Cerebral Cortex: 大脑的功能发育与成长环境紧密相关

《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》
 
一、背景
 
   大脑的发育受多方面因素影响，较高的社会经济地位（higher socioeconomic status, SES）就是其中一个重要的因素。儿童、青少年时期的SES与其较强的认知能力，学业成就和较低的精神疾病发病率有关，甚至会影响婴儿时期的大脑皮层发育。已有的一些研究发现SES与大脑的结构发育呈现紧密关系，具体表现为低SES个体的大脑结构发育加速，这表明SES会调节年龄和大脑结构发展之间的关系，目前尚不清楚其在大脑功能发育中是否存在这种调节关系，这促使人们深入地研究社会经济地位是否以及如何影响青少年大脑功能网络的发育。在大多数这些研究中，关于SES的研究是在家庭层面进行的，包括家庭收入，成员学历等，部分研究也关注了邻里社区SES的影响。然而已有的研究结果还不足以清晰的揭示SES与儿童、青少年的大脑功能发育之间的关系，以及SES是如何影响的发育的，特别是与年龄的交互作用。该研究利用费城跨年龄段的大样本横断面影像数据来研究年龄，SES和大脑功能网络拓扑之间的关系，分别从全脑水平，网络水平，以及单个大脑区域三个层次，利用图论的聚类系数和模块化指数两个网络指标，从整体到局部的研究了在青少年发育过程中，SES对其功能网络拓扑结构的影响。该研究为SES与功能网络拓扑的发展之间的联系提供了证据，为早期成长环境影响大脑神经活动提供了更深入的见解。
 
二、材料和方法
 
1、被试和数据
 
   从Philadelphia Neurodevelopmental Cohort(PNC)数据集中选取符合排除标准的，年龄在8到22岁之间的，1012名儿童和青少年的神经影像数据，其中平均年龄15.78，女性552名。SES的测量结合了被试社区的结婚率，贫困人口比例，家庭收入以及邻里家庭收入，教育占比，人口密度，就业率等多个特征计算其SES得分。结构和功能数据的预处理借助ANTs和XCP工具包处理，将功能数据映射到皮层上进行后续功能网络分析
 
2、构建功能网络
 
   对每个被试，提取N = 360 个皮层区域的BOLD信号，通过计算皮尔逊相关系数来表示每两个区域之间的功能连接，最后得到了一个360*360的功能连接矩阵，如图1。基于个体数据的差异性与局限性，只有359个节点被纳入到后续分析中。

                 图1：360个节点，7个子网络的功能连接矩阵示意

 
3、网络统计
 
   研究主要关注SES对功能网络的局部和中尺度连接的影响，通过计算聚类系数（图2a）来表示功能网络的局部连接能力，计算区域的模块化指标来恒量功能网络的中尺度连接强弱。这两个指标使研究者能够观察到SES在大脑功能网络的邻近区域和扩展区域的不同影响。

                图2：年龄和SES的变化与全脑功能网络拓扑的关系
 
4、敏感信分析
 
   该研究还计算了不同模板下（N = 400）的功能网络排除模板节点数量的影响，为了排除大脑网络的拓扑结构不是大脑网络的拓扑特性是否与那些偶然预期的拓扑特性显著不同，研究者将其与随机网络进行了比较。为了更全面地理解年龄和功能网络拓扑之间的神经机制，同时还计算了N = 360 个区域的ReHo值作为补充理解。
 
5、建模分析
 
   大脑发育各种指标与年龄之间的关系并非都是线性的，与SES的关系亦是如此。因此，首先检查数据，以确定聚类系数和年龄之间是否存在非线性关系。利用R 包mgcv 进行了分析。在确认没有任何显著的非线性关系后，研究者使用线性模型进行接下来的分析，主要关注年龄、年龄和SES交互作用对功能网络拓扑的影响，控制了性别、种族、头动和功能网络中边的平均权重变量的影响。将边的平均权值作为协变量，可以确保后续结果反映网络拓扑的变化，而不是连接强度的全局差异所致。使用R中的lm()（多元最小二乘线性回归）拟合数据：

其中C为全局聚类系数。
   为了观察SES与功能网络发育之间的关系，将360个节点分配到7个功能子网络，然后计算了每个网络内节点的平均聚类系数，以及每个网络与年龄、年龄和SES交互作用的线性关系。为了研究ReHo和聚类系数之间的关系，研究者检查了跨区域的两个指标之间的两两偏相关，控制了其它变量作为协变量。

 
三、结果
 
1、年龄、SES变化与全脑网络拓扑结构有关
 
   该文发现年龄能预测平均聚类系数的变化，年龄较大的儿童有更高的平均聚类系数（图2c, β = 0.17, p < 1 x 10−7）, 还观察到SES和年龄之间存在显著的相互作用，例如，高SES的青年比低SES的青年表现出更强的年龄和平均聚类系数之间的正相关性（图2e, p < 0.004）.
   同样对中尺度连接进行了相同的分析，发现年龄也能预测模块化指标（图2d , β = 0.16, p < 1 x 10−6）,SES和年龄之间的相互作用相对显著（图2f，p = 0.05）.
 
2、年龄、SES变化与子网络拓扑结构的关系
 
   研究者将大脑皮层360个节点分为了7个网路，并观察年龄、SES及其交互作用对各个网络拓扑结构的影响（图3）。研究发现，年龄和SES对不同网络的影响是不同的，对默认网络，腹侧注意网络，背侧注意网络有较强的影响（p < 1 x 10−7）

                图3：年龄和SES的变化与功能子网络拓扑结构有关
 
3、年龄、SES变化与部分脑区网络拓扑结构的关系
 
   该研究在单个大脑区域的水平上，观察了年龄与SES的交互作用是否会出现在认知系统中。研究者注意到双侧后扣带和楔前叶、双侧颞中回和岛叶的聚类系数最高（图4a）；在双侧眶额皮层和前扣带皮层、双侧岛叶、右楔前叶和双侧下顶叶中，表现为年龄越大的聚类系数越高（pFDR < 0.05, 图4b），SES对年龄的聚类系数的调节效应主要集中在双侧的前和右后侧扣带、双侧眶额和躯体运动区（all age × SES effects pFDR < 0.05，图4c)，在这些区域，高SES青年比低SES青年表现出更强的年龄与聚类系数的相关性（图4d）

                图4：年龄，SES与大脑功能网络的关系
 
四、结论
 
   该文研究了SES和大脑网络拓扑结构之间的关系。采取多层次的方法,分层次的研究了全脑网络拓扑结构,研究发现年龄越大网络的局部连接越强。与SES较低的青少年相比，高SES的青少年在局部连接中与年龄之间表现出更强的正相关关系。该文发现了在青少年的发育过程中，SES和静息态功能脑网络拓扑结构之间存在关联的证据。另外还观察到SES会缓和种族的影响，减小差异，这与来自高SES社区的青少年大脑功能发育更快的解释一致。该文的发现加强了社会环境对青少年发育影响的证据，有助于指导政府和社会团体对低SES地区进行干预和加强建设以促进这些地区儿童、青少年的健康成长。
注：解读不易，请多多转发支持，您的每一次转发是对我们最好的支持！本文原文及附加材料，请添加赵老师微信索要（微信号：15560177218）