{"schema_version":"1.0","service":"Publicasta","type":"article","id":1143,"slug":"functional_connectome_alzheimers_risk_before_memory_loss","title":"功能性脑扫描模式或能在记忆衰退前提示阿尔茨海默病风险","excerpt":"斯坦福大学牵头的研究利用静息态功能磁共振成像，区分与阿尔茨海默病韧性或易感性相关的脑网络模式。这是一种用于更早风险分层的研究工具，并非诊断测试，也不能预测任何人的命运。","language":"zh","default_language":"en","canonical_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=zh","image":{"url":"https://publicasta.com/storage/projects/16/pages/1143/2026/11/0ae70473-d00d-4075-8e3a-6092b57480dc.webp","alt":"老年人接受磁共振成像检查，叠加显示相互连接的脑区半透明可视化图像"},"publisher":{"id":16,"slug":"good_tech_news","name":"Good Tech News","url":"https://publicasta.com/good_tech_news"},"author":{"name":"Anton R"},"published_at":"2026-11-05T17:15:29+00:00","updated_at":"2026-11-05T17:15:29+00:00","content_markdown":"脑部扫描通常被当作一张图片：用来寻找可见的损伤、萎缩或异常沉积。一项新研究提示，另一个层面可能同样重要。人在静息状态下，各脑区之间的沟通方式，可能带有可测量的认知衰退易感性特征，即使记忆测试结果仍然正常。\n\n ![老年人接受磁共振成像检查，叠加显示相互连接的脑区半透明可视化图像](https://publicasta.com/storage/projects/16/pages/1143/2026/11/0ae70473-d00d-4075-8e3a-6092b57480dc.webp)\n\n 由斯坦福医学中心研究人员领衔的团队，使用静息态功能磁共振成像（resting-state fMRI），比较了两个不寻常的群体：患有阿尔茨海默病的老年人，以及记忆力相对于同龄人异常出色的老年人。研究人员据此建立了一个名为“阿尔茨海默病韧性—易感性连接组”（Alzheimer’s Resilience-Vulnerability Connectome）的评分，简称 ARC。\n\n 这一评分不是诊断工具。它不能告诉某个人阿尔茨海默病是否不可避免，目前也不能用于指导治疗。它的价值更为具体：提供了一种研究方法，用来判断某人的大脑大尺度沟通模式，更接近那些表现出异常韧性的人，还是更接近与日后衰退相关的模式。\n\n 这一点之所以重要，是因为阿尔茨海默病研究正不断向更早阶段推进。等到一个人出现明显记忆问题时，生物学变化可能已经发展了多年。一个有用的早期标志物，可以帮助研究人员找出需要更密切随访的人，更高效地设计预防性试验，并检验某种干预是否能在症状变得难以逆转之前改变大脑状态。\n\n ## 这项研究究竟测量了什么\n\n 静息态功能磁共振成像并不直接测量思想、记忆或智力。相反，它记录参与者静卧在扫描仪中时，血氧水平的变化。这些波动可以间接反映不同脑区之间的协调活动。\n\n 研究人员随后可以估算功能连接：两个脑区的活动是否会随时间同步升降。这些关系构成的图谱有时被称为功能连接组。它并不是解剖学意义上的线路图，而是对特定一次扫描期间，大脑不同部分如何作为一个网络运行的统计描述。\n\n 斯坦福团队认为，与普通衰老者进行比较可能会受到太多噪声干扰。认知未受损的老年人在生物学上并不完全相同。有些人可能已经出现早期淀粉样蛋白积累、血管变化或其他过程，只是尚未影响测试分数。如果把他们全部视为同一个健康基线，可能会掩盖真正重要的差异。\n\n 因此，研究人员转而比较两个界限更清晰的群体。一组是“超级老人”（SuperAgers）：年龄至少为75岁，记忆表现可与年轻得多的成年人相媲美，同时执行功能也符合其年龄水平。另一组则是年龄相近、已被诊断为阿尔茨海默病的人。\n\n 这项研究使用了多个大型影像项目的数据，包括开放获取影像研究系列（Open Access Series of Imaging Studies）、哈佛老龄化脑研究（Harvard Aging Brain Study）以及阿尔茨海默病神经影像计划（Alzheimer’s Disease Neuroimaging Initiative）。在探索性分析中，研究人员利用180名超级老人和110名阿尔茨海默病患者的静息态扫描，找出前额叶、颞叶和岛叶网络在协调活动上的差异。\n\n 这些差异被整合为 ARC 评分。在探索队列中，该评分区分超级老人组和阿尔茨海默病组的受试者工作特征曲线下面积（AUC）为0.85。研究人员还在一个包含143名参与者的独立样本中进行了测试。这一点很重要，因为如果模型只在用于构建它的数据上评估，结果可能显得格外出色。\n\n AUC为0.85衡量的是群体之间的区分程度，而不是某个人患上阿尔茨海默病的个人概率。它不应被理解为“对个人有85%的准确率”。现实世界中的预测效果取决于被测试人群、扫描的质量与一致性、疾病定义，以及随访所采用的时间范围。\n\n ## 关键测试涉及那些看起来健康的人\n\n 研究人员先用两个极端群体建立 ARC 评分，随后将其应用于1300多名年龄在55至70岁之间、在接受影像检查时没有认知障碍迹象的成年人。探索组包括818人，独立重复验证组包括497人。\n\n 在基线评估时，阿尔茨海默病样评分较高和 SuperAger 样评分较高的参与者，并没有表现出足够清晰的认知差异，无法仅靠一次简单的门诊测试加以区分。他们的变化轨迹是在之后才逐渐分化的。功能性连接组模式更接近阿尔茨海默病样的参与者，在记忆力、注意力和执行功能指标上的下降通常更快。他们体内淀粉样蛋白-β的累积也更多，进展为轻度认知障碍或阿尔茨海默病的风险更高。