你的皮质如何成长? (2011)

J Neurosci。 作者手稿; 可在PMC Nov 11,2011中找到。
以最终编辑形式发布为:
PMCID:PMC3157294
NIHMSID:NIHMS297379
Armin Raznahan,MD博士,1,2 菲利普肖,MD博士,1 弗朗索瓦·拉隆德,博士,1 迈克斯托克曼,1 Gregory L Wallace,博士,1 德德格林斯坦,博士,1 丽芙克拉森,博士,1 Nitin Gogtay,MD,1 和 杰伊N吉德医师1
可通过以下网址免费获得出版商对本文的最终编辑版本: 神经科学杂志
请参阅PMC中的其他文章 引用 已发表的文章。

抽象

理解人类皮层成熟是发育神经科学的核心目标。近年来,两项体内结构磁共振成像(sMRI)研究取得了显著进展,朝着这一目标迈出了重要一步:(i) 纵向研究设计表明,性别、认知能力和疾病等因素与解剖结构变化的节奏变化的相关性,通常高于与任何特定时间点的解剖结构变化的相关性;(ii) 主要应用于横断面研究的新型“基于表面的形态测量”(SBM)方法表明,传统上对皮层体积(CV)的关注可能会掩盖皮层厚度(CT)和表面积(SA)这两个在进化和遗传上截然不同的CV决定因素的信息。本文首次将这两种策略相结合,并应用基于结构的数据模型(SBM)分析了来自647名3至30岁健康个体的1,250多例纵向脑部扫描数据,从而揭示了皮质发育过程中“隐藏”着不同的解剖结构变化轨迹,并由此产生了皮质发育曲线(CV)的成熟模式。皮质发育的变化体现在皮质厚度(CT)和表面积(SA)的性别二态性和年龄依赖性变化上。此外,表面积的变化本身实际上反映了暴露皮质“凸包”面积(CHA)的脑容量相关变化与皮质回旋程度变化之间的复杂相互作用,而皮质回旋程度同样会随年龄和性别而变化。了解这些发育分离现象,并进一步明确其发生的时间和性别差异,为基础和临床神经科学提供了强有力的新研究方向。

介绍

自活体结构神经影像技术出现以来,大脑皮层的解剖结构受到了尤为密切的关注,其中皮层体积(CV)是主要的形态计量学指标。最初,横断面研究证实了CV与年龄、性别、认知能力和疾病等因素之间存在显著关联(Mechelli等,2005)。随后,能够直接测量解剖结构变化的纵向研究表明:(i)正常的CV发育遵循“倒U”形曲线轨迹(Giedd等,1999);(ii)在此背景下,任何特定时间点的CV变化通常不如CV随时间变化的变异更能反映大脑成熟度、性别二态性和病理状况(Giedd和Rapoport,2010)。然而,与此同时,多项证据表明,CV 很大程度上是皮层解剖结构的“综合”测量,它整合了(因此可能掩盖了)大脑的几个生物学上不同的形态计量学特性。

皮质体积由皮质层的两个不同维度决定——表面积(SA)和皮质厚度(CT)。表面积又由暴露的皮质表面或“凸包面积”(CHA)以及隐藏在脑沟内的皮质面积组成。脑沟的程度可以通过计算“回旋指数”(GI)来量化——总表面积与凸包面积之比(Van Essen和Drury,1997)。与皮质体积(CV)(Schmitt等人,2007)及其变化(Brans等人,2008)一样,这些共同决定皮质体积的多种神经解剖表型都具有高度遗传性(Panizzon等人,2009;Rogers等人,2010)。然而,不同的CV决定因素反映了不同的进化(Rakic,1995)、遗传(Panizzon等,2009;Raznahan等,2010b)和细胞(Chenn和Walsh,2002)过程,而这些过程都被混杂在单一的CV指标中。例如,疾病状态(Raznahan等,2010a)、常见遗传变异(Joyner等,2009)和环境变化(Park HJ,2009)都可能对不同的CV子成分产生不同的影响。

尽管CHA、GI、SA和CT各自携带独特的生物学信息,但只有CT进行了纵向研究(Shaw等,2008)。因此,我们对CHA、GI、SA和CT的变化如何随时间相互作用以塑造典型的心血管发育(Giedd等,1999),以及不同性别或疾病状态人群的心血管发育差异(Giedd和Rapoport,2010)知之甚少。横断面研究中对心血管发育进行分级分析的结果并不一致(Salat等,2004;Ostby等,2009)。

