小脑老化在空间上具有异质性并在晚年支持认知韧性

小脑包含大脑大部分神经元并支持多种功能，但其随年龄变化的方式仍不清楚。研究人员利用三项涵盖47000名成人的脑影像研究，考察了小脑不同部分的老化方式及其与认知的关系。研究人员采用体积测定法和T1加权/T2加权(T1-weighted/T2-weighted, T1W/T2W)比值表征小脑老化，并在独立样本中用定量磁共振成像(quantitative magnetic resonance imaging, qMRI)验证了这些发现。结果显示小脑老化呈空间异质性模式，其中特定的联合区和运动相关区与年龄的关系比其他小叶更陡峭。较大的小脑体积与随年龄增长更高的认知得分相关，表明小脑结构可提供脑储备(brain reserve)，有助于在老化情况下维持功能。在阿尔茨海默病(Alzheimer’s disease, AD)患者中，小脑体积在低淀粉样蛋白(amyloid)负荷个体中与认知相关，尤其在携带两份APOE-ε4风险基因者中如此。这支持一个阈值-储备(threshold-reserve)模型，即小脑有助于维持认知直至病理变得广泛。这些结果表明小脑在健康认知老化和韧性(resilience)中发挥积极作用。

研究背景：既往大脑老化与认知韧性的研究多聚焦于新皮层与海马系统，小脑虽已知长期参与感觉运动控制，亦有证据表明其与高阶认知、情感功能及与皮层联合区、皮层下核团的闭环回路有关，但小脑在老化过程中的空间异质性变化及其对认知储备(cognitive reserve)的贡献仍不明确；既往研究样本量偏小、解剖分辨率较粗，难以评估小脑各小叶的异质性老化及其与认知的关系，且小脑在阿尔茨海默病(Alzheimer’s disease, AD)中是仅参与病理进程还是也提供韧性仍有争议，因此研究人员通过开展大尺度多队列研究来明确小脑老化的空间模式、其与认知韧性的关系及在AD连续谱中的作用。该研究发表在《Nature Neuroscience》。研究人员整合三个独立队列开展横断面与部分纵向分析：Human Connectome Project-Aging（HCP-Aging，n=708，36至100岁）、UK Biobank（UKB，n=45013，44至81岁）、Alzheimer’s Disease Neuroimaging Initiative（ADNI，n=1423，56至95岁）；关键技术方法包括：采用FreeSurfer(v7.1.1)和ACAPULCO进行小脑小叶（11对小脑小叶及蚓部区域）与新皮层、海马、 Superior frontal cortex、Precuneus-Posterior cingulate cortex(PPCC)等皮层区的体积分割与parcellation（HCP-MMP atlas、Desikan–Killiany分区、Buckner 7网络、Multimodal Domain Task Battery分区）；用T1加权/T2加权(T1W/T2W)比值图作为髓鞘与neurite密度的相对指标；在独立小样本（n=23，29至71岁）中用定量磁共振成像(quantitative magnetic resonance imaging, qMRI)获取质子体积(volume of interacting protons, VIP)、组织体积分数(tissue volume fraction, TV)、水组织分数(water tissue fraction, WTF)等微观结构指标；用 voxel-based morphometry(VBM)结合CAT12/SPM12做小脑灰质 voxel-wise关联；用线性混合效应模型（含年龄×小叶、年龄×半球等交互，log转换体积，Satterthwaite近似自由度，Benjamini–Hochberg False Discovery Rate(FDR)校正）、普通最小二乘线性回归、Type III ANOVA、Wald检验、Gaussian mixture model、交互模型（年龄×小脑体积等）分析老化斜率、结构-认知关联及调节效应；认知测评包括蒙特利尔认知评估(Montreal Cognitive Assessment, MoCA)总分与亚量表（视空间等）、数字符号替换测验(digit symbol substitution task, DSST)、连线测验B(trail making test part B, TMB)、维度卡片分类(dimensional card sort, DCCS)、flanker注意任务、图片序列记忆(picture sequence memory, PSM)、列表排序工作记忆(list sorting working memory, LSWM)；ADNI中用Amyloid-PET([¹¹C]-Pittsburgh compound B)得到部分容积校正后的标准化摄取值比（ amyloid状态分为Aβ⁻与Aβ⁺），并获取APOE基因型；部分ADNI数据拟合了含随机截距/随机斜率的线性混合效应纵向模型；所有模型均校正生物性别、估计总颅内容积(estimated total intracranial volume, eTIV)或total head volume、教育年限等协变量，效应量用Cohen’s f，推断均为双侧检验。

