体质指数的大脑结构和功能基础及其影响因素

发布时间：2020-11-10 02:07

　　 在过去的四十年中,肥胖的患病率在全球范围内持续上升。根据世界卫生组织的估计,目前,全世界超过19亿成年人超重,其中6亿人肥胖,并且中国的肥胖人数居全球第一。肥胖是一个重大的公共健康问题和全球死亡的主要危险因素,与2型糖尿病、心血管疾病,某些癌症和神经退行性疾病的风险和发病率增加相关,并导致每年至少280万人死亡,给国家和社会造成巨大的经济和医疗负担。在过去的几十年中,尽管研究者们针对理解超重和肥胖的潜在病理生理学机制作出了许多努力,我们对影响体质指数的潜在机制的认识仍然不足。更好地理解体质指数的大脑机制,及其与遗传风险和进食行为之间的关联,不仅有利于解释肥胖相关的认知和行为障碍,还可能有助于开发合理的、量身定制的干预措施来预防或逆转体重增加。现代社会中,肥胖的普遍性是多种遗传、行为和环境因素之间复杂的相互作用的结果。在神经水平上,大脑结构和功能在超重和肥胖的病理生理过程中的可能起着重要作用,特别是涉及能量代谢,奖赏过程和执行控制的神经环路。在遗传水平上,研究表明遗传变异可以解释肥胖表型变异的40%至70%,且多项全基因组关联研究和元分析已经确定了超过250个体质指数相关的基因位点。此外,遗传学估计已经发现一些与体重指数相关的大脑区域在很大程度上是可遗传的,意味着遗传因素可能通过大脑通路影响摄食行为和能量代谢。然而,虽然体型和肥胖程度在很大程度上是由遗传决定的,但遗传因素本身并不能很好地解释肥胖率的迅速上升。致肥的环境因素(如西式快餐,高糖饮料和久坐行为)无疑对维持体重形成了挑战。在食物价格更低、食物消耗更多的现代环境中,进食行为对体重的影响不可忽视。另外,已有研究表明,进食行为受到遗传因素的影响且可能与肥胖遗传易感性之间存在交互作用,即不良的进食行为可能放大遗传对肥胖的影响。总之,肥胖是多种遗传、行为和环境因素之间复杂的相互作用的结果,但已有研究结果的不一致性阻碍了我们对体重失调、大脑、遗传和行为因素之间关系的理解。因此,本研究旨在理解体质指数有关的大脑结构和功能基础,并从遗传和环境因素两个角度来理解肥胖的遗传易感性和进食方式如何影响体质指数,最后结合遗传、大脑、进食方式和体质指数之间的相互作用来理解体质指数的潜在机制。研究一的目的是结合结构和功能神经影像学方法探索体质指数与大脑之间的关联。鉴于已有研究结果之间的分歧和不一致性,我们使用了基于皮层的结构指标和静息态功能连接相结合的方法,在一个超过700名被试样本中考察常规的体质指数测量与大脑之间的关联,并且采用基于生物电阻抗的体脂率测量对结果进行交叉验证。对大脑皮层厚度的分析发现,双侧额上回、左侧额下回、右内侧眶额皮层与体质指数负相关,对体脂率的分析验证了左侧额上回与右内侧眶额皮层的作用。此外,右侧杏仁核的体积与体质指数和体脂率显著正相关。静息态功能连接的结果表明,更高的体质指数与大脑区域之间功能连接强度减弱有关,尤其是涉及右侧额中回、脑岛、颞下回、上顶叶和下顶叶的功能连接可能在体质指数中起着重要作用。这些大脑结构和功能连接的差异可能反应了与高体质指数相关的认知控制与奖赏功能的缺陷。研究二旨在考察遗传因素如何影响体质指数,探索大脑结构和功能的中介作用及遗传因素的调节作用。基于已有的全基因组关联研究,我们计算了被试的多基因风险分数并通过回归分析探究多基因风险分数对体质指数和体脂率的解释率。然后,在研究一的基础上,我们提取了体质指数有关的大脑结构和功能连接并探索大脑指标与多基因风险分数的相关性。最后,为了探究多基因风险分数、大脑和体质指数三者之间的关系,我们进行了中介效应和调节效应分析。我们发现,多基因风险分数可以显著预测体质指数和体脂率并且与大脑结构和静息态功能连接有关,并且左侧杏仁核-右侧楔前叶之间的功能连接在多基因肥胖风险与体重指数和体脂率之间可能起到中介作用。我们认为,多基因风险分数与高肥胖风险的个体在楔前叶和杏仁核之间的信息交换减少有关,可能导致个体认知控制和奖赏过程之间缺乏平衡,进而促使体质指数增加。研究三旨在探索进食行为影响体质指数的神经机制及进食行为与遗传因素的相互作用。我们选取荷兰进食行为问卷测量了进食行为并发现限制性进食与个体当前的体质指数与体脂率有关。然后,根据研究一的结果,我们考察了限制性进食与体质指数相关的大脑结构和功能连接的关系。结果表明,限制性进食与右侧额上回和眶额皮层及左侧下顶叶与右侧额下回之间的功能连接有关。随后,我们建立了结构方程模型发现限制性进食在右侧眶额皮层与体质指数及左侧下顶叶-右侧额下回与体质指数之间起到部分中介作用,并且这一结果在体脂率上是可重复的。此外,结合研究二的结果,我们检查了限制性进食和大脑功能连接在多基因分数和体质指数之间的多重中介效应以及限制性进食是否与大脑或遗传因素之间存在交互作用。我们发现左侧杏仁核-右侧楔前叶之间的功能连接和限制性饮食在多基因风险分数和体质指数之间的多重中介作用显著,但多基因风险分数和限制性进食的交互作用不显著。对体脂率的分析也发现了相似的结果。结合三个部分的研究结果可以发现,体质指数与额上回,眶额皮层,脑岛,杏仁核和顶叶等区域的结构或功能连接有关;遗传因素可能通过大脑结构和功能特别是左侧杏仁核-右侧楔前叶的功能连接影响个体的体质指数和体脂率;限制性进食行为可能在右侧眶额皮层和左侧杏仁核-右侧楔前叶的功能连接与体质指数之间起到部分中介的作用;限制性进食行为和遗传因素可能通过作用于大脑影响个体的进食行为,进而影响体质指数和体脂率。总之,本研究从神经、遗传和行为三个层面探索体质指数的潜在机制,可以提供对肥胖涉及的行为和生物学机制的更多了解并为开发有效的肥胖干预策略提供理论指导。
【学位单位】：西南大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R589.2;B848
【部分图文】：

