Altered Connectome Gradient and Its Association with Gene Expression Profiles in Patients with MELAS [RESEARCH]

急性 MELAS 發作時，大腦最高階的預設模式網路（DMN）功能梯度值竟然顯著下降，與初級感覺運動網路（SMN）的界線被嚴重壓縮，整體梯度變異數陡降了 22%。復旦大學華山醫院放射科團隊透過 31 例急性期患者的影像分析，結合基因資料庫，直接將影像上的網路扁平化現象與粒線體及 ATPase 活性的基因表現建立空間關聯。

MELAS 急發期的影像死角與網路階層崩塌機制

從病理機轉與常規影像的限制來看，MELAS（粒線體腦肌病變伴乳酸血症及中風樣發作）在急性中風樣發作（SLE）期的表現始終令放射科醫師感到棘手。傳統的結構性磁振造影往往只能在頂枕葉皮質觀察到跨越血管分佈的腫脹或是皮質層狀壞死，且這些局部病灶的體積大小，經常與患者呈現的廣泛性認知功能下降或嚴重精神錯亂不成比例。這種局部結構病變與全腦功能惡化之間的不一致，暗示著大腦廣泛性的資訊傳遞架構可能已經在我們看不見的維度發生了系統性瓦解。若僅依賴傳統的局部功能性連結分析，我們依然難以捕捉全腦巨觀資訊流動的變化軸線。

為了解決這個臨床解釋上的困境，研究團隊導入了 Connectome Gradient（將複雜高維腦網路降維成數條主要功能梯度軸的技術），藉此在低維度空間中量化大腦從初級感覺皮質過渡到高階跨模態皮質的階層狀態。當大腦網路階層（Hierarchy）處於健康狀態時，負責處理外部感官輸入的初級皮質，與負責內部思考的高階皮質會保持良好的分離度與梯度距離。然而，MELAS 作為一種原發性的能量代謝障礙，是否會因為不同腦區對能量需求的差異，而導致特定網路的梯度結構在急性期遭到破壞？不僅如此，這項研究更進一步結合了 AHBA（將大腦切片全基因體定序建立的三維圖譜），將活體影像的巨觀網路退化現象，直接與微觀的基因表現進行空間比對，試圖為急性期的神經功能異常建立神經生物學的底層解釋。

Table 1 收案條件與 rs-fMRI 的主梯度降維分析

在研究設計與受試者篩選方面，Table 1 清楚列出了這項橫斷面研究的嚴格收案條件與人口學特徵。團隊總共納入了 31 位處於急性期（MELAS-acute）的患者，並精心挑選了年齡與性別完全匹配的 31 位健康對照組（HC）作為比較基準。所有患者均經過嚴格的基因確診，且在進行影像掃描時正處於急性中風樣發作的活躍期，臨床表現涵蓋了急性癲癇發作、突發性偏癱或急性認知改變，並伴隨血清或腦脊髓液中乳酸濃度的顯著升高。為了確保影像分析的純粹性，任何合併有其他中樞神經系統疾病或嚴重頭部外傷病史的患者均被排除在外。

影像獲取與後處理則是整篇研究技術含量的核心所在。所有受試者皆接受了高解析度的 rs-fMRI（測量大腦血氧濃度相依訊號的靜息態造影）掃描。為了對抗急性期患者常見的躁動與不自主運動，團隊執行了極為嚴苛的頭動校正（Frame-wise displacement, FD < 0.2 mm），並加入了全腦訊號回歸（GSR）以消除呼吸與心跳等生理雜訊。在建立全腦體素層級的功能性連結矩陣後，研究者運用擴散映射演算法（Diffusion map embedding）提取出主梯度。隨後，研究團隊將這些個別的梯度數值映射至標準大腦空間，並提取出 15,633 個來自 AHBA 圖譜的基因表現數據。為了確保影像與基因在空間相關性比對上的統計嚴謹度，所有檢定均強制通過 Spin test（保留空間自相關特性的隨機排列檢定），有效排除了大腦相鄰區域天生相似而產生的偽陽性空間關聯。

Figure 2 顯示主梯度範圍縮小與 DMN 數值衰退

把焦點轉移到實質的影像測量結果，Figure 2 清晰描繪了 MELAS 急性期患者在全腦主梯度的廣泛性與區域性改變。在全域指標方面，患者組展現了令人訝異的階層壓縮現象：與健康對照組相比，患者的整體梯度範圍（Gradient range）顯著縮小了約 18%（p = 0.003）。同時，反映網路節點在梯度空間中分散程度的梯度變異數（Gradient variation），也出現了高達 22% 的陡降（p < 0.001）。這些具體的數字證明了一件事：在急性發作期，大腦各個功能網路之間原本涇渭分明的界線正在變得模糊，整體網絡的特化程度與分化能力遭遇了嚴重的系統性打擊。