\n\n 最长的纵向数据集持续了 12 年，不过许多参与者的随访时间更接近五六年。这也是为什么，与其说这项研究为每位参与者提供了长达 12 年的诊断预测，不如将其视为早期风险分层的证据。\n\n 研究人员还将基于 ARC 的预测与人口统计变量、遗传因素、淀粉样蛋白-β和 tau 生物标志物进行了比较。斯坦福大学的报告称，在部分结局指标上，连接组评分的表现与这些指标相当或更好；将 ARC 与现有生物标志物结合后，预测能力进一步提高。论文摘要也描述了相同的总体结果：在认知功能未受损的成年人中，阿尔茨海默病样和 SuperAger 样亚组起初的认知表现相近，但在纵向随访中形成了不同的变化轨迹。\n\n 这体现了研究重点的一种有益转变。许多阿尔茨海默病检测关注的是疾病相关分子或结构变化是否存在，而 ARC 关注的是活体大脑各网络如何协同运作。这两种视角可能是互补的，而非相互竞争。一个人的淀粉样蛋白或 tau 状态，可以提供有关疾病生物学的证据；功能连接则可能显示大脑如何对这种生物学变化作出反应、进行补偿，或将其表现出来。\n\n ## 为什么网络信号可能提供额外信息\n\n 阿尔茨海默病并不会按照整齐的顺序损害某一个孤立的脑部位置。它会影响记忆、注意力、语言和执行控制相关脑区之间的沟通。在广泛的细胞丢失变得可见之前很久，一些网络可能已经变得协调性下降，而其他区域则可能提高活动水平，或重新组织彼此之间的关系。\n\n 因此，功能性连接组指标能够捕捉到单一生物标志物可能遗漏的一种特征：整个系统的状态。两个人可能拥有相近程度的淀粉样蛋白，但由于其网络在补偿能力、认知储备、血管健康或其他因素上存在差异，认知韧性却可能不同。\n\n 这项研究并未证明所识别出的网络模式会导致认知下降。研究显示的是，该模式与不同结局相关。这一区分很重要。如果早期疾病变化同时影响网络活动和之后的认知表现，ARC 评分或许能敏感地反映正在进行的过程，但它并不是这一过程最初的原因。\n\n 论文还报告了一项探索性的全基因组关联分析，提出 CLYBL 和 FRMD6 可能是与两种亚型差异相关的候选基因座。这些发现仍属初步结果。候选关联并不等于已确认的机制；在能够用来解释为何某个人的网络看起来比另一个人更具韧性之前，遗传学结果还需要在规模更大、更多元的人群中得到重复验证。\n\n ## 这项研究如何融入当前的阿尔茨海默病生物标志物格局\n\n 支持早期检测的理由已经很充分。美国国家老龄研究所指出，与阿尔茨海默病相关的脑部变化，可能在记忆和思维问题变得明显前十年甚至更早就已开始。淀粉样蛋白斑块和 tau 蛋白缠结是核心生物学特征，但它们并不能完整说明一个人功能丧失的速度。\n\n 淀粉样蛋白 PET 和脑脊液检测能够识别疾病相关生物学变化，但它们价格昂贵、具有侵入性，或难以在常规医疗中普及。血液生物标志物正变得越来越有用。2025 年，美国食品药品监督管理局批准了一项血液检测，用于辅助诊断 55 岁及以上、且已出现疾病相关体征和症状的成年人是否存在淀粉样蛋白斑块。该机构明确表示，这项检测并非供无症状人群单独用于筛查。\n\n 这一限制在此处尤其重要。ARC 研究针对的是认知未受损人群，但它仍属于研究成果。该评分来自研究队列采集的 MRI 数据，尚未被验证为面向消费者的筛查服务，也不能替代临床评估。能够测量到早期模式，并不意味着每个健康人都应该接受脑部扫描，以获得一个风险标签。\n\n 相反，ARC 可能会在几种更受控的场景中发挥价值。研究人员可以利用它，将脑网络模式显示出较高脆弱性的参与者纳入预防试验。这样，试验就能考察某种治疗是否会改变之后的认知结局，而不只是改变扫描结果或血液指标。该评分也可能帮助研究人员筛选参与者，安排更密集的影像检查或纵向随访。\n\n 结合不同指标，或许是最实际的发展方向。未来的研究模型可以综合认知测试、血液生物标志物、MRI 得出的网络特征、遗传信息、血管状况指标和病史。每种信号都在处理问题的不同部分：疾病病理、脑功能、结构变化、遗传风险，或可改变的健康因素。\n\n ## 该评分是一个截面，不是判决\n\n 研究人员对这一点十分谨慎。一个人的 ARC 评分反映的是扫描当时的大脑网络状态，并不等于命运。斯坦福团队指出，随着年龄增长，呈现出类似“超级老人”模式的人所占比例往往会下降；脑损伤或神经精神疾病也可能改变网络组织方式。\n\n 观察性研究的设计还留下了多种可能解释。阿尔茨海默病相关的早期变化，可能在症状出现前就已经影响功能性连接组模式。睡眠、抑郁、药物、血管疾病、听力损失、教育程度、身体活动，或扫描仪差异等其他因素，也可能同时影响脑活动和之后的认知表现。统计模型可以校正部分变量，却无法排除所有混杂来源。\n\n 研究使用“超级老人”这一群体很有参考价值，但也提出了更高要求。他们代表的是一种极端表型，而不是健康老化的平均目标。一个能够区分记忆力保存异常出色者与已确诊阿尔茨海默病患者的模式，在普通老化的广大中间人群中使用时，可能就没那么精确。复制分析令人鼓舞，但仍需要在不同族群背景、教育程度、医疗系统、扫描平台和地理区域中进行更广泛的验证。\n\n 对结果如何解读，也存在实际问题。如果一项检测显示，某位认知健康者具有更脆弱的模式，接下来该做什么？在没有干预措施被证明能够改变这一轨迹的情况下，这种结果可能带来焦虑，却没有明确益处。风险信息只有在能够导向与风险相称的行动时，才最有用：参与设计更完善的临床试验、进行细致监测、评估可治疗的影响因素，或与临床医生讨论已有证据支持的脑部和心血管健康策略。\n\n ## 这种模式能否被改变？\n\n 这项研究最耐人寻味的意义，并不只是说明大脑可以被分类，而是提示这种具有韧性的模式最终或许能成为干预目标。\n\n 研究人员提到，经颅磁刺激和认知训练可能是影响脑活动的方式。两种设想都需要保持克制。经颅磁刺激已经被用于抑郁症等疾病的研究，但这并不能证明它可以预防阿尔茨海默病。认知训练可能改善受训任务上的表现，但本研究并未证明它能把类似阿尔茨海默病的连接组转变为类似“超级老人”的连接组，也未证明它能预防痴呆。\n\n 因此，下一个合乎逻辑的实验，并不是根据 ARC 直接开出治疗方案，而是在受控干预前后测量 ARC，再追踪网络模式的变化是否与有实际意义的认知改善或随时间推移的进展减缓相关。扫描结果发生变化还不够。真正重要的结局，是日常生活中的功能得以保持。\n\n 这正是区分生物标志物与治疗靶点的关键所在。