脑活动的细微差异可能揭示谁最易患阿尔茨海默病，以及谁能在高龄阶段仍保持良好认知能力。

特定的脑活动模式可在记忆问题或标志性脑改变出现前数年预测阿尔茨海默病。斯坦福医学院的研究人员开发了一套评分系统，可识别认知下降风险较高的人群，同时识别出大脑对衰老表现出异常韧性的人群。

该研究于11月4日发表在《Science Advances》，发现这些模式在预测未来认知下降方面比若干现有风险指标更有效，包括遗传因素和阿尔茨海默病生物标志物。

识别韧性与脆弱性脑活动模式

研究人员分析了180名超级老者（super agers）和110名年龄相近的阿尔茨海默病患者的静息态功能磁共振成像扫描。超级老者指75岁及以上、记忆能力与典型45岁人群相当的成年人。

斯坦福医学院精神病学与行为科学助理教授Yu Zhang博士表示，认知未受损的正常个体在生物学异常方面具有较高异质性；仅将超级老者与如此异质的人群比较，难以界定韧性或脆弱性脑模式的关键要素。

团队识别了脑网络中的不同活动模式，并开发了阿尔茨海默病韧性-脆弱性连接组（ARC）评分。该系统区分超级老者与阿尔茨海默病患者的准确率约为85%。

在症状出现前预测阿尔茨海默病

研究人员在1300多名55至70岁认知健康的成年人中测试了ARC评分。尽管参与者初始认知表现无明显差异，但其脑活动模式预测了最长12年随访期内的不同结局。

具有更多阿尔茨海默病样活动的人认知下降更快，更可能出现淀粉样蛋白β斑块或获得阿尔茨海默病诊断。具有超级老者样模式的人通常维持较强的认知能力。

斯坦福博士后学者、第一作者Kanhao (Alex) Zhao博士表示，他们使用ARC评分预测患者转化为轻度认知障碍或阿尔茨海默病的可能性。

超越传统生物标志物的早期预测

Zhang表示，当前阿尔茨海默病领域的一项主要挑战是多数研究关注已知生物标志物，如淀粉样蛋白β或tau蛋白，但这些标志物在疾病相对晚期才可观察到。研究团队真正关心的是定义早期标志物，以检测认知下降的更早迹象，并可能帮助及时实施干预。

ARC评分在预测向阿尔茨海默病进展方面与现有生物标志物相当或更优，同时能在更早阶段提供信息。将该评分与传统生物标志物结合可进一步改善预测。

Zhao表示，研究比较了ARC评分与现有生物标志物在预测人群转化为阿尔茨海默病方面的表现；模型表现出相当或更好的预测能力，并且能在更早时间点实现预测。若将评分与现有生物标志物结合，预测性能会提升。

研究人员还发现ARC评分与脑龄之间存在关系；脑龄是基于功能磁共振数据推导出的更广泛的衰老度量。

Zhang表示，团队建立了一种特征，有助于更好地理解能够维持优异认知表现的人群与出现认知下降的人群之间的差异。

改变脑活动以预防认知下降尚待验证

ARC评分并非诊断性指标，也不决定个人未来。脑活动会随衰老、损伤和神经精神疾病而变化。研究人员希望靶向干预最终能将脆弱性脑模式转向更强的韧性。

潜在方法包括认知训练和经颅磁刺激；后者利用磁脉冲影响脑活动。然而，尚无证据表明这些干预能通过改变ARC模式来预防认知下降。

Zhang表示，有两个主要组成部分：一是知道应靶向大脑的哪一部分，二是应如何改变它。因此，识别超级老者的大脑韧性模式是关键环节，从而知道良好模式应是什么样。

Zhang团队正计划开展试验，检验认知训练能否改变ARC评分。

Zhang表示，关键部分在于必须在早期阶段进行干预。因此，团队关注认知未受损人群，以识别超级老者样个体与阿尔茨海默病样个体。若能精确识别此类早期指标，通过先进干预技术逆转或预防这一过程具有可能性。

参考文献：Kanhao Zhao, Hua Xie, Gregory A. Fonzo, Nancy B. Carlisle, Tovia Jacobs, Ricardo S. Osorio, Arpana Church, Feng Vankee Lin, Yu Zhang and Alzheimer’s Disease Neuroimaging Initiative. A functional connectome identifies vulnerability to cognitive decline and Alzheimer’s disease progression. 4 November 2026. DOI: 10.1126/sciadv.aed9351