阿尔茨海默病中的人类连接组及它与生物标记物和遗传学的关系

摘要
阿尔茨海默病(AD)损害了大脑的结构和功能网络，导致认知障碍。最近的连接组学研究结果已经将AD中结构和功能网络组织的变化与淀粉样蛋白-β和tau蛋白的积累和扩散模式联系起来，为该疾病的神经生物学机制提供了见解。此外，对基因相关的连接组变化的研究可能有助于AD的早期诊断，并促进在该疾病的早期阶段有效的个性化治疗策略的发展。在这篇文章中，我们回顾了连接组变化与淀粉样蛋白-β和tau蛋白病理之间的关系以及分子遗传学的研究。我们还强调了连接组衍生的计算模型在复制先验发现和跟踪与预测AD病理生理学生物标记物进展方面的应用。

1.引言

阿尔茨海默病(AD)是一种普遍的致残性神经退行性疾病，其特征是进行性神经元和突触丧失，并伴随着神经元连通性的下降。这些病理特征损害了大脑的结构和功能网络，导致严重的认知和行为障碍。临床上，早期AD的典型特征是由内侧颞叶神经退行性病变导致的记忆障碍。随着疾病的进展，这种神经退行性病变逐渐扩散到颞叶和顶叶皮质，并最终扩散到大部分的皮质。AD的相关症状也表现在其他认知领域，如语言、视觉空间能力、注意力和执行功能。例如，患者可能会忘记人或物体的名字、开车时需要开导航、或不能做出财务或其他重要的决定。生物学上，AD有两个主要的神经病理学特征：细胞外淀粉样蛋白-β(Aβ)的异常积累产生的斑块和细胞内tau蛋白神经原纤维缠结的异常积累。越来越多的证据表明，Aβ最初积累在内侧额叶皮层和内侧顶叶皮层，这两者都是默认模式网络(DMN)的组成部分。相反，tau蛋白最初沉积在内侧颞叶记忆系统，从内嗅皮层扩散到海马和海马旁皮层，然后扩散到其他大脑区域。

Aβ和tau蛋白可以通过脑脊液或葡萄糖代谢（PET）在人体内进行检测。此外，目前已经开发出了很有前途的基于血液的AD病理生理学检测方法；与脑脊液和PET的替代品相比，这些检测方法的侵入性更小，成本也更低。神经退行性病变或神经元损伤的生物标记物可以通过一系列技术进行检测，包括PET、MRI（结构、功能和弥散性）、脑电图和脑磁图(MEG)。值得注意的是，AD生物标记物的变化遵循一系列的阶段，Aβ和tau在AD症状出现前几十年就开始在没有认知障碍的个体中积累。前驱期的AD的定义是出现最初的轻度认知症状，通常伴随着生物标记物的变化，包括那些提示神经退行性病变的标记物。最后，AD痴呆的定义是认知障碍加上日常生活活动能力的下降。A/T(N)框架是一种基于特定生物标记物的实用研究分析方案（Box 1），为AD的脑网络机制研究提供了明确的生物学基础。

AD可根据遗传变异、发病年龄和临床表型将其分为家族性（或常染色体显性）AD和散发性AD。在散发性AD患者通常是晚发性AD（发病≥65岁），但有一小部分患者为早发性AD（发病<65岁）。常染色体显性AD的特征是三个基因中的一个存在单基因突变：编码淀粉样前体蛋白的基因APP和分别编码早老素蛋白1和2的基因PSEN1和PSEN2。与常染色体显性AD相比，散发性晚发性AD是最常见的AD形式，被认为是一种多基因疾病，与至少50个基因的变异有关，其中载脂蛋白E(APOE) ε4等位基因是最强的危险因素。晚发性AD患者的典型表现为发作性记忆障碍。相比之下，早发性AD患者进展更快，出现更高的Aβ和tau负担，更大的糖代谢，更多样的认知表型（例如，语言、视觉空间能力、注意力、执行功能和失用症）。AD的三种不同亚型在Aβ和tau蛋白的病理特征以及神经退行性变方面都有共同的属性；然而，其他潜在的神经生物学机制可能会有所不同。

Box 1. 美国国家老龄化研究所和阿尔茨海默症协会(NIA-AA)发表了一个基于生物标记物的阿尔茨海默病(AD)研究框架，通常被称为AT(N)框架，以对可能患有AD相关疾病的研究参与者进行分类。具体来说，体内神经成像 (PET和MRI)和脑脊液（脑脊液）生物标记物被分为三类。第一组“A”，由淀粉样-β(Aβ)斑块、甲状腺、淀粉样-PET和CSF Aβ42的标记物组成。第二组“T”，由tau神经纤维缠结标记物、tau-PET和CSF磷酸化tau(p-tau)组成。最后一组为“N”，由神经退行性病变、脑标记物、FDG-PET、扩散MRI、结构MRI、功能MRI、脑电图和脑磁图(MEG)组成。根据(N)系统，Aβ和tau生物标记物用于定义AD相关的体内和神经退行性病变生物标记物用于临床阶段疾病连续没有认知障碍（临床前）主观认知下降(SCD)，轻度认知障碍(MCI)（前驱期）和可能的痴呆。

临床上，SCD患者有自我报告的认知能力下降的经历，这尚未通过标准化的神经心理学测试客观地检测到。MCI被认为是AD的第一个临床阶段；在标准化心理测试中，患者在一个或多个认知领域表现出缺陷。由于典型的老年痴呆导致的MCI患者，被称为遗忘性MCI，通常有记忆障碍，尽管其他领域的变化可以在这个前驱期开始。AT(N)分类方案已应用于SCD、MCI和AD的近期研究。重要的是，与年龄相关的脑病理并不仅限于斑块、缠结和萎缩。其他生物过程，例如脑血管因子，也可导致白质病变、脑灌注不足和认知功能障碍。

正常的认知功能需要在功能专门化的脑区内分布的神经元群体之间有效地传递信息；这种信息传递的障碍导致多种神经系统疾病的认知功能障碍，包括AD。Aβ斑块和tau神经原纤维缠结的神经病理学导致进行性神经元丢失和萎缩，并导致特定的皮层和皮层下区域的突触损伤，这暗示了AD可以被描述为一种“失连接综合征”。最近的人类连接组研究提供了一个理论框架，新的定量分析工具和计算网络模型，旨在更好地理解大脑网络的结构和功能。在这里，我们调查了研究人类连接组和研究如何进一步阐明连接组和AD病理之间的关系(Aβ和tau)，亚型（常染色体显性AD，晚发AD和早发AD），和遗传变异(APOE ε4和其他基因)，并最终可能导致网络级诊断生物标记物。