研究结果：Heterogeneous aging of cerebellar tissue and associations with cognition（小脑组织的异质性老化及其与认知的关联），研究人员通过HCP-Aging发现年龄与新皮层体积（β=−1927.92 mm³/年，P=0.00001，Cohen’s f=1.27）和小脑体积（β=−309.13 mm³/年，P<2×10⁻¹⁶，Cohen’s f=0.54）呈显著负相关，eTIV与年龄无关（P=0.399）；混合效应模型显示小脑11个小叶的对数体积与年龄存在显著的年龄×小叶交互（F(1014826)=50.07，P<2.2×10⁻¹⁶），各小叶老化斜率异质，后部的crus I、crus II、小叶IX、小叶V等呈现更陡峭的每十年百分比体积下降，前部运动性小叶相对平缓；蚓部区域也存在异质老化（年龄×蚓部：F(42820)=4.56，P=0.001），多为每十年约0.9%至1.5%下降；T1W/T2W比值在各小叶同样呈异质负年龄关联（年龄×小叶：F(1014826)=53.75，P<2.2×10⁻¹⁶），后部crus I、crus II、小叶IX下降最大，前部运动区较小，与小脑感觉-联合梯度一致；独立qMRI队列中质子体积(VIP)混合模型同样显示年龄×小叶交互（F(10462)=5.10，P=4.4×10⁻⁷），后部认知相关小叶（crus I、crus II、VIIb、VIIIa等）下降更明显，且VIP捕捉到超出单纯组织体积分数(TV)与水组织分数(WTF)的微观结构老化信息；新皮层320个ROI的T1W/T2W基线（年轻成人代理感觉-联合层级）与年龄相关T1W/T2W斜率负相关，即低髓鞘联合皮层老化更陡；较大全局小脑体积与新皮层体积均与较高MoCA得分相关（小脑：β=0.0001，P<3.1×10⁻¹⁰，Cohen’s f=0.24；新皮层：β=0.00001，P<2.1×10⁻⁹，Cohen’s f=0.23），eTIV也与MoCA正相关（β=0.002，P=0.011，Cohen’s f=0.10）。

Regional cerebellar age-related volume changes and associations with cognition（小脑区域年龄相关体积变化及其与认知的关联），研究人员用双边求和的小脑小叶对数体积联合预测MoCA时显示MoCA×小叶交互显著（F(10692)=2.19，P=0.0169），小叶V、VI、crus I、crus II与MoCA的正关联最强（每10%体积增加对应MoCA提升约0.2至0.27分，Benjamini–Hochberg校正P均<10⁻⁷），后部/联合小叶强于前部/运动小叶（对比P=0.0004）；VBM发现年龄相关灰质减少集中在后小脑（family-wise error(FWE)校正P<0.0001，qFDR=0.002），MoCA相关灰质集中在双边小叶V、VI、crus I、crus II，交集图显示同时与老化和MoCA相关的区域主要落在与额顶叶、腹侧注意(default mode部分)、语言等联合网络对应的小脑皮质（Buckner 7与Multimodal Domain Task Battery叠加）；从该交集提取的“aging-MoCA小脑特征”灰度值可预测MoCA总分（β=8.61，P=1.4×10⁻¹⁰，Cohen’s f=0.25）和视空间亚分（β=3.86，P=3.1×10⁻¹⁶，Cohen’s f=0.32）；关键的是，小脑体积（及该特征灰度值）与年龄的交互项对MoCA总分（P=0.02）和视空间分（P=0.001）显著，即较大小脑体积减弱年龄-认知负关联，约46岁（总分）和44岁（视空间）后保护效应显现，高于均值小脑体积者年龄-认知斜率更平缓。

