为什么我年纪轻轻，脑子却老了？！

本文转载自公众号“脑脑博士”

作者：Stella Fidem

译者：郑旸

《飞屋环游记》

要挑战你的大脑，持续学习新技能，永远热爱冒险，健康饮食，科学睡眠，并学习神经科学的基础知识。

我每年都要至少做三次磁共振（MRI）扫描的被试，工作原因——我得支援其他研究者。因此，当有人想问我能否当他的被试帮忙做个脑部扫描时，他们会说：“好啦，这次轮到你了。”

为了让这一工作变得有趣，我们常常会在自己的扫描上搞点花样。有一次我就做了一个我的大脑的3D打印模型。

我还会要一份我的脑部扫描的副本，并和前一次比较。我现在二十五岁，不久，我就会看见自己的大脑逐渐衰老。

大脑衰老是不可避免的，这是自然法则。然而，大脑是如何变老的，为什么不同人之间的衰老速度差异极大，以及能够加速和减缓衰老的因素，都是未解之谜。

永葆青春是不少人的终极梦想，而减缓甚至中止大脑的老化无疑是最佳的长生不老药。

《我可能不会爱你》

大脑是一个美丽又神秘的器官，而我们仍然对它知之甚少。这个仅重三磅的器官含有1000亿神经元，构成

从孕周第三周起，在我们的一生中，大脑是变化最多的器官。

出生后的第一年内，每秒钟都会产生十亿个新的神经连接，而到六岁时，大脑容积已经达到成年人脑容量的90%。之后，大脑继续发育，直到我们三十五岁左右发育成熟，其中负责执行功能的额叶是发育得最晚。

接着，大脑就开始衰老。

容积减少

大脑，简单来说，由灰质（神经细胞的胞体体）和白质（连接细胞的纤维）组成。灰质又分为表面的（皮质灰质）和深层的（皮质下灰质），白质则负责大脑不同区域之间的信号传导。

大脑切片，灰色的为灰质，白色的为白质

Ruairi J Mackenzie (2019)

大脑的缩水开始于三十岁到四十岁之间，在六十岁之后明显加速。然而，容积减少并不是一致的，有的区域比其他区域萎缩得更快。

在健康大脑中，灰质总容积很早就开始减少。这个过程被称为“剪枝”，在儿童的大脑中，为了效率，部分神经元和突触会被“剪除”；而在后期，大脑容积的减少则和衰老有关。

在健康大脑中，白质总容积直到三十岁到四十岁之间会一直增加，接着开始快速减少。

散点图显示白质和灰质的体积随年龄变化

Histad,et al. (2009)

信号传导效率下降

弥散磁共振成像（MRI），是一种非侵入性的人体研究工具，它让研究者能够测量水分子的弥散过程，以及白质的连接。

白质负责不同脑区间的信号传导，弥散的各向异性更强意味着更高效的信号传导。同时，当白质组织完好时，弥散过程会更加结构化。

（注：在具有固定排列顺序的组织结构中, 如神经纤维束, 水分子在各个方向的弥散是不同的, 水分子通常更倾向于沿着神经纤维束走行的方向进行弥散, 而很少沿着垂直于神经纤维束走行的方向进行弥散, 这种具有方向依赖性的弥散即称为弥散的各向异性。因此，对于完好的神经纤维束，弥散的各向异性更高；而对于被破坏的神经纤维组织，弥散的各向异性更低。）

各向同性扩散（左）和各向异性扩散（右）

Hiltunen, J. (2013)

上图简单表现了各向同性和各向异性的区别。

这意味着，当大脑逐渐发育成熟，白质也会更成熟，因此脑部扫描得到的片子中，各向异性分数会更高。而当大脑开始衰老时，各脑区间的白质联合开始损坏，这时的脑部片子中的各向异性分数会下降。

认知能力下降

愈发零碎的记忆、学习新语言的困难、日渐缓慢的信息加工能力，在你的年龄增大时这些都会慢慢发生。

认知能力下降早在四十五岁就开始了。认知能力下降的表现包括记忆、推理任务表现的下降，以及音位流畅性和语义流畅性的下降，但不包含词汇量的下降。随着年龄增长，认知能力的下降会越来越快，并且越来越显著。

