科学新突破：AI 解码大脑废物清除机制

《科学进展》期刊最新刊载的研究显示，科研团队引入人工智能技术，深入解析脑脊液在大脑内部的循环速率，旨在阐明其清除阿尔茨海默病等相关代谢废物的机理。

当人类陷入深度睡眠状态，一种类水液体会在大脑周边循环流动，冲刷掉关联阿尔茨海默病等病症的代谢垃圾。这一机制被命名为“脑淋巴系统”，最早由神经科学先驱、罗切斯特大学转化神经医学中心联席主任迈肯·内德加德在 2012 年提出。

然而，关于该系统的具体运作原理尚存疑点，特别是脑脊液在大脑内的流转速度。要在避免对受试者造成永久性损伤的前提下，探究活体大脑内部的循环状况极具挑战。

“利用显微镜可以观测大脑微小区域，详尽掌握局部动态，我们既往也分析过此类数据，但这仅是全局的冰山一角，”罗切斯特大学机械工程系的道格拉斯·凯利教授指出，“若要对全脑进行成像，核磁共振（MRI）确为良策，因其能提供三维视图。但 MRI 存在显著局限，最突出的一点便是难以捕捉流体流速，尤其是针对如此缓慢的流动而言。”

凯利教授携手来自罗切斯特大学、布朗大学及哥本哈根大学的同仁，依托人工智能算力，在《科学进展》上发布了最新成果。他们详尽阐释了如何运用基于物理原理的 AI 模型，从核磁共振（MRI）数据中推演流体流速。研究团队利用染料在脑组织中随时间扩散的视频序列构建神经网络，从而成功推断出流体速度及脑组织的渗透特性。

研究数据显示，脑淋巴系统清除大脑颗粒物质（如关联阿尔茨海默病的β-淀粉样蛋白）主要经由两种途径，且二者速度差异显著。类水液体在环绕大脑的开放区域（如颅骨与大脑表面之间）快速流动，速率达每秒数微米；而同种液体渗透大脑深层组织的速度则缓慢得多，约为前者的五十分之一。

现阶段，科研人员正着力采集小鼠等动物脑内液体流动的基准数据，以优化人工智能工具。展望未来，他们期望能对比健康与患病大脑、年轻与年老大脑的液体流动差异，并最终将研究拓展至人类脑循环领域。

“我们正全力探索如何量化人脑内外类水液体的流动状况，因为一旦掌握该技术，其临床价值将愈发关键且令人振奋，”凯利表示，“我们期盼有朝一日能检测阿尔茨海默病患者是否存在脑部血液循环障碍，甚至提前筛查以预防发病。此外，也可评估脑震荡患者是否受到液体循环受损的影响。此项研究使我们离目标更近一步。”

参考文献

MR-AIV reveals in vivo brain-wide fluid flow with physics-informed AI