2.人类连接组的构建
代表人类连接组的大规模脑网络可以使用几种神经成像和神经生理学技术来构建。本文综述了从功能MRI(fMRI)、脑电图和脑磁图中提取的功能连接组，以及从结构和扩散MRI中提取的结构连接组。连接组内的网络由节点和连接组成。脑电图和脑磁图测量振荡神经元的活动，通过这些技术，收集单个源在多个记录点（脑电图电极或脑磁图传感器）产生信号的方式容易导致空间泄漏效应。这种空间泄漏可能会导致对大脑区域之间的功能连接的错误估计。因此，脑电图和脑磁图连接和网络研究通常将传感器空间的神经元活动投射回潜在的源，即所谓的源空间。因此，网络节点可以定义为传感器空间中的脑电图或脑磁图的源空间中的源重建脑区。

在MRI研究中，节点是由基于细胞结构、解剖标志或连接模式的大脑分割来定义的。连接可以由四种类型的大脑连接来定义：结构连接、结构协方差、功能连接和有效连接（或定向信息流）。利用扩散（或扩散张量）MRI研究结构连接，它利用水分子的扩散特性来评估局部脑组织的微观结构，并反映白质束对各区域的物理连接。结构协方差是通过形态学测量的协方差或相关性测量，如脑容量，皮质厚度和表面积，在两个或以上的大脑区域。功能连接是指记录的不同脑区神经元活动时间序列中对称的统计依赖性，间接由功能磁共振成像或直接由脑电图和脑磁图建立。有效连接，被定义为从一个大脑区域对另一个大脑区域的直接因果影响，这里不包括在内。

结构或功能的连接组可以表示为连接矩阵。在这个矩阵中，每一行或一列对应一个节点（或结构或功能连接中的一个大脑区域），矩阵条目或元素对应两个节点之间的连接（结构或功能连接）。在这篇综述中，我们重点关注由神经成像数据构建的连接组，其中包含无方向或对称的连接。根据感兴趣的科学问题，连接矩阵可以被分为加权图，或者进一步二值化为未加权图，其中每个元素要么是1（如果两个节点之间有连接）或0（如果没有连接）。然后，通过在加权或二值化的连通性矩阵上计算一系列图论度量，如聚类系数、基于路径长度的度量、中心性和模块性来表征连接组的拓扑特性。

3.健康人群中的连接组

自2000年以来，对无认知障碍个体的结构和功能脑连接组的研究已经确定了在多个尺度上很明显的小世界、富人俱乐部和（分层）模块化组织。在人的大脑中楔前叶和后扣带皮层(PCC)是MEG、fMRI和DTI研究中一致确定的两个最大的网络枢纽。有证据还表明，海马体是人类连接组中的另一个关键枢纽，它支持记忆的形成和巩固。类似地，内侧颞叶的内侧和外侧内嗅皮质在跨多个物种的连接组网络拓扑结构中形成了假定的枢纽。

人类脑连接体由多个子网络组成，称为模块或社区。大脑网络模块促进神经信息的分离，神经中枢促进这些信息的整合；这两个过程对于作为认知功能基础的分布式网络的运行都是必不可少的。静息状态fMRI、基于任务的fMRI和结构MRI研究已经在人类大脑中发现了许多类似的子网络，包括DMN、额顶控制网络、突显网络、背侧/腹侧/腹侧注意网络、扣带盖网络、感觉运动网络、视觉、听觉和皮层下网络（图1）。这些子网络由枢纽连接，每个子网络在特定的感觉运动和认知领域发挥重要作用。重要的是，这些网络特性，特别是网络枢纽，已经与健康个体中的遗传变异和转录组因子有关。

图1. 网络模型。a. 一个示例网络模型由三个社区（虚线圈）组成，由三个连接器hub（红色）连接。这三个相互连接的枢纽构成了一个富人俱乐部。三条蓝线表示两个蓝色节点之间的最短路径。b. 形成群体平均人类结构连接的富人俱乐部区域和连接的一个例子。c. 一个人群平均人类功能连接组的例子由四个社区组成，包括默认模式网络、额顶控制网络、扣带-眼盖网络和视觉网络。

5.AD中的连接组

结构和功能网络的研究表明，与没有认知障碍的老年人相比，AD患者大脑网络的特点是失去小世界特性（倾向于随机和/或常规网络拓扑），模块化结构和中心区域的异常变化，特别是DMN和内侧颞叶。值得注意的是，楔前叶/PCC(DMN的一部分)和内嗅皮层（位于内侧颞叶）分别是Aβ和tau蛋白的初始沉积位点（图2）。目前已有许多关于无认知障碍的个体和AD痴呆个体的人类连接组研究的总结。在这里，我们特别讨论了提供Aβ病理、tau病理和遗传变异对AD不同亚型和阶段的功能和结构网络组织影响的研究。

图2. AD中tau蛋白积累的模式。5名年轻健康成年人、17名老年人淀粉样蛋白-β(Aβ)阴性、16名老年人Aβ阳性和15名阿尔茨海默病(AD)患者的tau蛋白的积累模式。通过18F-AV-1451 PET成像测量tau蛋白的积累；Aβ状态根据Pittsburgh化合物B PET信号定义。在健康的年轻人的皮质区未观察到tau蛋白的积累。Aβ阴性的老年人在一些内侧颞叶区域，如内嗅皮层和海马旁回，以及一些颞下回和颞叶外侧区域有tau蛋白积累。Aβ阳性的老年人与Aβ阴性的个体在相同的区域有tau蛋白积累，但Aβ阳性程度更大。此外，在Aβ呈阳性的个体中，在楔前叶等顶叶区域观察到tau蛋白的积累。在AD患者中，tau在颞叶和顶叶区的积累明显高于其他老年人组；在AD患者顶叶和额叶和视觉皮质也观察到tau积累。SUVR：标准化的吸收值比。