3.2.3 磁共振数据预处理结构像的预处理使用麻省总院和哈佛医学院开发的 freesurfer (Fischl, 2012)软件包（http://surfer.nmr.mgh.harvard.edu/）。首先，通过检查图像质量，图像有伪影和大脑扫描不完整的被试被删除。所有预处理步骤通过“recon-all”命令完成，包括去除非脑组织、自动变换 Talairach 坐标、强度标准化、白质、脑脊液和灰质分割、皮层重建、配准到球形图谱 (Fischl, Sereno, Tootell, & Dale,1999)、皮质划分 (Desikan et al., 2006) 和统计等步骤。最后，每个被试的皮层厚度数据生成。我们使用 15 mm 的高斯平滑核对数据进行平滑处理。静息态数据预处理包括以下流程：（1）为保证数据质量，我们删除了时间序列的前 4 个数据点；（2）对剩余的 238 个时间点的数据进行时间层校正和头动校正；（3）全脑平均信号强度归一化；（4）进行带通时间滤波（0.01-0.08HZ）以去除低频信号漂移及高频生理噪声；（5）将全脑信号、脑脊液信号、白质信号及 12 个头动参数作为协变量进行回归；（6）根据头动 (mean displacement >1)和信噪比 (SNR<100) 排除被试，共有 39 名被试被删除，剩余 689 名被试；（7）使用 FsFast 软件包将每个被试的静息态功能像数据配准到 FreeSurfer 模板（每个半球由 40962 个顶点组成）；（8）使用 6mm 的 FWHM 平滑核对数据进行平滑，并应用 mri_surf2surf 命令将数据重采样到每个半球10242 个顶点。