研究发现，益智类游戏不能延缓延缓认知能力下降，现实并不像这个坐拥数十亿美元投资的产业希望我们相信的那样。

《爱在罗马》

看起来，真正能够延缓大脑功能下降的，是学习新技能和练习不熟悉的动作。这些任务能够“滋润”大脑，并且产生新的突触连接，进而能够抵抗正常衰老的影响。

还有一点好消息，不是所有的功能都会在三十岁时开始下降，某些认知功能似乎会在中年时继续提高。一项研究表明，在语言表达、空间推理、数学以及抽象推理任务上，人们在中年时较成年早期要表现得更好。

更少的化学物质

神经递质是脑中负责信号传递的化学物质。

多巴胺和五羟色胺是最常被讨论的和大脑衰老有关的神经递质。多巴胺和快乐有关，同时也和其他大脑工作过程，如动作、学习、情绪以及动机有关。

五羟色胺是另一种对人体有重要作用的神经递质，主要和社会行为、进食、睡眠、记忆以及性唤起有关。

随着衰老，大脑合成的化学物质变少。不止是合成，结合化学物质的受体也在减少。

一项研究表明，六十岁到七十岁时，大脑五羟色胺水平下降，并会产生轻度认知障碍。

《依然爱丽丝》

机器学习预测脑龄

研究者们发明了一种新的机器学习技术，用于根据磁共振（MRI）扫描片子预测脑龄。

当然，该模型只纳入了包括灰质和白质体积在内的结构改变。为了建立这个能够发现大脑衰老的标志的模型，研究者们输入了2001例年龄介于十八岁到九十岁的志愿者的脑部扫描，来构建算法。这个研究纳入了来自洛锡安（英国地区）的一个出生队列，共669名成人，全部出生于1936年。

假如我用这个算法来测试我的脑部扫描片子，独立于我的真实年龄，它会给出一个预测年龄。

更老的大脑？更年轻的大脑？这可不是一个游戏，该模型在医疗领域有很大应用价值以及优势，其中一个将在下文提及。

根据脑龄预测死亡率

在一项发表在著名杂志《分子精神医学（Molecular Psychiatry）》的研究中，发明了上文提到的机器学习算法的研究小组发表道，他们的技术能够预测人们的死亡率：

“那些脑龄比实际年龄更大的人群在八十岁前死亡的风险更高。这些人在如步行速度、肺功能以及流体智力等能力测试中的表现也更差。”

根据这一研究，脑龄较实际年龄每增长一岁，在八十岁前死亡的风险增加6%。

在健康和临床人群中认知衰退率与年龄的关系

Cole, James & Franke, Katja. (2017)

不是每个人的大脑都以相同速度老化

所有人的大脑都会老化、萎缩，失去必要的连接和神经递质，但不是每个人的大脑都以同样的方式和速度老化。

其中一个例子就是大脑衰老过程的男女差异。女性的大脑比同一年出生的男性的大脑平均年轻四岁，尽管其中的原因和机制仍不明确。

另一个例子就是我们所谓的“超级老人”（年龄大于七十岁但大脑和身体水平与四五十岁的中年人差不多的老人），他们似乎能够对抗自然规律，逃脱必然的认知功能减退。

相关研究表明，这一过程——或说缺少衰老过程可能与特定脑区功能连接的加强有关。抗衰老的能力似乎与某些增进老年人大脑健康的活动有关。

Giphy

某些基因和先天因素和大脑衰老的加速有关。类似的，获得性的损伤和神经性病变也会加速大脑的衰老过程。

患有唐氏综合征，又称21-三体综合征的患者，比实际年龄相同的健康人群的脑龄平均大了2.49年。

患有Prader-Willi综合征的患者，一种基因性肥胖综合征（注：Prader-Willi综合征同时会造成患者存在肌张力底下、智力障碍、性腺发育滞后等症状），脑龄比实际年龄平均大7.24年。患有外伤性脑损伤——获得性损伤的一个例子——的患者，平均比实际年龄要“老”了4到6岁。