Cerebellar versus cortical contributions to cognitive reserve（小脑与皮层对认知储备的贡献对比），研究人员定义与后部小脑小叶VI、crus I、crus II功能连接的皮层复合区：后中线皮层复合(precuneus-postcingulate cortex, PPCC)、额顶叶网络(frontoparietal network, FPN)复合（rostral/caudal middle frontal、inferior parietal）、腹侧注意网络(ventral-attention network, VAN)复合（insula、inferior frontal gyrus pars opercularis/triangularis、supramarginal），发现这些皮层体积均与年龄负相关、与MoCA正相关，但其体积×年龄交互对MoCA均不显著（PPCC：P=0.263；FPN：P=0.188；VAN：P=0.550）；即使在模型中同时放入小脑体积×年龄与皮层体积×年龄，仅小脑交互项显著（PPCC模型：β=0.014，P=0.037；FPN：β=0.013，P=0.056；VAN：β=0.016，P=0.016），皮层交互仍不显著；海马与superior frontal cortex体积同样仅主效应（与年龄负、与MoCA正），其体积×年龄交互不显著（海马P=0.906，superior frontal P=0.831），且小脑体积×年龄交互在加入它们后仍显著（调整海马后P=0.021，调整superior frontal后P=0.017），表明小脑对年龄-认知关系的调节并非由结构耦合的皮层区域解释。性别与小脑老化、结构-认知关联无显著交互，提示效应不源于性别差异。

Generalizability of cerebellar reserve to independent cognitive tasks（小脑储备对独立认知任务的推广性），在HCP-Aging中用NIH Toolbox任务检验，发现小脑体积×年龄交互对维度卡片分类（β=0.99，P=0.0005）和flanker注意任务（β=0.710，P=0.005）显著，即较大小脑体积缓冲年龄相关执行/注意下降（约55岁后卡片分类、60岁后flanker显现保护）；小脑体积主效应在两任务均正（卡片分类β=32.84，P=1.1×10⁻⁹；flanker β=31.29，P=3.5×10⁻¹⁰）；但小脑特征对图片序列记忆（P=0.646）与列表排序工作记忆（P=0.441）的年龄×交互无显著调节作用，仅主效应正，说明小脑储备的调节效应集中于执行控制与处理速度相关认知域。

Cerebellar cognitive reserve in the UKB（UKB中小脑认知储备的验证），研究人员在UKB中聚焦后部小叶（crus I、crus II、小叶IX），混合模型显示年龄×小叶交互显著（F(2181270)=309.34，P<2.2×10⁻¹⁶），每十年体积下降百分比crus I为−6.36%，crus II为−4.68%，小叶IX为−4.44%；DSST随年龄下降（β=−0.25/年，P<2×10⁻¹⁶，Cohen’s f=0.41），TMB完成时间随年龄延长（β=0.93 s/年，P<2×10⁻¹⁶，Cohen’s f=0.31）；后部小叶体积与DSST正相关（crus I r=0.19，crus II r=0.14，IX r=0.13），与TMB负相关；小脑体积×年龄交互对DSST（β=0.01，P=0.044）和TMB（β=−0.10，P=0.00004）显著，即较大小脑体积减缓年龄相关的处理速度/执行下降，80岁时高小脑体积者TMB快约9秒、DSST高约5%。

