人脑的发育与衰老并非匀速线性过程，而是由四个关键的拓扑转折点（9岁、32岁、66岁、83岁）划分出五个截然不同的结构时代。 剑桥大学Alexa Mousley团队在 Nature Communications 发表的研究，利用大规模脑磁共振成像（MRI）数据，绘制了从出生到死亡全生命周期的脑网络拓扑变化图谱。结果显示：

• 儿童期（0-9岁）：突触修剪、网络整合，灰质体积与皮层折叠达到峰值；

• 青少年期（9-32岁）：白质持续增长，网络效率（短路径连接）不断提升，认知表现增强；

• 成年期（32-66岁）：网络结构相对稳定，区域间逐渐出现“分离化”；

• 早衰期（66-83岁）：网络开始缓慢重组，白质退化，与高血压等老年病风险关联；

• 晚衰期（83岁+）：全局连接下降，脑区更依赖局部网络。

其中，32岁是生命中最强烈的拓扑转折点，标志着从“青少年样”高效网络向稳定成年网络的转变。该发现为理解神经发育障碍（如注意缺陷多动障碍、语言障碍）的易感窗口、以及阿尔茨海默病等退行性疾病的早期风险提供了关键时间框架。

脑网络拓扑学：理解“连接组”的演化

大脑可抽象为“图”（graph）——节点（脑区）与边（白质纤维束连接）。本研究利用弥散磁共振成像（dMRI）重建全脑连接组，并计算拓扑指标，包括：

• 全局效率：信息在全网传输的速度；

• 聚类系数：局部抱团程度；

• 模块化：网络分化成相对独立的功能子系统的程度。

研究者将数千名健康受试者的脑网络数据按年龄排列，识别出拓扑指标发生方向性变化的“转折点”（turning points）。

五阶段与四转折点

1. 儿童期（0-9岁）

• 突触大量修剪（“用进废退”），网络整合加速；

• 灰质体积与皮层厚度达峰，皮层折叠稳定；

• 转折点9岁：认知能力出现“阶跃式”提升，同时精神障碍风险开始增加。

2. 青少年期（9-32岁）

• 白质体积持续增长，网络全局效率不断上升（唯一效率持续提高的阶段）；

• 与认知表现（工作记忆、推理）提升同步；

• 转折点32岁：整个生命周期中最强的拓扑转折点，标志着从“青少年样”网络结构向“成年样”稳定结构转换。

3. 成年期（32-66岁）

• 最长时代，网络结构相对稳定；

• “分离化”逐渐显现——脑区开始更独立地工作，模块化增强；

• 其他研究显示该阶段智力与人格“平台期”。

4. 早衰期（66-83岁）

• 转折点66岁：网络重组开始，虽然结构变化较青少年期温和，但白质开始退化；

• 与高血压、糖尿病等老年病风险上升期重叠；

• 提示血管健康可能影响脑网络完整性。

5. 晚衰期（83岁+）

• 全局连接显著下降，局部网络主导；

• 数据有限，但明确特征是“从全局到局部”的转变。

为什么转折点年龄重要？

• 发育窗口：9岁之前突触修剪异常可能与自闭症、注意缺陷多动障碍（ADHD）有关；

• 成熟高峰：32岁前脑网络效率持续提升，之后进入平台，对应认知巅峰；

• 风险窗口：66岁左右网络重组可能使大脑对血管性痴呆、阿尔茨海默病更敏感；

• 临床干预时机：若能精准识别转折点前的“脆弱期”，可提前干预（如早期教育、血管风险控制）。

方法创新：从“平均轨迹”到“拓扑转折点”

传统研究多报告灰质体积或白质微结构的线性/二次变化，而本研究首次在全生命周期中识别出网络拓扑参数的转折点——这些点标志着网络组织原则的根本改变（如从“整合主导”转向“分离主导”），为理解脑发育与衰老提供了更精细的框架。

未来方向

• 结合纵向数据（同一人群多次扫描）确认转折点的个体差异；

• 探究转折点年龄的遗传与环境影响因素（如性别、教育、心血管健康）；

• 将转折点模型应用于疾病人群（如精神分裂症、阿尔茨海默病），识别“提前转折”或“延迟转折”与病理的关系。

参考信息
Reference: “Topological turning points across the human lifespan” by A. Mousley et al., 2025, Nature Communications.
DOI: 10.1038/s41467-025-65974-8