北京师范大学认知神经科学与学习国家重点实验室

科研进展

【论文】贺永课题组与合作者在PNAS发表论文揭示人脑有氧糖酵解代谢的结构连接基础

23 2020-12

贺永课题组与合作者在PNAS发表论文揭示人脑有氧糖酵解代谢的结构连接基础

2020年12月21日，北京师范大学认知神经科学与学习国家重点实验室贺永教授课题组与合作者在PNAS在线发表题为“Association of aerobic glycolysis with the structural connectome reveals a benefit-risk balancing mechanism in the human brain”的研究论文。该研究通过探索人脑有氧糖酵解代谢与脑结构连接组的关系，揭示了大脑在收益与风险之间平衡的工作机制。

   人脑作为一个复杂的网络，不同脑区之间的联系需要大量的结构连接作为连线成本，同时消耗大量的葡萄糖代谢作为运行成本以维持正常的功能。贺永课题组与合作者前期的工作，发现人脑功能网络与葡萄糖代谢、脑血量量具有密切的关系，且能够根据认知任务的需求进行调控（Liang et al 2013）。然而，人脑代谢的空间分布是否收到结构连接组的约束并不清楚。该研究综合采用多模态PET脑代谢数据、弥散和功能磁共振脑成像数据、以及计算神经模型，系统探索了人脑有氧糖酵解代谢与结构连接组的关系。

   有氧糖酵解（AG）是指存在足够氧时葡萄糖的非氧化代谢。成年人脑中，AG占葡萄糖代谢的10-12%，但在幼儿期，AG达到葡萄糖代谢总量的1/3。研究表明，AG是大脑的重要代谢方式，能够快速产生ATP，是生物合成的关键，在突触可塑性和神经保护对抗氧化应激中发挥重要作用。然而以前的研究也报道了脑AG的代谢水平与淀粉样蛋白沉积等病理特征紧密关联。因此，该研究提出的科学假说为人脑中AG代谢带来的收益与风险平衡可能受到结构网络连接的约束。

   该研究首先基于PET数据，发现静息态下人脑高AG代谢值的区域主要集中于额顶网络和默认网络（图1）。为了估计人脑网络中每个脑节点的轴突连接总长度，该研究设计了一个基于空间欧式距离的含权预测计算模型。该模型分别在猕猴化学示踪剂追踪（图2）和小鼠双光子成像技术获得的脑结构连接组实验数据中进行了验证，发现实验数据获得的轴突连接总长度和模型估计的总长度高度一致。然后，该研究将建立的计算模型应用于人脑弥散磁共振影像获得的结构连接组数据，发现所估计的脑区轴突连接总长度和AG的代谢水平高度关联，具有高AG代谢水平的脑区在功能网络里具有高的整合能力，并且AG代谢水平对于结构-功能网络的关系起到中介作用（图3）。基于网络优化重连模型，研究发现高AG脑区的总轴突长度具有优化的布线设计（图4）；如果脑网络被随机布线，高AG脑区需要的总轴突长度和面临的脆弱性风险将成倍增加（图4）。这些结果表明高AG脑区虽然具有昂贵的布线成本，但其布线的安排具有高度的优化，以满足代谢的需求并同时降低风险，从而揭示了人脑在收益与风险之间平衡的工作机制。研究不仅对于阐释人脑代谢与脑连接组的复杂关系具有重要价值，而且对于理解脑发育及脑疾病中的代谢变化的结构基础具有重要意义。

   该论文第一作者为陈育涵博士，通讯作者为贺永教授和香港浸会大学的周昌松教授。论文合作者包括林起湘博士和廖旭红博士。该研究得到国家自然科学基金重点项目、国际合作重点项目、教育部长江学者特聘教授基金等项目的资助。

   论文链接：https://www.pnas.org/content/118/1/e2013232118

图1年轻健康被试的人脑中有氧糖酵解（AG）分布。

图2基于该研究提出的计算模型，发现猕猴大脑结构连接组中，所估计的脑区轴突连接总长度与染色纤维追踪实验获得的轴突连接总长度高度一致。

图3人脑网络中的AG代谢水平、结构网络中的轴突连接总长度与功能网络中脑区的整合能力三者之间的关系。

图4基于网络优化和随机重连接模型，研究高AG代谢的脑区的布线优化程度和脆弱性程度。

参考文献：
Chen Y, Lin Q, Liao X, Zhou C, He Y (2021) Association of aerobic glycolysis with the structural connectome reveals a benefit-risk balancing mechanism in the human brain, Proc Natl Acad Sci 118 (1): e2013232118.

Liang X, Zou Q, He Y, Yang Y (2013) Coupling of functional connectivity and regional cerebral blood flow reveals a physiological basis for network hubs of the human brain. Proc Natl Acad Sci 110:1929-1934.

贺永教授课题组主页：
https://helab.bnu.edu.cn/