大脑废物清除能力弱与老年痴呆症有关 磁共振成像技术的进步有助于跟踪大脑中液体的运动，超级计算机模拟技术的结合正在改变我们对认知能力下降的理解。 自然研究定制媒体Juntendo U君天都大学的研究人员通过使用新的MRI成像方法对液体运动进行建模，获得了关于人脑液体清除系统的重要发现（如图）。 日本东京君堂大学的Koji Kamagata认为阿尔茨海默病可能有点像堵塞的下水道。这种疾病与大脑中淀粉样β蛋白的积累有关，他认为这可能是废物清除系统迟缓的症状。如果这被证明是正确的，是否有办法在造成任何损害之前就发现问题？ 2022年，Kamagata发表了一项研究，该研究使用最新的磁共振成像（MRI）方法跟踪大脑中液体的运动，该研究表明废液清除不力与阿尔茨海默病之间存在联系1。此后，他发表了进一步的研究，将大脑废物清除系统的问题与睡眠问题、自身免疫性疾病和其他形式的认知衰退联系起来。 对大脑液体成像 尽管Kamagata长期以来一直在对活体人脑进行成像，但观察液体并不容易。他解释说，就像你不能透过墙壁和管道来发现管道问题一样，大脑隐藏在皮肤、骨骼和液体层之后。 另一层保护来自血脑屏障（阻止毒素进入大脑）和其他膜，如血脑脊液屏障和蛛网膜屏障。这些物质阻碍了造影剂和其他用于成像的物质。 但是Kamagata可以看到一条出路。他是君堂大学放射诊断系的“扩散磁共振成像”专家。这项技术可以通过动态水扩散模型观察大脑的微观结构细节。Kamagata还在领导一项对大脑“淋巴系统”的调查。淋巴系统是2013年发现的一种结构，类似于人体的淋巴系统，从中枢神经系统中清除可溶性蛋白质和代谢物。 这个项目已经为他更好地理解阿尔茨海默病以及更广泛的大脑提供了线索。 例如，对啮齿动物的研究表明，大脑中淀粉样β蛋白的积累与液体清澈度问题有关2，3，但如果不进行侵入性手术，很难在人类中找到类似的联系。 但是Kamagata意识到他可以使用扩散MRI评估淋巴系统功能。 首先，“血管周围空间体积”测量可以识别由淋巴系统中脑脊液停滞引起的肿大，而一种称为“血管周围空间分析（ALPS）指数”的东西可以跟踪流体动力学。它通过使用扩散MRI分析流体的三维运动来实现这一目标——这一壮举需要张量数学分析（爱因斯坦在发展其广义相对论时也在努力使用这一技术）。当用于软组织区域（如大脑）时，磁共振成像提供了良好的对比度。图片来源:TEK图片/科学图片库/盖蒂 更好的是，Kamagata可以访问来自阿尔茨海默病神经成像倡议（ADNI）的100名患者的数据，并对这些数据应用分析技术。阿尔茨海默病神经成像倡议是一项在美国成立的纵向多中心研究，旨在开发阿尔茨海默病病的早期检测和追踪。 他的团队比较了健康受试者与阿尔茨海默病患者以及轻度认知障碍患者的液体清除过程，并发现了可能的联系。液体流动越少，β淀粉样蛋白积聚越多，大脑功能受损越严重1。 潜在预防Kamagata希望这可能导致预防性治疗。“淀粉样β蛋白沉积在认知障碍出现前10年或更长时间就开始了，所以我希望这能带来新的药物，在阿尔茨海默病病发作前改善淋巴功能障碍。” 但是众所周知，开发大脑药物非常困难。要绕过血脑屏障，需要通过疼痛的脊柱注射给药，如果不借助侵入性手术技术，测量效果是很棘手的。 君滕多大学的其他地方正在开发解决这个问题的潜在方法。在新成立的健康数据科学学院，研究员孙喆有一个雄心勃勃的目标，那就是创造一个“全人类大脑模拟”。 有了这种令人难以置信的数据模拟工具，研究人员可能能够在临床试验之前测试药物机制，这可能会给他们一个强大的开端。 这是一个大胆的设想:该工具需要模拟人脑的860亿个神经元。近年来，孙和他的同事利用日本的一台超级计算机模拟了大脑的大脑皮层、基底神经节、小脑和丘脑。自那以后，日本新型超级计算机Fugaku的出现——世界上最快的五台超级计算机之一——将模拟速度提高了100倍。 孙的软件工程师团队还对算法进行了改进，他相信在未来五年内算法将有能力运行整个大脑。 构建大脑的数据来自大量公开的人脑MRI数据库。不同类型的MRI提供了静态大脑组件的数据，而扩散MRI数据使用强磁场梯度来显示动态过程，并可以突出区域之间的联系。 孙说，一旦研究人员添加机器学习来帮助重建缺失的数据点并调整动态过程以匹配测量的结构数据，他们将拥有一个强大的工具。 新的健康数据科学学院君堂大学的孙喆、青木茂树和釜形浩司（左起）都在雄心勃勃的建模项目中使用核磁共振成像数据。 Koji Kamagata利用君堂大学健康数据科学学院的广泛资源，在大脑中液体运动和疾病之间的联系方面取得了重要发现。 该学院于2023年成立，已经成为高级磁共振成像（MRI）的主要中心。MRI是一种产生人体三维解剖图像的技术。 知名神经放射学家青木茂树（Shigeki Aoki）表示，该学院不仅拥有临床专家，还拥有技术人员、工程师、数据科学家和软件工程师。青木茂树搬到君天道来帮助指导该学院迅速发展的数据科学团队。“与美国的一些研究所相比，我们的规模并不大，但临床和技术开发人员非常接近——这导致了许多疾病的许多突破，”他说。 青木说，健康数据科学可以产生巨大影响。例如，Juntendo一项模拟所有大脑神经元的雄心勃勃的项目应该有助于研究人员发现药物，也可以帮助神经外科医生切除肿瘤。 “神经外科医生希望尽可能多地切除肿瘤。他说:“我们能模拟的每一点都很有帮助。”与此同时，加速药物发现可能对全球5500多万痴呆症患者产生巨大影响。 通过他们的临床合作，该学院的突破已经扩展到精神病学、心脏病学和运动科学领域，此外他们还对阿尔茨海默病和帕金森病等神经系统疾病做出了贡献。 参考 1.Kamagata，k .等人《神经病学》99，e 2648-e 2660（2022年）。 文章 PubMed 谷歌学术 2.Iiff，J. J等Sci。反式。医学。147 ra 111（2012年）。 文章 PubMed 谷歌学术 3.克里斯，B. T .等人安。神经科。76, 845–861 (2014). 文章 PubMed 谷歌学校