个体数字孪生脑中的反事实老化揭示抗老化的潜在维度
Counterfactual aging in individual digital twin brains uncovers a latent dimension of resilience to aging
预印本 · 尚未经过同行评审
认知储备关注为何同样的老化在不同个体身上带来不同程度的衰退。研究提出 Brain-VRNN,一种在纵向多任务功能磁共振数据上训练、受连接组约束的变分循环神经网络,其生成的脑信号复现了未见过个体的四项功能老化指标(r = 0.93-0.96),并能以 0.98 的准确率识别个体。模型在不使用认知分数的条件下学到一个个体内稳定的特质维度,有助于预测未来认知;对每个个体施加相同的反事实老化时,特质值较低者衰退更多,但在体重指数降低时恢复幅度可达 1.6 倍。材料仅为摘要,尚未经同行评审。
认知储备关注的是为什么同样的衰老过程在某些个体中导致的衰退比其他人更少,而数字孪生大脑可以通过在计算机中对每个个体进行衰老模拟来回答这一问题。在此我们提出 Brain-VRNN,一种受连接组约束的变分循环神经网络,在纵向多任务功能 MRI 上训练。其再生的脑信号重现了未见个体的四种功能衰老标志物(r = 0.93-0.96),并能识别每个人(准确率 0.98)。在没有认知评分的情况下,其全局潜变量学习到了一个在每个人内部稳定的特质维度,这有助于预测未来的认知。关键在于,当每个个体都经历相同的反事实衰老时,特质值较低者衰退更多,但在体重指数(一种可改变的痴呆风险因素)降低时恢复幅度可达 1.6 倍。对单个区域进行衰老模拟显示,不同标志物通过不同区域衰退,其中外侧颞-角回区域为所有标志物所共有。Brain-VRNN 将个体内模拟引入认知储备研究。
中文由 AI 翻译,仅供参考,以原文为准。
来源:bioRxiv · Neuroscience · biorxiv.org