景与目的

cSVD 的影像学标志物，如白质高信号、血管周围间隙等，已被证实与认知障碍存在紧密联系。然而，脑内铁沉积在 cSVD 中的空间分布模式、对认知功能的具体影响，以及其背后潜在的病理生理机制，至今仍未完全明确。定量磁化率成像（QSM）技术的出现，为我们无创、精准地量化脑内铁含量提供了有力手段。同时，将 QSM 技术与基因表达数据相结合，有望从分子层面深入揭示铁沉积在 cSVD 中的作用机制。

本研究旨在深入探究以下三个关键问题：

cSVD 患者与健康对照人群相比，脑区磁化率值是否存在显著差异？
特定脑区的磁化率值与认知功能之间是否存在关联？并且，cSVD 的严重程度是否会对这种关联产生调节作用？
脑区磁化率差异的空间模式，是否与特定功能基因通路的空间分布存在内在联系？

研究方法

研究人群

本研究严格按照既定标准，纳入了 87 例 cSVD 患者。这些患者均符合明确的临床症状标准，并且在 MRI 检查中呈现出中重度白质高信号。同时，为了进行对比分析，研究团队精心挑选了 80 例年龄、性别与之匹配的健康对照（HC）个体。

在认知功能评估方面，研究人员采用了一系列权威的评估工具。其中，简易精神状态检查表（MMSE）和蒙特利尔认知评估量表（MoCA）用于全面评估整体认知功能；听觉词语学习测验（C-RAVLT）专注于评估记忆功能；斯特鲁普色词测验（SCWT）和符号数字转换测验（STT）则主要用于评估执行功能。通过这些多维度的评估工具，确保了对研究对象认知功能的全面、准确测量。

MRI 数据采集与 cSVD 影像学标志物评估

研究使用先进的 3.0T MRI 扫描仪，对所有研究对象进行了全面的数据采集。扫描序列涵盖了 T1 加权成像、T2 液体衰减反转恢复（FLAIR）成像以及 QSM 成像等关键序列。

在 cSVD 影像学标志物分析过程中，研究团队依据 STRIVE 标准，对腔隙、白质高信号（WMH）、血管周围间隙（PVS）、脑微出血（CMB）等关键影像学特征进行了细致的手动评级。同时，为了提高分析的准确性和效率，研究人员还借助先进的图像处理技术，采用 FreeSurfer WMH-SynthSeg 软件自动分割 WMH，利用 SHiVAi pipeline 软件自动分割 PVS 和 CMB，并精确计算出它们在颅内总体积（% ICV）中的占比。

QSM 数据处理与体素水平分析

QSM 数据处理是本研究的关键技术环节之一。研究人员使用 SEPIA 工具箱对原始数据进行重建，具体流程包括：首先运用 ROMEO 算法进行相位解缠，有效消除相位数据中的缠绕现象；然后采用 VSHARP 算法去除背景场，提高数据的信噪比；最后通过 FANSI 算法进行磁化率反演，得到精确的磁化率数据。完成重建后，所有数据均被归一化至 MNI 标准空间，以便进行后续的统一分析。

在体素水平分析阶段，研究人员运用 SPM12 软件进行统计分析。在分析过程中，将年龄、性别作为协变量纳入模型，以排除这些因素对结果的潜在干扰。同时，为了有效校正多重比较带来的误差，研究采用了阈值自由簇增强（TFCE）方法，并以家族性误差率（FWE）校正，设定 P<0.05 作为统计学显著性阈值。此外，为了避免白质对分析结果的干扰，在分析过程中对白质区域进行了有效排除。

影像学 - 转录组关联分析

为了深入探究铁沉积与基因表达之间的内在联系，研究团队从 Allen 人类脑图谱（AHBA）中获取了 6 例尸检脑的区域基因表达数据。这些数据基于 Desikan–Killiany 图谱，被精确划分至 83 个脑区。

在数据分析阶段，研究人员采用偏最小二乘回归（PLSR）方法，深入分析脑区 TFCE 值与基因表达之间的复杂关联。同时，为了进一步挖掘潜在的生物学机制，研究团队运用基因集富集分析（GSEA）方法，对富集的生物学通路以及细胞类型特异性基因进行了系统探索。
文章配图

图一技术路线

研究结果

基线特征

通过对研究对象的基线特征进行分析，发现 cSVD 患者相较于 HC 人群，具有更多的血管危险因素。具体表现为高血压、糖尿病等慢性疾病的患病率显著升高。在认知功能方面，cSVD 患者在 MoCA 评分、执行功能以及记忆测试中的表现均显著低于 HC 人群，这充分表明 cSVD 患者存在明显的认知功能下降。此外，影像学检查结果显示，cSVD 患者的 WMH、PVS、CMB 负荷明显高于 HC 人群，进一步证实了 cSVD 患者脑内小血管病变的严重程度。

全脑 QSM 分析

在全脑 QSM 分析中，研究人员发现 cSVD 患者在双侧壳核、尾状核及中脑黑质区的 QSM 值显著升高（图 3A）。这一结果提示，这些区域可能存在明显的铁沉积现象。与之相反，在脑干部分区域，cSVD 患者的 QSM 值出现了降低（图 3B）。

进一步的相关性分析表明，右侧尾状核的 QSM 值与 MoCA 评分之间存在显著的负相关关系（β=-4.97, P<0.001），即右侧尾状核铁沉积越多，MoCA 评分越低，患者整体认知功能越差。在执行功能方面，双侧壳核的 QSM 值与 Stroop-C 测试时间呈现正相关，这意味着双侧壳核铁沉积增加，会导致患者在执行该测试时所需时间延长，执行功能受损更为严重。在记忆测试（C-RAVLT）中，右侧尾状核的 QSM 值与测试成绩呈负相关，说明右侧尾状核的铁沉积会对患者的记忆功能产生负面影响。
文章配图