Cerebellar reserve in AD（AD队列中小脑储备的表现），在ADNI中按amyloid状态分层，Aβ⁻个体中小脑体积×年龄交互对MoCA显著（P=0.0492），即较大小脑体积缓冲年龄-认知下降；Aβ⁺个体中该交互不显著（P=0.869），符合阈值-储备模型：小脑结构在低病理负荷时起韧性作用，病理广泛后超出补偿能力；诊断分层显示Aβ⁻中小脑体积×诊断组与MoCA关联最强在AD痴呆组（β=0.0001，P=0.004），但三相交互（年龄×小脑体积×诊断）在各亚组不显著；按APOE基因型，Aβ⁻中所有基因型小脑体积与MoCA正相关，ε4/ε4携带者最强（β=0.001，t=3.14，P=0.00175），ε3/ε3（P=0.00193）与ε3/ε4（P=0.00210）亦显著；Aβ⁺中各基因型均无显著体积-MoCA关联（均P>0.2）；小叶级混合模型显示Aβ⁻与Aβ⁺均存在年龄×小叶交互（Aβ⁻：F(1014763)=15.35，P<0.00001；Aβ⁺：F(1013545)=14.08，P<0.00001），后部小叶（VI、crus I、VIIb、VIIIb、IX）每十年体积下降陡于前部，但体积-MoCA关联在Aβ⁻见于小叶IV、V、VI、crus I、crus II、VIIb、IX（均Benjamini–Hochberg P<0.05），Aβ⁺仅集中于小叶V、crus I、VIIb显著，小叶X为负；纵向随机截距模型显示基线小脑体积预测整体较高MoCA（β=0.23，P=0.04），时间与小脑体积交互在仅随机截距模型显著（β=−0.031，P=0.019），表现为初始高认知并随时间趋同，符合“前端加载”储备模式。

讨论总结：研究人员指出小脑老化呈可重复的空间异质性，后部联合小叶（crus I、crus II等）及小叶V老化更陡，该模式在HCP、UKB、ADNI及T1W/T2W、qMRI(VIP)中一致；体积指标与微观结构指标分离部分生物学过程：小叶V宏观体积下降明显（可能与前叶Purkinje细胞高兴奋性、酒精等环境易损性有关），而后部crus I/II微观结构（髓鞘、突触密度代理）下降更陡，符合发育上晚成熟系统更易退化的retrogenesis（逆发生）模式，且与新皮层联合区老化梯度呼应；小脑结构特别是后部小叶体积与多领域认知（MoCA总分、视空间、处理速度DSST、执行卡片分类、flanker）正相关，且小脑体积调节年龄-认知关联，即较大体积减弱老化相关认知差异，该调节效应在小脑显著但在与后部小脑功能连接的皮层区（PPCC、FPN、VAN）、海马、superior frontal中均未出现，说明小脑贡献超出结构耦合的皮层区域，支持小脑作为认知韧性独立结构基础的脚手架(scaffolding)框架；在AD连续谱中，小脑体积与认知关联及调节效应仅存在于Aβ⁻个体（含Aβ⁻AD痴呆）与低病理期，Aβ⁺中消失，且Aβ⁻下APOE ε4/ε4携带者小脑体积-认知关联最强，符合阈值-储备模型：小脑结构可在病理负荷较低时缓冲认知症状，广泛淀粉样病变后代偿超限；小脑诊断分期（CN、MCI、AD）间体积无显著差异（P=0.475），而新皮层体积有（P<0.0001），说明小脑结构相对稳定但微观异质老化仍存在；局限包括横断面为主、MoCA全局性限制域特定推断、未完全建模教育/社会经济代理、铁积累等机制需未来多模态纵向研究；结论翻译：跨三个大队列，小脑老化呈现可重复模式，后部小叶与小叶V效应最强；小脑体积预测常态老化与AD样本中的认知韧性，将小脑定位为脑老化活跃组分；扩展储备框架表明小脑完整性在大量淀粉样负荷前缓冲认知，与脚手架和阈值-储备模型一致，即结构资源维持功能直至病理压倒代偿；因此小脑结构可能掩盖早期皮质病理涌现的症状，延迟基于皮层中心模型的检出；将小脑指标整合进神经退行模型并靶向小脑-皮层环路治疗，可强化维护认知健康的策略。