生物标志物之所以有用，可能是因为它能预测某种结果；而治疗靶点还必须与该结果存在因果联系，改变它所带来的益处也必须超过相应的风险与成本。这项新研究更清楚地确立了前一种可能性，至于后一种，证据还没有那么充分。\n\n ## 读者应如何理解这一结果\n\n 好消息在于它具有实际意义，而非什么奇迹。研究人员找到了一种描述大脑衰老维度的方法：这一维度的一端是记忆异常 պահպան，另一端则是与阿尔茨海默病相关的易感性。该指标适用于不同群体，并在独立数据中得到重复验证；在已经使用淀粉样蛋白、tau蛋白、遗传和认知指标的研究领域，它还能提供额外信息。\n\n 不那么令人振奋、却更重要的是，这项工作还没准备好用于常规筛查。它不是面向消费者的检测，也不能用于临床诊断，更不是经过验证的预防方案。研究没有证明，拥有有利脑网络模式的人就能免受阿尔茨海默病影响，也没有证明改变这种模式便能预防疾病。\n\n 它眼下最直接的价值在于研究设计。更早、更精确地识别风险，可能让预防研究更快，也减少资源浪费。这有助于研究人员区分病理是否存在，以及大脑能否承受或补偿这些病理变化。它还可能促使人们更全面地看待阿尔茨海默病的生物学机制，把分子沉积、血管健康、网络通信和认知储备放在一起研究。\n\n 这意味着，对问题的界定向前推进了一步。阿尔茨海默病风险不只取决于某种蛋白是否存在，也取决于大脑如何组织、如何应对压力，以及这些模式会随时间怎样变化。ARC评分是衡量这种系统性易感性的早期尝试。它接下来真正要接受的检验，不是能否制造醒目的标题，而是能否指导安全的干预，帮助人们在更长时间内保持认知独立。","available_translations":[{"language":"ar","title":"قد يكشف نمط في تصوير الدماغ الوظيفي خطر ألزهايمر قبل تراجع الذاكرة","html_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=ar","markdown_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.md?lang=ar","json_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.json?lang=ar","api_url":"https://publicasta.com/api/public/v1/channels/good_tech_news/articles/functional_connectome_alzheimers_risk_before_memory_loss?lang=ar"},{"language":"de","title":"Ein Muster im funktionellen Gehirnscan könnte das Alzheimer-Risiko vor dem Gedächtnisverlust anzeigen","html_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=de","markdown_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.md?lang=de","json_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.json?lang=de","api_url":"https://publicasta.com/api/public/v1/channels/good_tech_news/articles/functional_connectome_alzheimers_risk_before_memory_loss?lang=de"},{"language":"en","title":"A Functional Brain Scan Pattern May Flag Alzheimer’s Risk Before Memory Declines","html_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=en","markdown_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.md?lang=en","json_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.json?lang=en","api_url":"https://publicasta.com/api/public/v1/channels/good_tech_news/articles/functional_connectome_alzheimers_risk_before_memory_loss?lang=en"},{"language":"es","title":"Un patrón en una exploración cerebral funcional podría señalar el riesgo de alzhéimer antes del deterioro de la memoria","html_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=es","markdown_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.md?lang=es","json_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.json?lang=es","api_url":"https://publicasta.com/api/public/v1/channels/good_tech_news/articles/functional_connectome_alzheimers_risk_before_memory_loss?lang=es"},{"language":"fr","title":"Un profil d’imagerie cérébrale fonctionnelle pourrait signaler le risque d’Alzheimer