如果皮质厚度 (CT) 和表面积 (SA)(以及 SA 内部的毛细血管密度 (CHA) 和毛细血管间隙 (GI))的变化对皮质体积 (CV) 的变化有贡献,且这种贡献会随发育阶段和性别而变化,那么对 CV 变化进行分解将成为更好地理解健康和疾病状态下皮质发育生物学基础的关键步骤(Geschwind 和 Konopka,2009)。因此,我们利用目前已知最大的典型脑发育纵向数据库,对构成 CV 的各种脑特性的参考成熟轨迹进行表征,并确定这些脑特性的变化是否以随年龄和性别变化的方式对 CV 产生影响。

材料和方法

我们共纳入了1274例磁共振成像脑部扫描,这些扫描来自647名年龄在3至30岁之间的健康女性(319人/607次扫描)和男性(328人/667次扫描)[参与者特征汇总于表1 ]。所有sMRI扫描均为T1加权像,采用连续的1.5 mm轴位切片和2.0 mm冠状位切片,使用同一台1.5T通用电气(美国威斯康星州密尔沃基)Signa扫描仪,并采用3D扰相梯度回波序列获得。每例扫描均使用经过充分验证的全自动MRI分析技术(Im等人,2008)进行处理,该技术可估算总CV值,并创建褶皱皮质层的三维重建,从中导出四个指标:皮质表面约80,0000个点(顶点)的平均CT值;总SA值;总CHA值;以及胃肠道。

表1 

参与者特征

我们采用混合模型(Pinheiro 和 DM,2000)来估计年龄、性别及其交互作用对各项指标的固定效应。嵌套随机效应项用于模拟家庭内部和个体内部的观测依赖性。因此(以随年龄增长的三次 CT 值为例),第 i 个家庭中第 j 个个体在第 k 个时间点的 CT 值建模如下:

CTIJK =截距+ di +dij +ß1(性别)+ß2(年龄)+ß3(年龄2)+ß4(年龄3)ß5(性别*年龄)+ß6(性别年龄*2)+ß7(性别年龄*3)+ eIJK

对于每个感兴趣的形态测量指数,首先使用F检验来确定立方,二次或线性生长模型是否最适合数据。 然后,使用似然比检验来确定包含年龄项和性别之间的相互作用的模型是否预测了与仅包括年龄项和性别的主要影响的简单模型(即,如果增长)相比,在感兴趣的度量中显着更多的方差。用于感兴趣度量的曲线“形状”在男性和女性之间显着不同)。 每当在生长轨迹的形状中未发现显着的性别差异时,使用第二似然比检验来确定包括年龄和性别主效应的模型是否预测与感兴趣的度量相比显着更多的方差。模型包括单独的年龄项(即,如果兴趣度量,男性和女性之间的生长曲线“身高”显着不同)。 所有模型都使用“以平均为中心”的年龄项来运行,因此性别系数系数将指平均年龄(13.11年)的性别主要影响,而不是零年龄。 对于遵循非线性发育轨迹的那些形态测量指数,通过求解使用混合建模为该形态测量指数定义的生长轨迹方程的一阶导数来确定“峰值年龄”。

为了量化CT和SA变化对CV变化的相对贡献,以及GI和CHA变化对SA变化的相对贡献 - 我们将每个测量的增长轨迹转换为年度百分比变化轨迹。 如果将皮质视为片状,则CV是CT和SA的产物。 鉴于此,CV变化百分比是CT和SA的百分比变化的总和。 同样,鉴于SA是CHA和GI的产物,SA变化百分比是CHA和GI的百分比变化的总和。 可以利用这些关系来量化CT,SA,CHA和GI变化对CV变化的相对贡献。

