Durch die Analyse von Hirnscans haben Experten fünf verschiedene Muster der Hirnatrophie identifiziert, die mit dem Altern und neurodegenerativen Krankheiten in Verbindung stehen. Die Analyse brachte diese Muster auch mit Lebensstilfaktoren wie Rauchen und Alkoholkonsum sowie mit genetischen und blutbasierten Markern in Verbindung, die mit dem Gesundheitszustand und dem Krankheitsrisiko in Zusammenhang stehen.
Die Arbeit könnte das Wissen über das Altern erheblich erweitern", sagt Andrei Irimia, ein Gerontologe an der University of Southern California, der nicht an der Studie beteiligt war. Vor dieser Studie wussten wir, dass sich die Anatomie des Gehirns im Alter und bei Krankheit verändert. Aber wir hatten eine viel bescheidenere Fähigkeit, diese komplexe Interaktion zu begreifen", fährt sie fort.
Das Altern zeigt sich nicht nur in den Haaren, sondern kann auch zu Veränderungen in der Anatomie des Gehirns führen, die durch Magnetresonanztomographie-Scans (MRT) nachgewiesen werden können: Bestimmte Bereiche schrumpfen oder erfahren mit der Zeit strukturelle Veränderungen. Diese Veränderungen sind jedoch sehr subtil. Das menschliche Auge ist nicht in der Lage, die systematischen Muster der Hirnveränderungen zu erkennen, die mit dem Verfall einhergehen, sagt Christos Davatzikos, Spezialist für biomedizinische Bildgebung an der Universität von Pennsylvania und einer der Autoren der Studie, in der die Ergebnisse vorgestellt werden.
Frühere Studien haben gezeigt, dass Methoden des maschinellen Lernens subtile Anzeichen des Alterns aus MRT-Daten aufdecken können. Diese Studien waren jedoch oft begrenzt und umfassten meist Daten von einer relativ kleinen Anzahl von Probanden.
Um umfassendere Muster zu erkennen, begann das Team von Davatzikos mit einer Studie, deren Abschluss und Veröffentlichung etwa acht Jahre dauerte. Sie verwendeten eine Deep-Learning-Methode namens Surreal-GAN, die vom Erstautor Zhijian Yang entwickelt wurde, als er noch Doktorand bei Davatzikos war. Die Forscher trainierten den Algorithmus anhand von MRT-Scans des Gehirns von 1 150 gesunden Erwachsenen im Alter von 20 bis 49 Jahren und 8 992 älteren Erwachsenen, von denen viele einen kognitiven Verfall hatten. Das System hat so gelernt, gemeinsame Merkmale alternder Gehirne zu erkennen und ein internes Modell anatomischer Strukturen zu erstellen, die sich tendenziell gleichzeitig verändern, im Gegensatz zu denen, die sich eher unabhängig voneinander verändern.
Die Forscher wendeten das so entstandene Modell auf MRT-Scans von fast 50 000 Personen an, die an verschiedenen Studien über das Altern und die neurologische Gesundheit teilnahmen. Diese Analyse ergab fünf verschiedene Muster der Hirnatrophie. Die Forscher brachten die verschiedenen Arten der Hirndegeneration im Alter mit Kombinationen der fünf Muster in Verbindung, obwohl es einige Unterschiede zwischen Personen mit demselben Zustand gab.
So wurden beispielsweise Demenz und ihre Vorstufe, die leichte kognitive Beeinträchtigung, mit drei der fünf Muster in Verbindung gebracht. Interessanterweise fanden die Forscher auch Hinweise darauf, dass die von ihnen identifizierten Muster möglicherweise dazu verwendet werden könnten, die Wahrscheinlichkeit einer weiteren Degeneration des Gehirns in der Zukunft zu untersuchen. "Wenn wir den Übergang von einem kognitiv normalen Zustand zu einer leichten kognitiven Beeinträchtigung vorhersagen wollen, hat sich eines der Muster als außerordentlich prädiktiv erwiesen", sagt Davatzikos. "Und in späteren Stadien wird die Vorhersage durch die Hinzufügung eines zweiten Musters bereichert. Andere Muster wurden mit Krankheiten wie Parkinson und Alzheimer in Verbindung gebracht, und eine Kombination der drei Muster sagte zuverlässig die Wahrscheinlichkeit des Todes voraus.
Die Autoren fanden eindeutige Zusammenhänge zwischen bestimmten Mustern der Hirnatrophie und verschiedenen physiologischen und umweltbedingten Faktoren, einschließlich Alkoholkonsum und Rauchen, sowie verschiedenen gesundheitsbezogenen genetischen und biochemischen Markern. Laut Davatzikos spiegeln diese Ergebnisse wahrscheinlich die Auswirkungen des allgemeinen körperlichen Wohlbefindens auf die neurologische Gesundheit wider, da sich Schäden an anderen Organsystemen auch auf das Gehirn auswirken können.
Davatzikos gibt jedoch zu bedenken, dass die Ergebnisse der Studie nicht bedeuten, dass sich alles auf fünf Zahlen eingrenzen lässt. Sein Team hofft, mit Datensätzen arbeiten zu können, die ein breiteres Spektrum an neurologischen Erkrankungen umfassen und eine größere rassische und ethnische Vielfalt aufweisen.