类似的研究也统计了艾滋病群体、多发性硬化患者、抑郁症患者以及其他人群的数据。

建立预测和预防模型

更多的研究正在进行。不同的脑龄测量模型纳入了更多的临床和生理数据，包括血中的生物标记物、各种生物指标以及认知表现等等。

为了从原理角度对抗大脑衰老，研究病理性的神经退行性变，逆向倒推健康人群的大脑老化机制，也是一种预测和防止异常认知衰退的方法。

《耀眼》

最后，我想说的是，要以最大限度的尊重来对待你的大脑。在渴望拥有青春靓丽的完美肌肤前，要先认识到外在的变化次生于大脑的变化。

要挑战你的大脑，持续学习新技能，永远热爱冒险，健康饮食，科学睡眠，并学习神经科学的基础知识。

身体的主要功能就是支撑大脑远行。

——托马斯·爱迪生

1. Gazzaniga,M., Ivry, R. B., & Mangum, G. R. (2009). Cognitive neuroscience: Thebiology of the mind (3rd ed.). New York: W.W. Norton & Company.

2. Kolb,B., & Whishaw, I. Q. (2003). Fundamentals of human neuropsychology (5thed.). New York: Worth Publishers.

3. Zillmer,E. A., & Spiers, M. V. (2001). Principles of neuropsychology. Belmont, CA:Wadsworth/Thomson Learning.

4. Ladouceur,C. D., Peper, J. S., Crone, E. A., & Dahl, R. E. (2012). White matterdevelopment in adolescence: the influence of puberty and implications foraffective disorders. Developmental cognitive neuroscience, 2(1), 36-54.

5.Basser, P.J. & Pierpaoli, C. (1996). "Microstructural andphysiological features of tissues elucidated by quantitative-diffusion-tensorMRI". Journal of Magnetic Resonance, Series B, 111, 209-219.

6.zarslan, E. Vemuri, B.C. & Mareci, T. H. (2005). "Generalized scalarmeasures for diffusion MRI using trace, variance, and entropy". MagneticResonance in Medicine, , 53, 866-876.

7. J.Cohen-Adad, M. Descoteaux, S. Rossignol, RD Hoge, R. Deriche, and H. Benali(2008). "Detection of multiple pathways in the spinal cord using q-ballimaging". NeuroImage, 42, 739-749.

8. Uda,S., Matsui, M., Tanaka, C., Uematsu, A., Miura, K., Kawana, I., & Noguchi,K. (2015). Normal development of human brain white matter from infancy to earlyadulthood: a diffusion tensor imaging study. Developmental neuroscience, 37(2),182-194.

9. Bennett,I. J., Madden, D. J., Vaidya, C. J., Howard, D. V., & Howard Jr, J. H.(2010). Age‐related differences in multiple measures of white matter integrity:A diffusion tensor imaging study of healthy aging. Human brain mapping, 31(3),378-390.

10.Cognitive decline can begin as early as age 45, warn experts. https://www.bmj.com/press-releases/2012/01/05/cognitive-decline-can-begin-early-age-45-warn-experts

11. Cole,J. H., & Franke, K. (2017). Predicting age using neuroimaging: innovativebrain ageing biomarkers. Trends in neurosciences, 40(12), 681-690.

12. BrainTraining: Mind Games. https://www.cbc.ca/marketplace/episodes/2014-2015/brain-training-mind-games

13. StudyFinds Some Brains Age Quicker Than Others. https://learningenglish.voanews.com/a/study-finds-some-brains-age-quicker-than-others/4809486.html

14. Cole,J. H., Annus, T., Wilson, L. R., Remtulla, R., Hong, Y. T., Fryer, T. D., ...& Zaman, S. H. (2017). Brain-predicted age in Down syndrome is associatedwith beta amyloid deposition and cognitive decline. Neurobiology of aging, 56,41-49.

15. Cole,J. H., Annus, T., Wilson, L. R., Remtulla, R., Hong, Y. T., Fryer, T. D., ...& Zaman, S. H. (2017). Brain-predicted age in Down syndrome is associatedwith beta amyloid deposition and cognitive decline. Neurobiology of aging, 56,41-49.

本文来自微信公众号“脑脑博士”。如需转载，请在公众号菜单与我们取得联系。