功能验证

首先,我们绘制了男性和女性的 CV 随年龄的变化图 [图 1 ],并在较小的样本中重复了我们之前的发现(Lenroot 等人,2007),即:CV 遵循倒 U 形三次轨迹(F 2,629 = 64.7,p<0.0001),在儿童晚期/青春期早期达到峰值,然后以递减的速度下降,在 3 岁左右趋于稳定;男性的绝对 CV 值大于女性(t=14,p<0.00005);并且 CV 轨迹具有性别二态性 [似然比 (LR)=18,p=0.0002],男性(9.3 年)的峰值出现时间晚于女性(8 年)。 CV的两个决定因素——CT和SA——均呈现倒U型三次曲线轨迹(分别为F <sub>2,629</sub> =12.8,p<0.0001和F <sub>2,629 </sub>=66.8,p<0.0001),且CT的峰值出现时间早于SA,且男女皆如此。SA的轨迹形状和达到峰值的年龄存在性别二态性(轨迹差异:LR=32.9,p<0.0001 / 峰值年龄:男性9.7岁,女性8.1岁),而CT则无此差异(LR=0.45,p=0.8 / 峰值年龄:男性8.6岁,女性8.4岁)。表面积 (SA) 的两个决定因素——CHA 和 GI——均呈现倒 U 型三次曲线轨迹 [CHA (F 2,629 =26.2, p<0.0001), GI (F 2,629 =28.9, p<0.0001)]。CHA (LR=27.4, p<0.0001) 和 GI (LR=11.1, p=0.01) 的轨迹形状均存在性别二态性。凸包面积从 3 岁起在两性中均显著增加,但男性达到峰值的时间(15.2 岁)远晚于女性(11.8 岁)。相比之下,GI 的峰值出现在我们研究年龄范围的下限,之后持续下降。男性的CHA(t=15.7,p<0.00005)和GI(t=4.8,p<0.00005)均高于女性。在所研究的年龄范围内,男性和女性的CV、CT、SA、CHA或GI的估计组平均轨迹没有交集。

图1 

皮质体积的发育轨迹及其雄性和雌性的每个子成分

为了更好地说明CT和SA对CV变化的贡献,以及CHA和GI对SA变化的贡献,我们绘制了这些指标的年百分比变化与年龄的关系图[图2 ]。图2a显示,儿童时期CV的快速扩张在女性中主要由CT和SA的变化驱动,而在男性中,约2/3的CV变化是由SA造成的。此外,在所研究的整个年龄范围内,CV变化的性别差异是由于SA而非CT随年龄变化的性别差异造成的。由于CT成熟的速度在两性之间差异不大,男性SA的​​快速且持续的增长(随后SA的下降速度较慢)导致其CV峰值出现时间较女性(随后CV的下降速度较慢)有所延迟。图2b显示,导致SA成熟性别差异的因素随年龄而变化。儿童时期SA扩张速率的性别差异主要由CHA和GI成熟度的性别差异共同导致,但随着时间的推移,GI成熟度的性别差异在SA变化性别差异中所占比例逐渐减小。因此,在12.9岁以后(此时男性和女性的GI变化轨迹趋于一致),SA变化的性别差异几乎完全由CHA决定。然而,无论男女,CHA的减少在青春期后期SA减少中所占比例均小于GI的减少。

图2 

a)男性和女性的皮质体积(CV),厚度(CT)和表面积(SA)的年龄变化百分比: CT和SA对儿童CV增加的相对贡献是性二态的。 数量上的性别差异随着变化而变化 ...

讨论

我们的研究首次揭示了皮质体积(CV)的成熟变化和性别二态性是如何通过皮质解剖结构多个不同方面的复杂相互作用而产生的。“并非所有的皮质体积变化都相同”,因为皮质体积的变化是由皮质厚度(CT)、皮质角(CHA)和皮质指数(GI)的不同部分构成,具体取决于性别和发育阶段。了解这些差异有助于我们更精准地寻找皮质发育正常和病理变异背后的遗传和环境因素。例如,对健康人群脑部解剖结构性别二态性的研究直到最近才从横断面比较体积测量值转向更多地关注脑体积成熟速度的性别差异(Lenroot等人,2007)。我们现在证明,CV成熟动态的性别二态性本身很大程度上是CHA发育性别差异(随脑径向大小而变化)的涌现特性,而非皮质褶皱程度(以GI为指标)或CT值所致。具体而言,CV随年龄变化的性别差异主要源于男性CHA峰值出现较晚且随后下降速度较慢。此外,由于我们未能发现CT总体平均变化速度存在显著的性别差异,我们的研究表明,其他非皮质因素必然是影响脑径向大小的性别二态性发育的潜在原因。因此,要揭示 CV 变化速度的性别差异,关键的下一步是:(i)纵向研究皮质下组织质量的径向尺寸如何随年龄变化,以及(ii)确定这种径向成熟度的性别差异是如何由大脑白质、皮质下灰质和脑脊液体积的发育变化引起的。