avant le déclin de la mémoire","html_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=fr","markdown_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.md?lang=fr","json_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.json?lang=fr","api_url":"https://publicasta.com/api/public/v1/channels/good_tech_news/articles/functional_connectome_alzheimers_risk_before_memory_loss?lang=fr"},{"language":"pl","title":"Wzorzec funkcjonalny w skanach mózgu może wskazywać ryzyko Alzheimera, zanim pogorszy się pamięć","html_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=pl","markdown_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.md?lang=pl","json_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.json?lang=pl","api_url":"https://publicasta.com/api/public/v1/channels/good_tech_news/articles/functional_connectome_alzheimers_risk_before_memory_loss?lang=pl"},{"language":"ru","title":"Функциональный паттерн мозга может выявить риск болезни Альцгеймера до ухудшения памяти","html_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=ru","markdown_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.md?lang=ru","json_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.json?lang=ru","api_url":"https://publicasta.com/api/public/v1/channels/good_tech_news/articles/functional_connectome_alzheimers_risk_before_memory_loss?lang=ru"},{"language":"zh","title":"功能性脑扫描模式或能在记忆衰退前提示阿尔茨海默病风险","html_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=zh","markdown_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.md?lang=zh","json_url":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.json?lang=zh","api_url":"https://publicasta.com/api/public/v1/channels/good_tech_news/articles/functional_connectome_alzheimers_risk_before_memory_loss?lang=zh"}],"_links":{"self":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.json?lang=zh","api":"https://publicasta.com/api/public/v1/channels/good_tech_news/articles/functional_connectome_alzheimers_risk_before_memory_loss?lang=zh","html":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=zh","canonical":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss?lang=zh","markdown":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.md?lang=zh","json":"https://publicasta.com/good_tech_news/functional_connectome_alzheimers_risk_before_memory_loss.json?lang=zh","channel":"https://publicasta.com/api/public/v1/channels/good_tech_news","channel_articles":"https://publicasta.com/api/public/v1/channels/good_tech_news/articles","search":"https://publicasta.com/api/public/v1/search","documentation":"https://publicasta.com/api-docs#reading-publicasta","openapi":"https://publicasta.com/api-docs/openapi.json","llms":"https://publicasta.com/llms.txt"}}