PsyBrain 脑心前沿 / 综合神经科学：顶刊文献解读专题 / A · 文献解读 / A033 · NatCommun暴露组能预测大脑“看起来老不老”吗？

A033 Nat Commun | 暴露组能预测大脑“看起来老不老”吗？

来源：公众号 PSY-Brain_Frontier ｜发布：2026-04-16 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: Exposome-wide patterns predict brain health in aging

发表时间: 2026-03-16

发表期刊:Nature Communications

获取原文:

添加小助手: PSY-Brain-Frontier 即可获取PDF版本
点击页面底部“阅读原文”跳转论文网页

引言

同样步入中老年阶段，有些人的大脑灰质结构看起来依然相对“年轻”，有些人则更接近“提前老化”。这种差异并不只是影像学上的表面现象，它往往与认知健康、神经退行性疾病风险以及老龄社会的医疗负担联系在一起。近年来，脑龄差（Brain Age Gap, BAG）因此成为脑健康研究中的一个常用指标：如果影像预测出的脑龄高于实际年龄，通常意味着大脑结构状态相对同龄人更差；反之，则提示相对保留得更好。

但现实中的脑健康从来不是单一因素造成的。一个人的脑结构状态，会同时受到身体健康、生活方式、社会经济条件、社会情感环境、早期经历以及外部环境暴露的共同影响。既往许多研究虽然已经识别出吸烟、高血压、糖尿病、酒精摄入等因素与脑健康有关，但大多仍是“一个变量对应一个结果”的研究路径，常见做法是逐个变量做线性检验。这种思路适合筛查线索，却难以回答更贴近真实世界的问题：当多个彼此相关、可能存在非线性关系和交互作用的暴露同时出现时，究竟哪些信息最关键，哪些只是重复信号，哪些又提供了互补信息？

实验设计与方法逻辑

研究分为严格隔离的两步，以尽量避免数据泄漏。第一步，作者在5025名健康参考参与者中，比较不同分区方案与算法，最终选出基于1054个灰质特征的岭回归（Ridge regression）模型来预测脑龄，再应用到其余34365名参与者，经过年龄偏差校正后得到脑龄差BAG。第二步，作者从非影像数据中筛出覆盖生物医学、生活方式、社会情感、早期经历和环境等领域的暴露变量，在主分析子集用261个变量预测BAG，并设置复制子集与变量受限子集做稳健性验证。

核心发现

发现一：研究先构建了一个可用于群体比较的灰质脑龄差指标，为后续暴露组预测提供了可靠目标

这项研究的关键前提，不是直接让暴露变量去“猜”脑健康，而是先建立一个相对稳定的灰质健康表型。Figure 4展示了完整分析流程：作者先在健康样本中训练脑龄模型，再将其应用到独立人群，以避免脑龄模型和暴露预测模型之间的信息泄漏。Supplementary Table 1显示，在多种算法与分区粒度比较后，最佳方案是基于1054个灰质特征的岭回归。该模型应用到其余34365人时，预测年龄与实际年龄相关系数为0.76，平均绝对误差为3.93年。

Figure 4. General workﬂow in the UK Biobank

发现二：跨多个领域的暴露组信息可以显著预测灰质健康，但预测能力有限，尚不足以支持个体化判断

论文的主问题是，一个人的暴露组轮廓是否与其灰质健康有关。Figure 1给出了直接回答：在主分析子集里，261个暴露变量能够显著预测BAG。具体而言，随机森林在主子集测试集上的相关系数为0.23，解释方差约0.05；在复制子集和变量受限子集中，结果分别约为r=0.23和r=0.24，r²约0.05至0.06。Supplementary Table 5还显示，换用岭回归和支持向量回归后，虽然数值略低，但预测仍显著存在。

Figure 1. Prediction ofthe grey matter health (BAG) from the expotype

发现三：推动预测的并不是单一暴露，而是一组以心血管、代谢、吸烟饮酒、饮食和骨健康为主的组合信号

在证明“能预测”之后，Figure 2进一步解释“主要由哪些因素在驱动预测”。SHapley Additive exPlanations（SHAP）分析显示，模型并非由某一个单独变量主导，而是综合利用了广泛变量的信息；但若聚焦前30个贡献较高的变量，则能看到相当清晰的模式：血压相关因素、吸烟、酒精、糖尿病、饮食因素，以及骨密度和臀围更为突出。Supplementary Figures 1–5与Supplementary Tables 6–7进一步表明，这一排序在不同算法下总体一致，因此并不是随机森林特有的结果。

Figure 2. Thirty top contributing variables in the main subset (n = 3706, 261exposome variables)

发现四：在若干关键领域中，暴露发生的生命阶段与持续时长，比简单的“是否暴露”更有信息量

Figure 3提供了这篇文章最有启发性的细节：它不仅列出重要变量，还展示变量取值如何推动预测朝更高或更低的BAG变化。结果显示，在吸烟、高血压、糖尿病等经典风险领域里，最有信息量的往往不是“当前是否吸烟”或“是否被医生诊断”，而是暴露持续了多久、何时开始、何时停止。文中指出，更长的吸烟时间、更早开始吸烟和更晚戒烟，都与更高的预测BAG相关；高血压持续时间更长、诊断年龄更晚，同样对应更差的预测灰质健康。

图10

Figure 3. SHAP value for the common most contributing variables when usingrandom forest in the main subset (n = 3706, 261 exposome variables)

图11

归纳总结和点评

这篇研究最重要的贡献，不在于把脑健康预测做成了高精度工具，而在于用较严谨的、避免数据泄漏的机器学习框架证明：跨生命历程、跨多个领域的暴露组模式，确实能够为老龄人群的灰质健康提供可重复的预测信息。其中特别突出的信号集中在心血管与代谢健康、吸烟饮酒、饮食、骨健康等领域，而更具解释力的常常不是某种暴露是否存在，而是它发生在何时、持续了多久。这使文章超越了传统单变量关联分析，为“如何用暴露组理解脑健康差异”提供了一个更整体的研究框架。不过，论文同样清楚交代了边界：BAG本身是有争议的派生指标，暴露评估与影像采集并非严格同步，模型在测试集中的解释方差只有约5%，因此不能用于个体层面的精准判断或临床决策。更合理的理解是，这项工作为暴露组进入脑健康研究打开了方法学路径，也提示未来若结合更细的生物学指标与遗传信息，才可能进一步提高对个体脑健康差异的解释力。

···

图12