Nature Neuroscience
基于分形分析预测新生儿大脑形态的年龄与遗传相似性

小赛推荐：

该研究首次系统地揭示了新生儿大脑形态的分形维度（FD）在预测婴儿年龄和遗传信息方面的显著优势，相较传统体积和皮层形态指标，FD在预测早产、年龄及双胞胎相似性方面表现更优，具有重要发育生物学和临床转化价值。

 

文献概述

本文《Fractal analysis of brain shape formation predicts age and genetic similarity in human newborns》，发表于Nature Neuroscience杂志，回顾并总结了新生儿大脑形态的分形维度（FD）在预测年龄和遗传信息方面的潜力。研究基于developing Human Connectome Project（dHCP）的大规模结构MRI数据，系统评估了FD在新生儿中的发育轨迹、早产相关变化及遗传相似性预测能力。研究结果表明FD不仅是更灵敏的发育标志物，而且在几何特性上优于传统体积测量。

背景知识

人类大脑在围产期经历快速形态变化，这一阶段的结构成熟与后续认知发展密切相关。然而，获取新生儿大脑结构数据存在伦理与技术挑战，传统体积测量虽能反映大脑生长，但无法捕捉复杂的形态变化。分形维度（FD）是一种基于几何复杂度的测量方法，已被用于研究老年和成年大脑结构变化。本文首次将其应用于新生儿群体，揭示FD在发育早期对大脑成熟度的敏感性，并探索其在早产儿及双胞胎中的遗传关联。当前研究旨在填补新生儿大脑形态与年龄、遗传信息之间联系的空白，提供新的发育生物标志物。

 

赛业生物提供基因编辑大小鼠模型定制服务，涵盖基因敲除、条件性敲除、基因敲入等，适用于发育生物学、神经科学、疾病模型构建及药物筛选等研究。

了解更多

 

研究方法与实验

研究采用分形维度（FD）分析方法，基于结构MRI数据，通过膨胀算法估计大脑结构的空间缩放特性。利用dHCP数据库中的782名新生儿数据，研究团队评估FD与体积在预测婴儿年龄、早产状态及遗传信息方面的表现。此外，研究还进行了纵向分析，追踪100名婴儿在不同扫描时间点的FD变化，并使用Monte Carlo模拟和置换检验评估模型的泛化能力。

关键结论与观点

• 新生儿大脑的分形维度（FD）随年龄增长显著提高，且在灰质中尤为明显，而白质FD随年龄降低，显示其形态变化的组织特异性。
• FD在预测新生儿扫描时的年龄方面显著优于体积，平均误差为4.2天，且在预测出生时年龄和早产状态方面同样表现优异。
• 在双胞胎识别任务中，FD可达到97.4%的准确率，远超体积测量（约30%），表明FD对遗传信息的高度敏感。
• FD与体积相比，在不同组织类型中表现出不同的发育速率，灰质发育最快，白质最慢，提示FD可揭示传统体积无法捕捉的形态变化动态。
• 研究还发现，早产儿在足月窗口扫描时仍表现出FD偏离正常值的特征，表明其大脑形态发育的长期影响。

研究意义与展望

该研究确立了FD作为新生儿大脑成熟度的新型生物标志物，其几何特性优于体积测量，可作为评估早产和预测发育风险的工具。未来可进一步结合功能脑成像，探索FD与神经功能连接的关系，并在临床环境中验证其在疾病预测和干预中的应用潜力。

 

赛业生物提供神经科学研究相关动物模型及表型分析服务，包括阿尔茨海默症、帕金森症等神经退行性疾病的大小鼠模型构建与药效评估。

了解更多

 

结语

本研究通过大规模结构MRI分析，首次系统揭示了新生儿大脑形态的分形维度（FD）在发育早期的高度敏感性。FD不仅在预测婴儿年龄方面优于体积，还能有效识别早产儿及双胞胎，表明其在遗传和发育研究中的重要价值。这些发现为早期脑发育的生物几何模型提供了新的理解，并为临床早产评估和遗传性脑病研究提供了潜在的非侵入性生物标志物。

 

Stephan Krohn, Amy Romanello, Nina von Schwanenflug, Christopher R Madan, and Carsten Finke. Fractal analysis of brain shape formation predicts age and genetic similarity in human newborns. Nature Neuroscience.