Beyin Kompresyonu
Beyin kompresyonu, kafatası içindeki iç veya dış basıncın neden olduğu beyin dokusu hacminde fiziksel bir azalma veya yer değiştirmeyi ifade eder. Bu durum; ödem, tümörler, kanamalar veya beyin omurilik sıvısı dinamiklerindeki değişiklikler dahil olmak üzere çeşitli faktörlerden kaynaklanabilir. Beyin hacmini ve kompresyona yatkınlığı etkileyen faktörleri anlamak, nörolojik sağlık için çok önemlidir.
Biyolojik Temel
Gelişmiş nörogörüntüleme tekniklerini, T1 ve T2 ağırlıklı manyetik rezonans görüntüleme (MRI) gibi, kullanan araştırmalar, beyin dokusunun gri madde (GM), beyaz madde (WM) ve beyin omurilik sıvısı (CSF) gibi bileşenlere hassas ölçümünü ve segmentasyonunu sağlar.[1] Bu hacimlerin toplamı intrakraniyal hacmi (ICV) oluşturur.[1] Popülasyon tabanlı bir şablona göre voksel bazında hacimsel doku farklılıkları da dahil olmak üzere bu görüntüleme fenotipleri, genom çapında ilişkilendirme çalışmaları (GWAS) için nicel ölçütler olarak hizmet eder.[2] Genetik varyantlar, özellikle tek nükleotid polimorfizmleri (SNP'ler), beynin yapısını ve hacmini önemli ölçüde etkilediği belirlenmiştir.[2] Örneğin, bazı SNP'ler beyin hacmi farklılıklarıyla ilişkilidir ve etkileri bazen beyin yüzeyine, ana fissürlere veya ventriküllere yakın lokalize olabilir.[2] Belirli genetik lokuslar, beyin yapısal değişiklikleriyle ilişkilendirilmiştir; örneğin, genel beyin hacmini etkileyen rs2132683 ve rs713155 gibi SNP'ler ve beyinde yüksek ekspresyon gösteren CSMD2 geni içinde yer alan rs476463 gibi.[2] Başka bir örnek olarak, gri madde yoğunluğu ile ilişkilendirilmiş olan NXPH1 genindeki rs6463843 gösterilebilir.[3] Genel beyin ve baş boyutları ile hipokampal, toplam beyin ve intrakraniyal hacimler gibi belirli bölgeler, yüksek oranda kalıtsal özelliklerdir; yani genetikten önemli ölçüde etkilenirler.[4]
Klinik Önemi
Beyin hacmindeki, atrofi olarak ortaya çıkabilen ve beyin kompresyonuna katkıda bulunabilen değişiklikler, çeşitli nörolojik ve nörodejeneratif durumlarda kritik göstergelerdir. Çalışmalar, beyin hacmini etkileyen genetik varyantlar ile Hafif Bilişsel Bozukluk (MCI) ve Alzheimer Hastalığı (AD) gibi bozuklukların riski veya ilerlemesi arasında bir bağlantı olduğunu göstermiştir.[5] Beyin atrofisi ile, özellikle hipokampus ve medial temporal lob gibi bölgelerde ilişkili kantitatif özellik lokuslarının (QTL'ler) tanımlanması, nörodejenerasyonun temel mekanizmalarına dair içgörüler sağlar.[5] Araştırmalar ayrıca, hepsi yapısal beyin değişikliklerinden etkilenebilen beyin yaşlanmasının genetik korelatlarını, beyaz madde lezyon yükünü ve genel bilişsel işlevi de inceler.[6]
Sosyal Önem
Beyin yapısını ve hacmini etkileyen ve sonuç olarak beyin kompresyonuna yatkınlığı belirleyen genetik varyantların tanımlanması, önemli sosyal öneme sahiptir. Bu araştırma, halk sağlığı için hayati öneme sahip olan beyin sağlığı ve hastalığının genetik mimarisinin daha derinlemesine anlaşılmasına katkıda bulunmaktadır. Belirli genetik belirteçlerin tespit edilmesiyle, nörolojik ve psikiyatrik durumların erken teşhisi için geliştirilmiş tanı araçları geliştirme, yüksek risk altındaki bireyleri belirleme ve daha kişiselleştirilmiş ve etkili tedavi stratejilerinin geliştirilmesini kolaylaştırma potansiyeli bulunmaktadır. Bu bilgi, beyin kompresyonunun veya hacimsel değişikliklerin rol oynadığı durumların daha iyi önlenmesine ve yönetilmesine yol açarak, hasta sonuçlarını ve yaşam kalitesini iyileştirebilir.