7.Aβ相关的变化

结构连接组：影像学研究的结果表明，Aβ病理对不同的结构连接特征有不同的阶段特异性的影响。结构协方差网络的拓扑结构，包括灰质网络和皮质厚度网络。研究显示，主观认知衰退(SCD)或轻度认知障碍(MCI)的个体与Aβ病理的整体程度相关。特别是，一些灰质网络研究表明，在Aβ阳性的SCD患者中，通过脑脊液Aβ测量的Aβ病理更严重。而PET成像与整体或局部灰质体积无关，但与较低程度的灰质网络小世界属性相关，特别是在DMN的内侧颞叶和hub区域（楔前叶和眶额皮质）。这些研究使用为每个参与者构建一个灰质网络（单被试连接组）的方法，而不是在更常见的群体水平上构建灰质网络。其他单被试灰质网络研究的结果表明，Aβ阳性患者的灰质网络拓扑与从SCD障碍发展为MCI继而发展呈AD的临床的风险相关，并且能够预测AD患者的海马萎缩和认知障碍。值得注意的是，这种关联在年龄匹配的Aβ阴性个体中没有观察到，这表明AD的这种灰质网络拓扑和海马萎缩的相关物是针对在AD临床前阶段有Aβ阳性的个体。

与灰质网络的研究结果一致，与无认知障碍的个体相比，无Aβ阳性的个体没有明显的区域皮质萎缩，但与Aβ阴性的个体相比，其全局效率、模块性和中心度较低。这些结构网络的变化先于可检测到的皮质变薄，并表明来自结构协方差网络的指标与Aβ病理的生物标记物相关。

Aβ病理和DTI衍生的结构网络指标之间的关联在不同的研究中是不一致的。一项研究报告称，局部结构连接——通过几个加权结构连接组指标进行量化，包括节点强度、加权局部效率和加权聚类系数——随着疾病分期(无认知障碍>MCI>AD)而降低，特别是在双侧额叶和颞叶。值得注意的是，这些加权结构连接体指标与皮质的Aβ负担呈负相关，独立于脑区。另一项DTI研究调查了无痴呆患者的皮质Aβ负担和死后结构连接组拓扑结构之间的关系。在本研究中，Aβ负担与几个全局（全局效率、程度和聚类系数）和局部(PCC的节点度和楔前叶的聚类系数)连接组指标呈负相关，但在高度连接的PCC中，与局部效率呈正相关。关于局部效率的不一致性可能是由于使用了不同的图度量（应用于加权或非加权网络）和DTI数据采集（活体或死体）的差异以及两项研究之间图像处理的差异。

上述DTI研究提供了证据表明Aβ病理沿着AD连续体的进展导致了向更规则的网络拓扑结构的转变和局部结构连接的弥漫性丧失。值得注意的是，在一项弥散MRI研究中，与无认知障碍的老年人相比，MCI和AD患者的DMN后内侧中心的结构连接降低；然而，在Aβ阴性的个体中观察到白质纤维束的退变，这表明神经退行性的改变与Aβ病理没有特异性相关。DTI衍生的白质完整性测量，例如，分数各向异性和平均扩散率，是预测临床前AD患者纵向认知能力下降的有用标记。然而，有证据表明，Aβ病理并不影响AD早期阶段的白质完整性。对这些发现的一种可能的解释是，全局和局部的结构脑连接组指标比白质完整性指标对Aβ相关的变化更敏感。进一步研究Aβ病理与DTI衍生的结构性脑连接组异常之间可能存在的联系，可以为Aβ病理对网络水平神经退行性变的影响及其与认知功能障碍的关系提供更多的信息。值得注意的是，2018年发表的一项研究报告称，白质连接的完整性沿钩束，上级纵向束和扣带束在Aβ阳性的AD患者中是改变的；然而，在结构连接组织上没有显著差异表明，在AD患者中，Aβ积累和异常的脑网络连接在高度连接的枢纽区域。在早期AD中，包括临床前和前驱期AD，使用不同神经成像方式的研究，如MEG和fMRI，表明脑功能网络连接异常程度与Aβ病理相关，但与tau病理无关。这些发现表明，Aβ病理，而不是tau病理，驱动了AD早期阶段的功能连接的变化。事实上，一项基于fMRI连接组研究发现，在AD患者中，Aβ倾向于聚集在位于DMN的皮质中枢，包括PCC/楔前叶、外侧顶叶皮层、外侧颞叶皮层以及内侧和外侧前额叶。此外，我们还观察到Aβ积累和异常枢纽连接性的显著共定位，同时Aβ沉积水平与度中心性之间表现出强正相关。随后的几项研究发现，这种异常结果在临床前AD、Aβ病理AD和早发AD中也可识别。证据还表明，DMN连接的降低介导了前驱期AD中Aβ病理和认知障碍之间的关联。

一项纵向研究的结果显示，在脑脊液Aβ和Aβ-pet水平正常且随后转化为脑脊液Aβ异常的AD患者中，Aβ最初积累在DMN和部分额顶控制网络；在早期阶段，感觉运动和视觉网络的Aβ积累最少（图3）。值得注意的是，当脑脊液Aβ水平出现异常时，个体在DMN内、DMN与额顶控制网络之间的连接低下，但没有脑萎缩或葡萄糖代谢低下。这一发现表明，临床前AD中与Aβ相关的网络连接的降低先于其他生物标记物，如脑萎缩和葡萄糖代谢低下。在另一项fMRI研究中，我们在AD连续体的不同阶段检测了DMN的连接：无认知障碍、SCD、早期MCI、晚期MCI和AD。这一结果支持了这样的假设，即与AD相关的网络异常始于DMN的后部成分，然后通过PET成像可以识别出淀粉样斑块，并通过网络中枢扩散到其他大脑区域。

图3. 静息态的功能脑网络中早期Aβ的积累。早期淀粉样蛋白-β(Aβ)积累的大脑区域（红色）和包含6个关键的静息态功能脑网络的区域（蓝色）叠加在大脑表面的3D渲染上。在阿尔茨海默病的临床前阶段，Aβ主要积累在默认模式网络的区域，以及在较小程度上的额顶控制网络、腹侧和背侧注意网络，以及额颞叶网络。感觉运动网络和视觉网络在临床前阶段的Aβ积累最少。