我们的研究结果对未来非典型脑发育的研究也具有重要意义。例如,已有充分证据表明,男性患儿童自闭症的风险高于女性,且该障碍在幼儿期的出现与心血管过度生长密切相关(Raznahan 和 Bolton,2008)。我们对心血管成熟过程的分解揭示了自闭症谱系障碍(ASD)表型的这两个核心特征如何能够同时被一个新颖(但可验证)的假设所解释:ASD风险因素是通过阻碍表皮(SA)而非皮质(CT)的成熟而发挥作用的。图2a阐明了为什么表皮发育异常预计会在幼儿期对心血管发育产生最大影响,并且这种影响在男性而非女性中更为显著。鉴于已知皮质厚度(CT)和皮层面积(SA)的遗传影响在很大程度上互不重叠(Panizzon等人,2009 ),且在已知的发育障碍风险基因中,等位基因变异会对其产生不同的影响( Joyner等人,2009 ),因此,这些见解对于自闭症等高遗传性神经发育障碍的生物学研究而言,具有至关重要的意义。我们的研究结果也提供了迄今为止最有力的证据,表明识别疾病状态下不同皮质体积(CV)成分的分离性改变可能有助于确定发育损伤的发生时间。例如,我们发现皮质回旋(GI)峰值出现在幼儿期或更早(这与其他灵长类动物的子宫内研究结果相吻合(Kochunov等人,2010)),因此,皮质回旋的变化可能成为这一关键早期发育窗口的潜在有用标志物。

我们提出的研究结果应结合以下几点注意事项进行解读。首先,我们在招募参与者时应用了排除标准(详见( Giedd et al., 1996 )),以限制潜在的混杂因素,例如个人或家族精神疾病史或发育障碍史。由此增强我们大型纵向样本的内部效度所带来的益处,必须与可能无意中导致的其他与大脑发育差异相关的属性(例如智商)的选择偏差的潜在弊端相权衡。其次,虽然我们的研究首次平行地纵向描述了几个不同的心血管决定因素的发育轨迹,但我们无法考察特定的遗传和环境差异如何在发育过程中相互作用,从而导致所描述的每条解剖轨迹。第三,为了解答关于CT、CHA和GI变化如何影响心血管变化的问题,我们必须将这些不同指标的绝对解剖变化估计值转换为通用且可比较的百分比变化指标。然而,就探讨大脑解剖结构发育变化的不同问题而言,绝对变化可能比百分比变化更适合作为表型指标。第四,我们研究中考察的许多CV亚成分原则上可以进一步细分(例如,不同皮质层厚度变化对CT的贡献,沟深与沟长变化对GI的贡献),随着sMRI采集和处理方法的不断进步,这将是未来研究的重要方向。

尽管存在这些局限性,但我们的研究首次表明,生理上不同的CV决定因素如何随着性别和发育阶段的变化而显着改变CV变化。 了解这些分离可以更有效地询问有关皮质成熟的原因和后果的未来问题。

致谢

这项研究是由美国国立卫生研究院,国立卫生研究院壁内研究所和英国医学研究理事会临床研究培训奖学金(作者AR – G0701370)资助的。 作者要感谢参加这项研究的参与者。

脚注

 

