大脑清理垃圾也有“快车道”和“慢车道”

目前，科学家对大脑‘类淋巴系统’（glymphatic system）的工作原理仍不完全清楚，尤其是其中液体在脑内循环的速度。传统方法难以无损测量活体大脑中如此缓慢的液体流动：显微镜只能观察极小局部区域，而常规MRI虽能三维成像，却无法直接测出流速。为此，罗切斯特大学、布朗大学和哥本哈根大学的研究团队开发了一种‘物理信息驱动的人工智能’方法——先用染料扩散视频训练神经网络，再将其应用于常规MRI数据，从而反推出液体流速及脑组织渗透性。研究发现，该系统存在两条主要清除路径：靠近脑表面较开阔区域的液体流速约为每秒几微米；而深入脑实质内部的流动则慢约50倍。团队正以小鼠为模型建立健康脑液流基准值，优化AI工具，未来目标是对比健康人与患者、年轻人与老年人的大脑液体循环差异。长远来看，该技术有望用于人类临床：如早期识别阿尔茨海默病相关脑循环障碍，或评估脑震荡后液体流动是否受损。本研究获美国国立卫生研究院（NIH）多个项目资助。