几项研究的结果表明，与Aβ相关的功能网络连接异常并不局限于DMN，而且还涉及到AD的早期阶段和疾病的后期的其他大脑网络。在一项脑磁图研究中，与健康对照组相比，AD患者（60.6岁±5.4岁）位于左侧海马体、DMN尾部的几个中枢区域的连接改变了。在AD患者中，这些枢纽连接的连接异常程度与认知障碍的严重程度和Aβ病理相关。一些功能磁共振成像研究已经确定了在多个静息态网络中与Aβ相关的连接变化。例如，一项功能磁共振成像研究报道，在没有认知障碍的个体中，Aβ病理的严重程度与DMN、额顶叶网络和颞叶皮层之间的功能连接的纵向变化呈负相关。一项密集抽样的（3年内进行5次观察）功能磁共振成像研究报道了Aβ病理对临床前AD患者DMN和突显网络连接的纵向变化以及认知表现和海马体积的纵向变化的类似（效应大小）影响。然而，网络连接的变化与认知表现和海马体积的变化无关，这表明DMN和突显网络中的功能网络连接可以用于跟踪认知和结构测量没有捕捉到的AD疾病进展。

人类内侧颞叶由海马体、海马旁皮层、内嗅皮层及外周皮层组成，在支持情景记忆中起着重要作用，而情景记忆在AD患者中通常受到干扰。因此，我们推测AD病理(Aβ和/或tau)导致内侧颞叶与DMN之间的功能连接降低，从而导致早期AD的认知功能障碍。与这一观点相一致，一项纵向多模态MRI(fMRI和DTI)研究报道了在Aβ阳性的无认知障碍的AD和MCI患者中，内侧颞叶和DMN之间的功能连接与Aβ相关的变化。特别是，与没有认知障碍Aβ阴性患者相比，没有认知障碍Aβ阳性的患者中内侧颞叶与前DMN功能连接降低，Aβ阳性MCI患者海马和后内DMN功能连接降低。值得注意的是，在Aβ阳性的无认知障碍的个体中，内侧颞叶和前DMN之间的功能连接降低程度与tau蛋白病理(通过脑脊液磷酸化tau蛋白(p-tau蛋白)测量)和基线记忆损伤相关；功能连接异常和记忆损伤之间的关系在基线和8年的随访期间都存在。Aβ阳性的MCI患者的内侧颞叶和后DMN之间的功能连接降低程度与内嗅皮层萎缩和海马旁扣带白质束完整性的降低相关。这些发现不仅支持了临床前AD的功能网络异常和/或认知功能障碍是由Aβ病理驱动，先于结构变化，也表明前驱期AD随后的结构变化与tau蛋白病理增加有关，Aβ病理促使了疾病的发展。
总之，本节讨论的研究提供了一致的证据，表明Aβ病理优先与AD早期DMN和内侧颞叶的网络连通性降低，并且这种关联扩展到与疾病发展相关的其他大脑网络。

8.tau相关的变化

结构连接组：关于AD中tau蛋白病理进展的一种假说是，tau蛋白从内侧颞叶扩散到其他网络中枢，特别是后内侧DMN。正在进行的研究正试图确定tau蛋白病理进展的细胞机制，其中可能包括细胞间的“朊病毒样”扩散；然而，这种细节水平还不能用目前的神经成像技术来解决。一项针对临床前AD患者的多模态具有里程碑意义的(Aβ-PET、tau-PET和结构和扩散MRI)纵向成像研究结果显示，tau确实从海马通过海马扣带回白质束扩散到后内侧DMN，特别是PCC。该研究报道了海马扣带束扩散率与PCC中tau蛋白积累之间的关联，并且这种关联在存在较高水平的淀粉样蛋白积累的情况下更强，为Aβ病理促进tau蛋白扩散提供了证据。此外，海马扣带束扩散率预测了Aβ阳性且PCC中tau蛋白高水平积累的个体的进行性记忆功能障碍，这为Aβ和tau蛋白病理促进记忆功能障碍提供了证据。

在另一项多模态研究中，健忘症MCI或轻度AD个体的tau蛋白积累水平和结构连接之间的关系因Aβ状态而不同。例如，在没有认知障碍的Aβ阴性的个体中，内侧颞叶和整个大脑的tau蛋白沉积水平与结构连接呈正相关。相反，在Aβ阳性和健忘症MCI或轻度AD中，tau沉积与结构连接在内侧颞叶和全脑以及在一些DMN区域中呈负相关，包括前扣带回和后扣带回和楔前叶。这些结果表明，随着AD的进展，tau蛋白和结构连接之间的关系因Aβ状态不同而发生变化。

关于tau病理对结构连接组织的影响的数据尚未获得，如传统的基于结构MRI的测量所估计的灰质体积和皮质厚度。然而，相当多的研究发现，在AD连续体的不同阶段，tau蛋白负荷升高与皮质萎缩以及灰质病变之间存在前瞻性和回顾性关系。结构协方差网络指标显示优越的敏感性在捕获Aβ病理进展的影响，未来的研究需要调查tau是否有一个额外的或独特的角色在塑造AD患者结构协方差网络组织的变化。

功能连接组：tau病理被假设对人类功能连接组有特定的影响，这取决于是否独立于Aβ病理。早期的研究调查了功能网络连接与tau蛋白病理之间的关系。例如，在MEG和fMRI研究中，临床前AD(无认知障碍和/或MCI)中较高水平的脑脊液p-tau和较低水平的脑脊液Aβ与DMN和内侧颞区的功能连接降低相关。

随着体内tau-PET示踪剂的发展，最近的研究集中在检查tau病理和功能连接组织之间的空间关联。到目前为止，大多数这些研究使用的数据来自于Aβ呈阳性的个体或具有Aβ混合状态的个体组(Aβ呈阳性和阴性)。一项静息态功能磁共振成像研究提供了证据，表明在没有认知障碍的Aβ阳性个体中，颞下回中较高的tau蛋白积累与DMN和突显网络中较低的功能连接相关，其中Aβ优先沉积。这一结果表明，早期Aβ阳性的个体中，tau蛋白和功能连接之间的关系可能受到Aβ病理的调节。此外，最近的一项基于任务的功能磁共振成像研究结果发现没有认知障碍的混合Aβ状态患者的tau负担集中在内侧颞叶记忆系统与内侧颞叶和后内侧DMN。值得注意的是，似乎tau和Aβ的初始沉积都与AD临床前阶段的认知表现呈负相关，虽然它们积累在大脑的不同位置。事实上，一项对没有认知障碍的老年人和年轻人进行的功能磁共振成像研究的结果表明，在健康老龄化过程中，tau蛋白病理在切断海马体与内侧颞叶脑区间的连接中起着关键作用，从而导致更差的记忆表现。

