Gehirnhierarchie verändert sich laut neuer Bildgebungsstudie über die gesamte menschliche Lebenserwartung
Eine umfangreiche Neuroimaging-Studie zur Lebenserwartung kartiert, wie sich die funktionelle Hierarchie des Gehirns von der Kindheit bis ins hohe Alter entwickelt, und deckt regionsspezifische Alterungsverläufe auf.
Zusammenfassung
Forscher analysierten Ruhezustands-fMRT-Daten von Tausenden von Teilnehmern im Alter von der Kindheit bis zum späten Erwachsenenalter, um zu kartieren, wie sich die kortikale funktionelle Hierarchie – der Gradient von sensorischen zu höherwertigen Assoziationsregionen – über die Lebensspanne verändert. Mithilfe von Diffusionskarten-Einbettung quantifizierten sie die hierarchische Position jeder kortikalen Region und modellierten nichtlineare Alterungsverläufe. Sensorische und motorische Regionen zeigten eine frühe Reifung und relative Stabilität, während transmodale Assoziationsareale (präfrontal, parietal, Default-Mode-Netzwerk) bis ins Erwachsenenalter weiterentwickelt wurden, bevor sie im höheren Alter einen Rückgang zeigten. Die Studie liefert eine umfassende raumzeitliche Karte der Entwicklung und Alterung der kortikalen Hierarchie, verknüpft Hierarchiemetriken mit Kognition und bietet einen normativen Rahmen für die Erforschung von Hirnerkrankungen.
Detaillierte Zusammenfassung
Das Verständnis, wie sich die organisatorische Hierarchie des Gehirns im Laufe des Lebens verändert, ist grundlegend für die Erklärung, warum die kognitive Leistungsfähigkeit im frühen Erwachsenenalter ihren Höhepunkt erreicht und mit dem Alter abnimmt. Die kortikale funktionelle Hierarchie – ein Gradient von der unimodalen sensorischen/motorischen Kortex an einem Ende bis zur transmodalen Assoziationskortex am anderen Ende – soll die Fähigkeit des Gehirns zu flexiblem, abstraktem Denken widerspiegeln. Wie diese Hierarchie jedoch über die gesamte menschliche Lebensspanne hinweg entsteht, reift und sich abbaut, wurde bislang nicht umfassend kartiert.
Diese Studie stellte einen der bisher größten Resting-State-fMRI-Datensätze über die Lebensspanne zusammen und stützte sich auf chinesische Multi-Site-Neuroimaging-Kohorten (u. a. die MCADI- und DIDA-MDD-Konsortien), die Teilnehmer im Alter von etwa 6 bis über 80 Jahren umfassten. Die Diffusionskarten-Einbettung wurde auf funktionelle Konnektivitätsmatrizen angewendet, um den primären kortikalen Gradienten (Gradient 1) abzuleiten, der die sensorisch-zu-transmodale Hierarchie erfasst, sowie sekundäre Gradienten. Nichtlineare (verallgemeinerte additive) Modelle wurden verwendet, um Alterstrajektorien für jeden kortikalen Parzel anzupassen, unter Kontrolle von Geschlecht, Kopfbewegung und Site-Effekten.
Die wichtigsten Erkenntnisse offenbarten ein klares raumzeitliches Mosaik der hierarchischen Entwicklung. Unimodale Regionen (visuelle, somatomotorische Kortex) erreichten ihre hierarchische Reife früh in der Kindheit und blieben relativ stabil oder zeigten einen milden Rückgang im späten Leben. Im Gegensatz dazu zeigten transmodale Regionen – insbesondere das Default-Mode-Netzwerk (DMN), das frontoparietale Kontrollnetzwerk und der laterale präfrontale Kortex – eine protrahierte Entwicklung, die sich bis in das dritte Lebensjahrzehnt erstreckte, gefolgt von einem beschleunigten Rückgang ab dem sechsten Lebensjahrzehnt. Dieses Muster spiegelt das bekannte „Last in, first out"-Prinzip der kortikalen Reifung und des Alterns wider. Die hierarchische Differenzierung zwischen sensorischer und Assoziationskortex erreichte im jungen Erwachsenenalter ihren Höhepunkt, was darauf hindeutet, dass die organisatorische Architektur des Gehirns zu diesem Zeitpunkt am stärksten ausgearbeitet ist.
Die Studie verknüpfte individuelle Unterschiede in kortikalen Hierarchiemetriken auch mit der kognitiven Leistung, insbesondere mit fluider Intelligenz und exekutiven Funktionen, wobei eine höhere hierarchische Positionierung der Assoziationskortex mit besseren kognitiven Werten bei Erwachsenen korrelierte. Darüber hinaus wurden Abweichungen von normativen Lebensspannen-Hierarchietrajektorien mit psychiatrischen und neurodegenerativen Erkrankungen in Verbindung gebracht, die im Datensatz vertreten waren, was den klinischen Nutzen dieser normativen Karten unterstützt.
Zu den Einschränkungen zählen das Querschnittsdesign eines Großteils der Daten, das kausale Rückschlüsse auf intraindividuelle Veränderungen begrenzt. Die Multi-Site-Datenharmonisierung, obwohl sorgfältig durchgeführt, kann eine Restvariabilität einführen. Das Resting-State-fMRI-Maß spiegelt indirekte neuronale Aktivität wider, und die Interpretationen der Gradienten hängen von methodischen Entscheidungen wie dem Parzellierungsschema und der Anzahl der beibehaltenen Komponenten ab.
Wichtigste Erkenntnisse
- Transmodal association cortex (DMN, prefrontal) shows protracted development into the third decade, then accelerates decline after age 50.
- Unimodal sensory and motor regions mature early and remain relatively stable across adulthood.
- Hierarchical differentiation between sensory and association cortex peaks in young adulthood, coinciding with cognitive prime.
- Individual cortical hierarchy scores correlate with fluid intelligence and executive function in adults.
- Deviations from normative lifespan hierarchy trajectories are linked to psychiatric and neurodegenerative conditions.
Methodik
Resting-state-fMRI-Daten aus mehreren Standorten von Tausenden von Probanden (im Alter von etwa 6 bis über 80 Jahren) wurden mithilfe von Diffusion-Map-Embedding analysiert, um die wichtigsten kortikalen funktionellen Gradienten zu extrahieren. Nichtlineare generalisierte additive Modelle wurden angepasst, um Altersverläufe für jede kortikale Parzelle zu charakterisieren, wobei Standort, Geschlecht und Bewegung als Kovariaten einbezogen wurden.
Studienlimitierungen
Das überwiegend querschnittliche Design schränkt Schlussfolgerungen über intraindividuelle Entwicklungsverläufe im Zeitverlauf ein. Die Harmonisierung über mehrere Standorte kann Variabilität durch unterschiedliche Scanner und Protokolle möglicherweise nicht vollständig eliminieren. Auf Gradienten basierende Hierarchiemaße reagieren empfindlich auf methodische Entscheidungen, darunter Parcellierung, Glättung und die Anzahl der beibehaltenen Komponenten.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: