Regeneron ISEF 2025 大奖：BEHA035 - 使用 CLIMB 进行新型大脑老化分析

大脑并不总是以与身体其他部分相同的速度衰老。有些人的大脑直到老年仍然保持敏锐，而其他人则在几十年前就出现衰退的迹象。及早发现这些隐藏的变化可能会彻底改变我们对抗阿尔茨海默病和其他神经退行性疾病的方式——但目前的方法很难预测哪些人面临风险。这项研究开发了一个模型 CLIMB（基于连接的迭代多阶段脑分析学习）来改变这种状况。CLIMB 不是试图一次性学会所有内容，而是逐步从简单到越来越精确的任务学习，精确定位与加速衰老相关的独特患者水平模式。这通过我的新颖的 fMRI 增强方法 (ASWAC) 在 1400 多次扫描 (p<0.001) 中得到了验证，优于传统的静态组块。通过研究静息态脑部扫描，它估计一个人的“大脑年龄”的准确率比现有模型高 58%，将误差减少了六年多。其突破性发现在于：平均而言，执行与记忆、视觉和运动网络的衰老速度最快，且通常在症状出现之前。这意味着，大脑连接的细微变化——在传统认知测试发现问题之前的数年——可能预示着阿尔茨海默病等疾病的早期风险。除了衰老之外，CLIMB 还通过预测生理性别（准确率高达 93%）证明了其揭示隐藏大脑模式的能力，展现了其检测大脑功能显著差异的能力。随着进一步发展，这种方法有望催生早期筛查工具、个性化干预，并加深对生活方式、遗传和心理健康如何影响大脑衰老的理解。通过解码大脑健康隐藏的时间线，CLIMB 让我们距离在认知衰退开始前进行预防更近了一步。