若進一步拆解到具體的子網路層級，這種階層壓縮的方向性提供了更明確的病理線索。數據顯示，患者在 DMN（負責自我反思與高階認知的核心網路）的平均梯度值出現了極為顯著的衰退（Cohen's d = -0.85, p < 0.001），這些區域包含後扣帶迴與內側前額葉，其功能定位被迫向低階網路靠攏。相反地，在 VAN（負責處理突發刺激的底層網路）與 SMN（掌管基礎軀體感覺的皮質網絡），其梯度數值卻呈現異常上升（VAN: Cohen's d = 0.72; SMN: Cohen's d = 0.68, p < 0.01）。這種「高階網路掉落、低階網路攀升」的雙向擠壓現象，完美解釋了為何 MELAS 急性發作時，患者不僅會喪失高階認知協調能力，同時也容易產生異常的感覺運動反射與注意力失調。

Figure 4 基因富集分析與 ATPase 活性的空間關聯

為了更進一步釐清為何 DMN 會成為這場網路階層崩塌的重災區，研究團隊在 Figure 4 中展示了影像梯度與微觀基因表現的空間對接結果。他們採用了 PLS（偏最小平方法迴歸分析）來尋找梯度變異與 15,633 個基因表現矩陣之間的線性組合。令人矚目的是，僅僅是 PLS 的第一主成分（PLS1），就成功解釋了影像差異與基因表現之間高達 34% 的共變異數。透過提取 PLS1 中具有極端權重的基因，並經過嚴格的錯誤發現率（FDR < 0.01）校正，團隊成功篩選出與 MELAS 梯度異常呈現高度空間一致性的關鍵基因模組。

經過基因本體論（Gene Ontology）的富集分析，Table 3 總結了這些關鍵基因的生物學意涵。結果顯示，與網路梯度異常最密切相關的基因集，強烈富集於「粒線體（Mitochondrion）」、「神經元（Neuron）」、「麩胺酸激動性突觸（Glutamatergic synapse）」以及「ATP 酶活性（ATPase activity）」等生理功能。從神經生理學的角度來看，麩胺酸激動性突觸的離子通道維持與突觸小泡回收，需要消耗極大比例的大腦 ATP 產能。DMN 作為全腦代謝率與皮質活動度最高的樞紐網路，其正常運作高度依賴這些粒線體相關基因的活躍表現。因此，當患者面臨 m.3243A>G 突變導致的能量危機時，這些原本對 ATP 需求最為孔急的 DMN 節點，自然首當其衝地發生了功能停擺與梯度位移。在排除年齡與病程長短的干擾後，多變數迴歸分析證實了這種「基因表現量決定影像崩壞程度」的空間相關性依然穩健存在。

圖譜基因分佈的侷限與 DMN 網路的臨床判讀價值

儘管這項結合巨觀影像與微觀圖譜的分析架構極具說服力，作者在討論環節依然坦承了研究在實務推廣與推論上的邊界。首先，AHBA 基因數據來自六位無神經系統疾病的成年死者捐贈，將健康大腦的基因空間分佈套用於 MELAS 突變患者身上，僅能反映出大腦各區域對能量匱乏的先天「易感性（Vulnerability）」，這並不能完全等同於患者在急性發作當下真實的動態轉錄體變化。其次，儘管 31 例的收案規模在罕見神經遺傳疾病中已屬難能可貴，但本研究缺乏病患在發作間期（Interictal stage）的縱向追蹤影像，這使得我們無法確知這種嚴重的 DMN 梯度壓縮，在急性期消退與乳酸堆積改善後，是否具備完全可逆的彈性。

然而，這篇研究對於身處前線的放射科醫師而言，最大的價值在於徹底翻轉了我們對 MELAS 影像的判讀視角。過去我們習慣將目光鎖定在常規 FLAIR 序列上那片跨越血管分佈的局部高訊號區，甚至容易被 ASL 影像上的局部過度灌注現象吸引了全部注意力。看完這篇研究後，我們必須意識到，即使在結構影像上看似完全未受波及的 DMN 區域，其高階功能網路早已因為基礎代謝基因的脆弱性而出現了全域性的階層降級。這不僅完美解釋了患者臨床認知惡化程度經常遠大於局部病灶體積的現象，更提醒我們在未來的影像報告中，應當將這種全域性的網路退化納入考量，為臨床神經科醫師提供更宏觀的預後評估參考。

下次看到 MELAS 急性發作的 FLAIR 局部皮質高訊號時，別忘了大腦的高階 DMN 網絡可能已經因為粒線體能量危機發生全域性的階層崩潰。