当AD加剧为AD痴呆时，Aβ病理弥散分布在整个大脑皮层。因此，如果Aβ病理促进了Aβ阳性AD痴呆中tau病理和功能连接之间的联系，那么tau病理可能会在疾病的这个阶段影响多个脑网络和全局网络特性。事实上，最近的静息状态研究报道，在Aβ阳性的AD痴呆中，tau蛋白负担和功能连接之间的关联似乎并不是针对DMN的，也会影响其他静息态网络。特别是，静息态功能磁共振成像研究结果显示，在Aβ阳性AD痴呆中，tau蛋白积累的协方差与多个静息态网络内部的功能连接呈正相关，包括DMN、额顶控制网络、边缘网络、背侧/腹侧注意网络以及视觉和感觉运动网络（图4）。该研究还发现，功能网络连接以及基线时的tau蛋白积累水平可以准确预测未来的tau蛋白积累，进一步支持了tau蛋白在AD中通过功能连接传播的假说。此外，一项针对AD痴呆患者的功能磁共振成像研究结果表明，来自多个静息态网络的hub区域比非hub区域显示更多的tau蛋白积累。tau蛋白在枢纽处的积累与局部连接的减少有关，这可以通过加权度中心性和局部效率进行量化（度中心性和局部效率可以在没有阈值的加权脑网络中计算），支持tau病理影响AD痴呆网络枢纽的假设。

图4. 功能连接与tau-PET变化的协方差之间的关联。组平均功能连接和tau-PET协方差在全脑水平和七个静息态网络在淀粉样蛋白-β(Aβ) 阳性患者从两个独立样本从Alzheimer‘s Disease Neuroimaging倡议(ADNI)数据集和BioFINDER数据集中收集。功能连接分析使用了一个静息态连接体模板，该模板来自人类连接组项目的500名参与者的功能MRI数据。在全脑水平和每个静息态网络的水平上，功能连接与tau蛋白的积累模式显著相关。DAN，背侧注意网络；DMN，默认模式网络；FPN，额顶控制网络；Limbic，边缘系统；SMN，感觉运动网络；VAN，腹侧注意网络；VIS，视觉网络。

一种假说是Aβ和tau病理影响不同的静息态网络。这一假说还指出，在AD晚期，与认知能力下降和其他AD生物标志物的变化相关的是tau病理，而不是Aβ病理。与这一观点一致的是，一些研究报道了Aβ积累模式主要与DMN重叠，而tau蛋白积累模式与其他静息态网络重叠，如边缘网络、前颞网络和视觉网络。在这些研究中，tau蛋白积累的程度也与一些其他生物标记物相关，包括葡萄糖代谢低下、白质完整性和灰质体积，以及与多种认知功能相关。因此，在相同的研究中整合Aβ和tau成像数据可能帮助我们确定神经退行性病变和认知障碍的特定贡献因子。

值得注意的是，上述研究中tau蛋白病理与功能连接之间的关联可能受到Aβ病理的存在的影响。事实上，最近的一些研究已经报道了Aβ和tau蛋白对功能连接的交互作用。例如，一项多模态神经成像研究测量了无认知障碍的老年人的fMRI、Aβ-PET和tau-PET。Aβ阳性和新皮质tau水平较低的患者比Aβ阴性的患者有更高水平的DMN和突显网络连接，并且随着这些网络的连接随着tau水平的增加而降低。然而，另一项fMRI-PET研究发现，在没有认知障碍的老年人中，tau蛋白在颞下回的积累与海马活动增加有关，但与Aβ积累无关。因此，为了分离Aβ病理对tau蛋白和功能连接之间关联的影响，需要在Aβ阴性的个体中进行研究。

为了支持这一观点，一项fMRI-PET研究报告称，任何给定的大脑区域之间的更高的功能连接都与更强的tau协方差相关，特别是在颞下回和内侧颞叶。重要的是，tau蛋白和功能连接之间的这种联系在没有可检测到的Aβ病理的情况下也存在：在无认知障碍的Aβ阳性或阴性个体和诊断为MCI或AD的个体中均观察到。事实上，在另一项fMRI-PET研究中，基于内嗅皮层种子的连接分析证实，内嗅皮层和其他大脑区域之间更强的连接与更高水平的tau蛋白积累相关。此外，尽管tau蛋白和功能连接之间的这种关系通过Aβ的积累而增强，但它也存在于Aβ阴性的个体中。

9.AD亚型中的连接组
1）迟发性AD

功能连接组：不同的AD亚型，如晚发性AD、常染色体显性AD和早发性AD，与独特的遗传变异有关，这就提出了这些亚型是否以不同的方式改变连接的问题。APOE ε4对晚发性AD的神经病理和认知功能障碍起主导作用。因此，这种AD亚型的连接组研究主要集中在比较APOE ε4携带者和APOE ε4非携带者中。来自几项fMRI研究的一致证据表明，APOE ε4在AD的不同阶段调节网络连接的变化中，具有重要作用，特别是在DMN中。一项早期的fMRI研究报道，在没有异常Aβ积累的情况下，APOE ε4携带者在DMN中的功能连接水平低于APOE ε4非携带者。后续的功能磁共振成像研究结果支持这一发现和确定APOE ε4相关变化功能网络连接和网络拓扑在多个静息态网络，包括突显网络，颞叶网络，视觉网络，额顶控制网络和感觉运动网络，表现出异常。值得注意的是，在一项纵向功能磁共振成像研究中，APOE ε4对SCD患者DMN功能连接的影响持续存在，无论Aβ积累水平如何。

在晚发性AD的APOE ε4非携带者中，也研究了家族史与功能网络连接之间的关系。即使在没有APOE ε4的情况下，有晚发性AD家族史的无认知障碍的个体也比没有该疾病家族史的个体具有更低的静息态DMN连接。在有晚发性AD家族史的个体中，SCD与较高的静息态DMN连接相关；在这些记忆衰退的个体中，更高的连接与更好的记忆、注意力和整体认知相关，但随着时间的推移，与更大程度的记忆衰退相关。一种假设是，由于功能网络连接测量似乎与认知和临床表现密切相关，它们可能有助于预测晚发性个体的疾病进展和已知的家族史。事实上，在一项机器学习研究中，DMN、突显网络和边缘网络的功能连接网络，以及灰质体积，准确预测了晚发性AD患者的发病年龄和家族史。