年龄 728 19.52 1.49 16.00-26身高(cm) 728 164.39 7.94 145.00-18体重(kg) 728 55.42 8.35 36.30-84体质指数 728 20.46 2.31 14.90-27体脂率 713 22.93 6.62 5.00-362 体质指数与大脑皮层厚度的相关于全脑的分析表明，体质指数与左右侧额上回，左侧额下回及右内侧眶额的皮层厚度负梭状回的皮层厚度正相关（表 3-2，图 3-2）。除梭状回外，所有与体质指数有关的脑显著相关（左侧额上回：r = -0.175, p < 0.001; 左侧额下回：r = -0.148, p < 0.001; 右侧= -0.110, p < 0.01; 右侧额上回：r = -0.240, p < 0.001）。外，对全脑皮层厚度和对体脂率的分析也发现了相似的结果（表 3-2，图 3-3），表明质指数及体脂率中发挥着十分重要的作用。Anterior Left lateral Right lateral

图 3-3 与体脂率显著相关的脑区表 3-2 与体质指数及体脂率的个体差异相关的脑区区域peak tvalueMNI 坐标VerticesCluster Sizex y z (mm2)质指数侧额上回 -7.066 -10.8 51.7 9.2 4004 2709.40 侧额下回 -4.945 -34.8 32.6 1.2 1533 667.99 侧梭状回 3.79 -34.4 -42.0 -21.7 639 388.45 眶额皮层 -4.694 5.8 46.8 -20.9 2681 1683.59 侧额上回 -3.875 23.6 25.2 39.7 730 349.90 体脂率侧额中回 -3.544 -23.7 36.2 22.4 1205 799.07 侧额中回 -5.033 -42.7 33.5 21.1 1218 762.13
【相似文献】

相关期刊论文 前10条

1 ;人脑研究的清晰“导航图”[J];飞碟探索;2016年10期

2 雪花;;大脑结构决定了人类无法同时做三件事[J];阅读;2016年94期

3 婉文;;空气污染会让人变傻[J];家庭医药.快乐养生;2016年12期

4 ;新知[J];37°女人;2017年03期

5 ;她调查[J];祝你幸福(上旬刊);2017年02期

6 苗苗;;怀孕会改变母亲大脑结构[J];科学大观园;2017年04期

7 ;国际纪录片双周动态[J];广电时评;2017年08期

8 ;大脑结构决定性格[J];现代班组;2009年06期

9 劳承万;;大脑结构、理性积淀与审美思维方式[J];延安大学学报(社会科学版);1987年04期

10 ;人们为何喜欢新事物? 大脑结构使然[J];时代英语(高二);2008年05期

相关博士学位论文 前4条

1 李永欣;珠心算训练对儿童大脑可塑性的影响以及大脑结构随训练时间的变化[D];浙江大学;2013年

2 陈群林;预测创造性的脑影像指标体系的研究[D];西南大学;2017年

3 汤煜春;中国人数字化标准脑图谱的建立[D];山东大学;2009年

4 位东涛;生活事件与神经质影响焦虑的神经机制[D];西南大学;2014年

相关硕士学位论文 前10条

1 朱星星;体质指数的大脑结构和功能基础及其影响因素[D];西南大学;2019年

2 魏伟;采用多模态磁共振探究缺血性脑血管疾病患者大脑结构和功能的异常[D];杭州师范大学;2018年

3 王小刚;主动遗忘能力的大脑结构基础及影响因素[D];西南大学;2018年

4 李丹;基于弥散张量成像的原发性闭角型青光眼患者大脑结构网络拓扑属性分析[D];南昌大学;2018年

5 苏小龙;基于贝叶斯理论和图论的大脑结构网络构建及运动系统可塑性研究[D];电子科技大学;2018年

6 吴子立;男女大脑结构与功能差异的影像学研究[D];西安电子科技大学;2016年

7 邱文超;儿童失神癫痫患者大脑结构网络研究[D];南京医科大学;2017年

8 曾雨雯;两种开放性球类项目运动员大脑结构的共通性和特异性[D];上海体育学院;2014年

9 姚建亮;手术减肥对肥胖病患者大脑结构的干预机制研究[D];西安电子科技大学;2014年

10 史勇跃;肝硬化及继发轻微肝性脑病大脑结构与功能MRI研究[D];第三军医大学;2015年

本文编号：2877303