图二全脑 QSM 分析组间差异

铁沉积与 cSVD 影像学标志物的交互作用

研究发现，基底节区 PVS 体积与壳核、尾状核 QSM 值之间存在显著的交互作用。这种交互作用对 MoCA 评分产生了明显影响。以右侧壳核为例，二者的交互作用系数 β=-0.29, P=0.003，这表明基底节区 PVS 体积的变化，会与壳核铁沉积相互影响，共同对患者的整体认知功能产生作用。

影像学 - 转录组分析

在影像学 - 转录组分析中，PLSR1 模型能够解释 41% 的变异，这表明该模型对数据具有较好的解释能力。进一步分析发现，TFCE 值与 PLSR1 得分之间呈现显著的负相关关系（r=-0.64）。

通过 GSEA 分析，研究人员发现了一系列富集的生物学通路。在生物学过程方面，内皮发育、突触相关通路（如突触囊泡循环）显著富集。在细胞成分方面，轴突远端、突触结构相关的基因表达出现明显变化。在细胞类型特异性基因方面，内皮细胞、少突胶质细胞相关基因显著富集，而神经元特异性基因表达则出现下调。这些结果表明，铁沉积可能通过影响这些生物学通路和细胞类型特异性基因的表达，参与 cSVD 的病理生理过程。

文章配图

图三影像学 - 转录组分析

讨论与结论

铁沉积的空间分布与认知影响

本研究首次明确揭示了 cSVD 患者深部灰质（壳核、尾状核）存在显著的铁沉积增加现象，并且这种铁沉积与患者的认知功能下降密切相关。这一发现为 cSVD 认知损伤的早期诊断和病情监测提供了新的潜在影像学标志物。

此外，铁沉积与 PVS 之间存在的交互作用表明，血脑屏障（BBB）功能障碍以及淋巴系统的改变，可能在 cSVD 患者脑内铁稳态失衡过程中发挥着重要作用。这一发现为深入理解 cSVD 的病理生理机制提供了新的视角，也为后续治疗策略的制定提供了潜在的靶点。

铁沉积的潜在分子机制

转录组分析结果显示，在铁沉积增加的区域，突触相关基因以及神经元功能基因的表达出现明显下调，而内皮细胞和少突胶质细胞相关基因表达上调。这一结果提示，铁沉积可能通过破坏脑内结构完整性，如干扰髓鞘形成、影响突触功能等，参与 cSVD 的病理过程。

其中，内皮发育相关基因的富集进一步支持了 BBB 功能异常在铁沉积中的关键作用。而少突胶质细胞铁储存异常可能加剧髓鞘损伤，进而影响神经信号传导，导致认知功能障碍。这些分子机制的发现，为深入理解 cSVD 的发病机制提供了重要线索，也为未来开发针对性的治疗药物奠定了理论基础。

研究局限与未来方向

尽管本研究取得了一系列重要发现，但不可避免地存在一些局限性。首先，AHBA 提供的基因表达数据来源于尸检样本，与活体 cSVD 患者之间可能存在一定的异质性，这可能会对研究结果的外推产生一定影响。其次，本研究缺乏对 BBB 功能的直接评估手段，如动态对比增强 MRI 等，这在一定程度上限制了对 BBB 功能障碍与铁沉积关系的深入理解。

针对这些局限性，未来的研究可以从以下几个方向展开：一是开展大规模的纵向研究，通过长期随访 cSVD 患者，进一步验证铁沉积与认知衰退之间的因果关系，为早期干预提供更有力的证据。二是结合多模态 MRI 技术，如动态对比增强 MRI、扩散张量成像等，深入探索铁沉积的病理机制，全面评估 cSVD 患者脑内微观结构和功能的变化。三是加强对 cSVD 动物模型的研究，通过人为干预铁代谢相关通路，深入探究铁沉积在 cSVD 发病过程中的具体作用机制，为临床治疗提供更多的实验依据。

研究意义

本研究通过创新性地结合 QSM 与转录组数据，首次从影像学和分子生物学两个层面，系统揭示了 cSVD 患者深部灰质铁沉积的认知影响及潜在分子机制。这一研究成果不仅为 cSVD 的早期诊断提供了新的影像学标志物，还为其治疗提供了潜在的生物学靶点，具有重要的临床指导意义和广阔的应用前景。相信随着相关研究的不断深入，cSVD 的诊疗水平将得到显著提升，为广大患者带来更多的福祉。

参考文献

[1] Wang Y, Ye C, Pan R, et al. Cognitive implications and associated transcriptomic signatures of distinct regional iron depositions in cerebral small vessel disease. Alzheimer’s Dement. 2025;21:e70196. DOI: 10.1002/alz.70196

技术指导

序列开发

本文涉及到关键技术QSM重建以及基于体素和FreeSurfer分割区域分析，如果你有关于QSM序列及定量分析的疑问，请留言或者加作者微信，可提供技术指导。

后处理代码及指导

如果你有相关数据，需要数据后处理服务，后处理代码或者技术指导，请加作者微信。

参考视频

基于FreeSurfer重建的QSM分析：https://www.bilibili.com/video/BV11Y5CzSEUq/
QSM重建：https://www.bilibili.com/video/BV1cx5Wz9EZG/