没有利益冲突要宣告

案例

  1. Brans RG,van Haren NE,van Baal GC,Schnack HG,Kahn RS,Hulshoff Pol HE。 精神分裂症不一致的双胞胎对大脑体积变化的遗传性。 Arch Gen Psychiatry。 2008; 65:1259-1268。 [考研]
  2. Chenn A,Walsh CA. 通过控制神经前体细胞周期退出来调节大脑皮质大小。 科学。 2002; 297:365-369。 [考研]
  3. Geschwind DH,Konopka G.神经科学在功能基因组学和系统生物学的时代。 性质。 2009; 461:908-915。 [PMC免费文章[考研]
  4. Giedd JN,Rapoport JL。 小儿脑发育的结构MRI:我们学到了什么,我们要去哪里? 神经元。 2010; 67:728-734。 [PMC免费文章[考研]
  5. Giedd JN,Blumenthal J,Jeffries NO,Castellanos FX,Liu H,Zijdenbos A,Paus T,Evans AC,Rapoport JL。 儿童期和青春期的脑发育:纵向MRI研究。 自然神经科学。 1999; 2:861-863。 [考研]
  6. Giedd JN,Snell JW,Lange N,Rajapakse JC,Casey BJ,Kozuch PL,Vaituzis AC,Vauss YC,Hamburger SD,Kaysen D,Rapoport JL。 人脑发育的定量磁共振成像:年龄4-18。 Cereb Cortex。 1996; 6:551-560。 [考研]
  7. Im K,Lee JM,Lyttelton O,Kim SH,Evans AC,Kim SI。 成年人脑中的脑尺寸和皮质结构。 Cereb Cortex:bhm。 2008; 244 [考研]
  8. Joyner AH,J CR,Bloss CS,Bakken TE,Rimol LM,Melle I,Agartz I,Djurovic S,Topol EJ,Schork NJ,Andreassen OA,Dale AM。 常见的MECP2单倍型与两个独立群体中人类皮质表面积减少相关。 Proc Natl Acad Sci US A. 2009; 106:15483-15488。 [PMC免费文章[考研]
  9. Kochunov P,Castro C,Davis D,Dudley D,Brewer J,Zhang Y,Kroenke CD,Purdy D,Fox PT,Simerly C,Schatten G.在灵长类动物大脑的胎儿发育期间绘制原发性陀螺发生:子宫内结构MRI的高分辨率妊娠狒狒胎儿大脑发育的研究 前神经科。 2010; 4:20。 [PMC免费文章[考研]
  10. Lenroot RK,Gogtay N,Greenstein DK,Wells EM,Wallace GL,Clasen LS,Blumenthal JD,Lerch J,Zijdenbos AP,Evans AC,Thompson PM,Giedd JN。 儿童期和青春期脑发育轨迹的性别二态性。 神经成像。 2007; 36:1065-1073。 [PMC免费文章[考研]
  11. Mechelli A,Price CJ,Friston KJ,Ashburner J. Voxel为基础的人脑形态测量学:方法和应用。 目前的医学影像评论。 2005; 1:1-9。
  12. Ostby Y,Tamnes CK,Fjell AM,Westlye LT,Due-Tonnessen P,Walhovd KB。 皮质下脑发育的异质性:从8到30年的脑成熟的结构磁共振成像研究。 J Neurosci。 2009; 29:11772-11782。 [考研]
  13. Panizzon MS,Fennema-Notestine C,Eyler LT,Jernigan TL,Prom-Wormley E,Neale M,Jacobson K,Lyons MJ,Grant MD,Franz CE,Xian H,Tsuang M,Fischl B,Seidman L,Dale A,Kremen WS。 不同的遗传影响皮质表面积和皮质厚度。 Cereb Cortex。 2009; 19:2728-2735。 [PMC免费文章[考研]
  14. Park HJ,LJ,Kim EY,Park B,Oh MK,Kim JJ。 基于皮质厚度和表面积的分析,先天性盲人的形态学改变。 神经成像。 2009 Epub提前打印4月8th。 [考研]
  15. Pinheiro J,B DM。 S和S-PLUS中的混合效果模型。 纽约:施普林格; 2000。
  16. Rakic P.细胞的一小步,是人类的巨大飞跃:进化过程中新皮质扩张的假设。 趋势神经科学。 1995; 18:383-388。 [考研]
  17. Raznahan A,Bolton PF。 自闭症谱系障碍。 医学(巴尔的摩)2008; 36:489-492。
  18. Raznahan A,Toro R,Daly E,Robertson D,Murphy C,Deeley Q,Bolton PF,Paus T,Murphy DG。 自闭症谱系障碍的皮质解剖学:关于年龄影响的体内MRI研究。 Cereb Cortex。 2010a; 20:1332-1340。 [考研]
  19. Raznahan A,Cutter W,Lalonde F,Robertson D,Daly E,Conway GS,Skuse DH,Ross J,Lerch JP,Giedd JN,Murphy DD。 人类X单体的皮层解剖学。 神经成像。 2010b; 49:2915-2923。 [PMC免费文章[考研]
  20. Rogers J,Kochunov P,Zilles K,Shelledy W,Lancaster J,Thompson P,Duggirala R,Blangero J,Fox PT,Glahn DC。 关于灵长类动物皮层折叠和脑容量的遗传结构。 神经成像。 2010; 53:1103-1108。 [PMC免费文章[考研]
  21. Salat DH,Buckner RL,Snyder AZ,Greve DN,Desikan RS,Busa E,Morris JC,Dale AM,Fischl B.衰老时大脑皮层变薄。 大脑皮质。 2004; 14(7):721-30。 [考研]
  22. Schmitt JE,Eyler LT,Giedd JN,Kremen WS,Kendler KS,Neale MC。 回顾关于神经解剖学表型和典型神经发育的双胞胎和家庭研究。 TwinResHumGenet。 2007; 10:683-694。 [考研]
  23. Shaw P,Kabani NJ,Lerch JP,Eckstrand K,Lenroot R,Gogtay N,Greenstein D,Clasen L,Evans A,Rapoport JL,Giedd JN,Wise SP。 人类大脑皮层的神经发育轨迹。 J Neurosci。 2008; 28:3586-3594。 [考研]
  24. Van Essen DC,Drury HA。 使用基于表面的图谱对人类大脑皮层进行结构和功能分析。 神经科学杂志。 1997; 17(18):7079-102。 [考研]