结构连接组：APOE ε4相关的脑结构连接的改变与在功能脑连接中观察到的改变相似，即涉及DMN和内侧颞叶。DTI研究报道，患有临床前晚发性AD的APOE ε4携带者有与年龄相关的局部连接丧失，与无认知障碍的非载体对照者相比，其特征是聚类系数、局部效率和度中心性降低。这种减少影响了DMN的后部和额叶中枢，包括楔前叶、内侧眶额皮层和扣带皮层前、后部。在这些DTI研究中，DMN连接异常的程度与情景记忆损伤的程度以及注意和执行功能障碍相关。此外，在个体没有认知障碍和MCI个体中，大量APOE ε4相关的结构连接中断表现在内侧颞叶区域，例如，右海马和海马旁回，。值得注意的是，一项DTI-fMRI研究发现，在中年的APOE ε4携带者中已经检测到与APOE ε4相关的网络变化。这一观察结果表明，连接组织在症状出现前几十年就受到APOE ε4的影响，可能是一种很有前途的生物标记物。

除了APOE基因型之外，两项全基因组关联研究报告了结构连接组织的变化与多个AD相关的遗传变异之间的特定关联。其中一项研究是一项在健康成年双胞胎中进行的全基因组关联研究，确定了基于DTI的结构连接和SPON1变异之间的全连接组、全基因组关联。值得注意的是，SPON1编码Spondin 1(也称为F-spondin)，它在海马中表达，促进海马胚胎神经元的生长。SPON1也与APOE相互作用，调节Aβ的积累。重要的是，有SPON1变异的个体比没有该变异的个体有更少严重的痴呆，独立于APOE基因型，这表明SPON1变异对临床前、晚发性AD有保护作用。综上所述，这些发现间接表明了SPON1在晚发性AD的结构连接变化中发挥了作用，表明这类AD的脑网络结构变化与多个基因的变异有关，而不仅仅与APOE基因有关。

2）常染色体显性AD
与晚发性AD和散发性早发AD相比，常染色体显性AD是由三个基因之一：单基因APP、PSEN1和PSEN2的确定性突变引起的。此外，常染色体显性AD患者往往表现出一致的生物标记物变化模式：第一，Aβ蛋白(脑脊液Aβ42和Aβ-PET)增加；第二，tau蛋白(脑脊液p-tau和tau-PET)增加；第三，代谢减退；第四，皮质萎缩。常染色体显性AD的发病年龄在家族中也是一致的。因此，研究常染色体显性AD患者的脑连接组变化，可以比其他AD亚型的患者更精确地评估已知基因突变和疾病进展的影响。

结构连接组：相当多的研究报道了在常染色体显性AD临床前阶段的质萎缩和白质扩散特性的改变的证据；然而，关于这种亚型疾病的脑结构连接的工作仍然很少。在一项全面的纵向研究中，对269名常染色体显性AD突变携带者和170名非携带者构建了结构灰质网络；共进行了166次横向和纵向分析。在横向分析中，携带者和非携带者之间最早的差异是在症状出现前大约12年的携带者中，表现为更小的标准化路径长度——特别是在楔前叶。在纵向分析中，两组参与者之间最早的差异是在症状出现前6年，突变携带者的归一化聚类系数、连接密度和度的降低。在横向分析中，更大的Aβ积累、更高水平的神经退行性病变生物标记物（葡萄糖低代谢和楔前叶皮质变薄）和更大的认知能力下降与基线时较低的小世界系数相关。在纵向分析中，Aβ积累、神经退行性变生物标记物水平和认知能力下降的快速变化与小世界属性随着时间的推移而同时下降有关。该研究还发现，PSEN1突变携带者的全脑网络连接低于APP或PSEN2突变携带者，提示不同常染色体显性AD基因的突变不会导致相同的连接变化。

功能连接组：迄今为止，常染色体显性AD的功能连接变化仅通过功能磁共振成像进行了评估。在其中一项功能磁共振成像研究中，Chhatwal等人评估了无症状常染色体显性AD突变携带者(APP、PSEN1和PSEN2)和非同一家族携带者的DMN功能连接，发现突变携带者的连接较低，特别是在PCC/楔前叶和右侧顶叶皮层。值得注意的是，突变携带者的失连接随着疾病的进展而恶化。在最近的一项功能磁共振成像研究中，常染色体显性AD和晚发性AD都与多个静息态网络的功能连接降低相关，包括DMN、背侧注意网络和扣带-眼盖网络（也称为突显网络）。与Chhatwal的研究结果一致，常染色体显性AD突变携带者在这些多个静息态网络中表现出较低的功能连接，略早于他们预测的症状发病年龄。在2018年发表的这一系列fMRI连接研究中，最近也报道了常染色体显性AD突变对该疾病临床前阶段DMN和背侧注意网络连接的特定影响。这三项fMRI研究的结果表明，APP、PSEN1和PSEN2的突变影响了网络水平的神经退行性病变的发生率。

利用功能磁共振成像技术也研究了功能连接组织、tau蛋白积累和认知功能下降之间的关系。特别是，一项研究报道了晚发性AD患者和常染色体显性AD突变携带者的额叶hub区域较高的功能连接与较慢的记忆和整体认知障碍之间的关联。这种较高的连接也与tau蛋白对临床前、Aβ阳性的晚发性AD患者认知能力下降显示出相关。

3）早发性AD
与晚发性和常染色体显性AD相比，对散发性早发性AD进行的脑连接组的研究较少，约占所有AD的4-6%。在一项功能磁共振成像研究中，与没有认知障碍的个体相比，早发性AD个体的全局和局部网络连接发生了改变，其特征是感觉运动区域的聚类系数较低，而颞叶的路径长度较长。

一些DTI研究报道，早发性AD与受损的结构连接和富人俱乐部属性相关。如前一节所述，典型的晚发性AD的特征是涉及DMN和海马体的功能和结构网络连接的中断，这可能在记忆加工中发挥重要作用。因此，与早发性AD相关的连接变化可能解释了为什么早发性AD患者通常在不同的认知领域表现出认知功能障碍，包括视觉空间、注意力和执行领域的认知功能障碍，而在晚发性AD中观察到的情景记忆丧失。

10.病理蛋白扩散
来自人类研究和转基因小鼠模型的一致证据表明，与神经退行性疾病相关的错误折叠蛋白——如AD中的Aβ和tau蛋白，以及帕金森病中的α-突触核蛋白——表现出典型的时空积累模式。一种假设是，这些模式反映了朊病毒样沿着结构连接的跨神经元扩散。这一假设得到了许多关于转基因小鼠模型的研究结果的支持。这些研究报道，错误折叠的tau蛋白可以通过朊病毒样的过程通过神经元途径传播，这似乎是由Aβ病理促进的。tau扩散假说也得到了将tau-PET与功能和/或扩散MRI相结合的人类研究的支持。

另一个主要的假设是，这些模式反映了特定大脑区域的选择性神经元异常。这一假设源于观察，一些神经元的结构和功能异常早于其他神经元。Aβ的初始模式和tau蛋白积累发现似乎支持这个假设，Aβ最初沉积在DMN内侧中线(内侧前额叶皮层和PCC/楔前叶)和tau蛋白最初沉积在内嗅皮层，表明特定中心区域选择性地容易受到Aβ和tau蛋白病理影响。此外，显示早期Aβ积累的hub也是高代谢需求的区域。因此，AD中网络hub的选择性异常可以从代谢的角度来解释。具体来说，研究表明，高度连接的hub区域通过氧化葡萄糖代谢需要高代谢能量。此外，一项小鼠连接研究发现，hub连接是由调节ATP氧化合成和代谢的基因通路驱动的。因此，这些高成本hub在代谢应激下容易显示异常连接。事实上，越来越多的证据表明，DMN中较高的Aβ积累与DMN和其他与其功能连接的脑区中较强的区域低代谢有关。在其他研究中，低代谢的空间位置与不同亚型AD(晚发AD、早发AD和常染色体显性AD)的tau蛋白积累模式密切相关。然而，tau蛋白相关的低代谢与连接体变化之间的关系尚未被在AD研究中报告。在未来，将连接组(通过MRI或MEG测量)与多模态(tau、Aβ和FDG)PET相结合的研究可能有助于识别连接组、tau、Aβ和葡萄糖低代谢之间的交互关联。

11.基于连接组的计算模型
计算模型提供了一种补充的方法来检验理论假设——模型的结果可以与经验数据进行比较。特别是计算模型可用于模拟和复制由PET成像数据识别的Aβ和tau病理模式，测试上述的选择性损伤假说和致病传播假说。计算模型还可以用于跟踪和预测Aβ和tau的发展轨迹，揭示连接组变化和AD病理之间的动态关系。事实上，用神经质量模型模拟网络变化的研究结果支持了hub对错误折叠蛋白的选择性异常，这些模型通常建立在从DTI数据估计的解剖网络上，并生成脑电图和脑磁图数据。一个AD的计算模型发现，异常的hub连接是由过度的神经元活动引起的，从而导致了网络的退化。在最近的一项计算研究中，神经元活动的病理增加对功能网络hub的破坏可能被神经元兴奋性水平的靶向调节所反对。一项Aβ-pet和FDG-PET研究报道，Aβ积累通过人类DMN中的hub传播，导致空间上遥远但功能上连接的脑区的低代谢，有助于远处Aβ积累可诱发区域代谢异常的证据。这一观察结果在形成Aβ病理但不形成神经原纤维缠结(tau病理)的转基因大鼠中得到了重现，表明Aβ诱导的湖北异常连接与tau病理无关。综上所述，这些发现强调了网络hub在保持信息传递的分离和整合之间的最佳平衡方面的重要性，也表明hub可以促进AD病理的早期传播。

在一些研究中，流行病传播模型(ESM)成功地复制了经验数据中确定的Aβ积累和tau蛋白传播模式。一项模拟研究使用了一个ESM来检验tau蛋白扩散假说。以内嗅皮层为中心，将ESM应用于无认知障碍的年轻个体的DTI的结构连接组中，并解释了AD连续体中tau-PET信号空间模式变化的70%（图5）。ESM也拟合在功能连接和欧氏距离矩阵上，但拟合在结构连接上的ESM优于两者，这表明tau蛋白主要通过结构连接途径传播，而不是通过功能连接或仅仅在邻近的大脑区域之间传播。本研究的结果也支持了这样的假设，即尽管tau蛋白的积累独立于Aβ病理发生，但tau蛋白的扩散是由更大的Aβ负担促进的。最近的一项tau-PET研究确定了四种tau扩散模式的亚型，每一种亚型在空间上都与不同的大脑亚网络重叠，即边缘网络、内侧颞叶网络、视觉网络或外侧颞叶网络。值得注意的是，在本研究中，我们使用不同预选中心的来模拟四种tau扩散亚型，表明tau在不同亚型中通过不同的亚网络传播。

图5. 假设、经验和预测的tau蛋白扩散模式。a.根据Braak阶段划分tau病理的假设模式。在第一阶段tau蛋白最初沉积在内嗅皮层，在第二阶段扩散到海马和海马旁，在第三阶段扩散到颞叶中下回和扣带皮层（例如，后扣带皮层），最后在第四阶段延伸到额叶、视觉和顶叶（例如，楔前叶）区域。b. 经验tau-PET数据中AD不同阶段的tau病理模式。c. 基于扩散张量成像数据的结构连接的流行扩散模型(ESM)预测的tau病理的模式。d. 由静息态功能MRI数据的功能连接的ESM预测的tau病理模式。与功能连接(d)模拟ESM相比，结构连接©模拟的ESM预测的tau扩散模式与假设的(a)和经验的(b)的tau扩散模式更相似。值得注意的是，在经验和预测的tau扩散模式中，暖色代表了更高水平的tau积累。

网络扩散模型(NDNs)也被用于研究AD的病理模式。这些模型表明AD病理扩散并预测了未来的皮质萎缩模式和葡萄糖低代谢模式。具体来说，有一项研究报道，基于健康大脑中少数候选AD基因(APP，MAPT、PRNP)的区域表达的线性模型可以预测AD中网络hub的异常连接。此外，结合线性预测模型中的NDN和区域基因表达模式，并选择内嗅皮层作为种子，提高了该模型预测区域萎缩和低代谢模式的能力。这些结果支持了大脑连接模式在AD病理学中的作用和网络模型在预测疾病进展方面的重要性，超出了它们作为表征大脑结构和功能的描述性工具的效用。值得注意的是，NDN和ESM都被用于预测疾病进展，但还没有使用相同的连接数据直接比较这两种模型的性能，这可能是一个有趣的未来方向。

12.挑战和机遇
尽管在AD患者的脑网络分析方面取得了实质性的进展，但仍有两个主要问题没有得到解答。首先，在临床前AD中，Aβ最初积累在DMN中线的额叶和后部hub，而tau蛋白首先积累在内侧颞叶中枢——为什么Aβ和tau蛋白的病理在疾病的这个阶段影响不同的大脑网络的原因尚不清楚。第二，目前尚不清楚Aβ和tau蛋白如何相互作用，以及它们如何相互作用是否独立地在AD中影响连接组织。因此，我们需要更好地理解这些AD病理与相关的脑网络变化之间的联系，以及在不同AD亚型中观察到的AD生物标记物变化的潜在原因和时间顺序。

一种被称为分子假说的假设认为，AD的遗传危险因素调节Aβ和tau病理以及AD中连接组的变化。因此，检查受Aβ和tau蛋白病理影响最大的脑区域的基因表达谱可以为上述两个问题提供部分答案。健康大脑中20,736个蛋白质编码基因的区域基因表达谱来自Allen人脑图谱(AHBA)的全脑微阵列转录组数据，并用于两项关于Aβ和tau蛋白积累模式的研究。在第一项采用横向设计的研究中，AD患者的Aβ-PET信号与AHBA中APP的区域表达水平相关。以AD患者皮质萎缩为特征的神经退行性病变与AHBA中MAPT的区域表达水平相关。在一项后续研究中，以PET为特征的Aβ积累的纵向模式与CLU的区域表达水平和“轴突相关”基因谱相关，而tau蛋白的扩散模式与MAPT的区域表达水平和“树突相关”基因谱相关。值得注意的是，Aβ和tau蛋白的繁殖模式也与一个共同的“脂质代谢”遗传图谱有关，而APOE基因在其中发挥了至关重要的作用。

这些空间基因-蛋白关联可能解释了Aβ和tau沉积物的定位和它们推测的神经退行性病变模式之间的不一致。为了支持这一观点，一项在转基因小鼠中进行的研究报道，LRP1是tau蛋白积累和传播的主调控因子。值得注意的是，LRP1的蛋白产物参与了胆固醇（一种脂质）代谢的调节，这是导致Aβ积累的生物途径之一。LRP1在转基因小鼠中调控tau蛋白病理的观察提出了一个问题，即LRP1的区域表达是否与人类连接组中tau蛋白的积累和扩散模式有关。在未来，整合基因空间表达谱信息的大脑结构以及功能连接和Aβ和tau传播模式在AD不同阶段的关系的多模态神经成像(PET、fMRI和DTI)研究可能进一步加深我们对Aβ和Aβ病理之间独特但相关的模式的理解（图6）。

图6. 基因表达，AD病理和人类连接组。在大脑中，有证据表明，CLU和APP的区域表达水平调节淀粉样蛋白-β(Aβ)的积累，而MAPT和LRP1的区域表达水平调节tau蛋白的积累和扩散。此外， APOE的区域表达在调节Aβ和tau蛋白的积累模式中起着核心作用。人类的连接组由五个子网络组成：内侧颞叶网络、突显网络、视觉网络、默认模式网络和感觉运动网络。这些网络通过hub相互连接：前扣带皮层(ACC)、内嗅皮层(EN)、海马(Hipp)、枕中回(MOG)、内侧眼窝前额皮层(MOF)、后扣带皮层(PCC)、楔前叶(PCUN)和辅助运动区(SMA)。阿尔茨海默病(AD)中人类连接组的特征是Aβ和tau蛋白病理以及APOE表达之间相互作用的结果，但目前尚不清楚。基因表达映射是使用从Allen人脑图谱中公开获得的基于微阵列的区域基因表达数据创建的。暖色代表较高的基因表达水平；在不同的基因表达图中，相同的颜色可能表示不同的基因表达值，因为不同的基因的表达值没有归一化。根据参考文献中的PET数据，手工创建了Aβ和tau积累模式的图谱。Aβ和tau蛋白的大脑图中暖色代表了Aβ和tau蛋白的更早和更高水平的积累。

一些限制可能会影响对本综述中讨论的研究结果的解释。首先，神经元和血管因素随着年龄的变化而变化不同，这两个因素都会影响fMRI测量的血氧合水平依赖性信号。此外，脑血管血流动力学功能障碍与患者白质高强度相关。因此，与年龄相关的神经-血管相互作用的变化可能会影响fMRI和弥散MRI结果的解释。一套旨在分离与年龄相关的神经元和血管对MRI测量的影响的方法现在已经被开发出来，并被推荐用于未来的研究。第二个限制是，本综述中讨论的大多数据集都严重偏向于具有欧洲血统的个体。未来的研究应包括更广泛和更多样化的全球人口样本，包括非洲人、亚裔、西班牙裔和混合亚群体。

11.结论及未来的发展方向
在这里，我们回顾了最近将人类连接组织与不同类型和不同阶段的AD中的分子和神经病理学标记物联系起来的数据。现有的数据表明，在临床前AD中，Aβ在DMN内侧中线的优先积累和tau蛋白在内侧颞叶中心的优先积累。这些数据还表明，致病性扩散假说是前驱期AD中tau蛋白从内侧颞叶向后DMN hub的跨细胞扩散的最可能的解释。分子假说似乎是APOE ε4在脑连接组的变化和Aβ和tau病理的变化最可能的解释。值得注意的是，这些假设需要使用多组学研究框架进行更直接的研究，该框架将经验的多模态神经成像和基因表达数据与计算脑网络模型结合起来。

Aβ和tau蛋白的病理、遗传变异、神经退行性病变标记物（包括网络水平）和AD连续体中的认知障碍之间的高阶关系仍在很大程度上未知。对AD特定亚型的研究可以帮助解决病理、遗传结构和临床表型的异质性所带来的挑战。纵向研究、机器学习和多变量数据分析可以阐明不同类别的AD生物标记物之间的关联，并识别临床和生物亚型，从而帮助开发有效的治疗方法。此外，神经成像和遗传数据的使用通常会提高统计能力和结果的通用性；然而，由于使用来自不同研究站点和不同的采集协议，多站点数据也包含相当大的非生物变异。因此，需要使用统计协调技术来消除站点效应，同时保持生物变异性。新兴的研究设计和方法能够解决AD的复杂性——例如，一个跨越认知功能、连接组、基因网络和病理生理学的多层网络框架——迫切需要实现AD和相关疾病的精准医学。
参考文献：The human connectome in Alzheimer disease — relationship to biomarkers and genetics