Metodolojik ve İstatistiksel Zorluklar
Beyin hacimleri üzerindeki genetik etkiler üzerine yapılan araştırmalar, bulguların yorumlanmasını ve genellenebilirliğini etkileyen doğasında bulunan metodolojik ve istatistiksel sınırlamalarla karşılaşmaktadır. Birçok beyin görüntüleme çalışması, kendi alanları için büyük olsalar da, diğer genom çapında ilişkilendirme çalışmalarıyla karşılaştırıldığında genellikle daha küçük örneklem büyüklüklerine sahiptir; bu durum, gerçek ilişkileri tespit etmek için istatistiksel gücü sınırlayabilir ve başlangıçtaki keşifler için şişirilmiş etki büyüklüklerine potansiyel olarak yol açabilir.[7] Bu kısıtlama, replikasyon çabalarını da zorlaştırmaktadır; zira keşif kohortlarında tanımlanan varyantlar, daha küçük replikasyon örneklemlerinde genom çapında anlamlılığa ulaşamayabilir, bu da daha az muhafazakar başlangıç eşikleriyle aşamalı yaklaşımları gerektirmektedir.[8] Beyin görüntüleme fenotiplerinin (IDP'ler) doğru ölçümü ve analizi de zorluklar sunmakta olup, çeşitli karıştırıcı faktörler için kapsamlı istatistiksel kontrol gerektirmektedir. Çalışmalar genellikle yaş, cinsiyet, yaşın karesi, cinsiyet-yaş etkileşimleri, tarayıcı sekansları, ekipman farklılıkları, kafa hareketi ve genel kafa boyutu gibi kovaryatları ayarlamak için karmaşık regresyon modelleri kullanır.[9] Ek olarak, test istatistiklerinin potansiyel aşırı dağılımını düzeltmek ve uygun anlamlılık eşiklerini belirlemek için permütasyon testleri ve genomik kontrol gibi yöntemler uygulanır; özellikle voksel bazlı analizlerde veya birden fazla IDP'de yüksek sayıda testle uğraşılırken.[10] Görüntü çarpıtma yöntemlerinden kaynaklanan potansiyel yanlılıklar gibi konular da dikkate alınmalıdır, ancak bazı çalışmalar bu tür yanlılıkların yaygın olmayabileceğini öne sürmektedir.[2]
Popülasyon Heterojenitesi ve Genellenebilirlik
Popülasyon tabakalaşması, genetik ilişkilendirme analizlerinde önemli bir endişe kaynağıdır, çünkü alt popülasyonlar arasındaki allel frekans farklılıkları sahte ilişkilendirmelere yol açabilir veya gerçek olanları gizleyebilir.[2] Bunu hafifletmek için, birçok çalışma analizlerini belirli kökenlere (örn. Avrupa, Japon, İngiliz) sahip bireylerle sınırlar veya genetik kökeni kovaryat olarak hesaba katmak için temel bileşenler analizini (PCA) kullanır.[10] Bu yaklaşım popülasyon tabakalaşmasını kontrol etmeye yardımcı olsa da, doğası gereği bulguların diğer çeşitli popülasyonlara genellenebilirliğini sınırlar ve küresel popülasyonlardaki genetik etkileri anlamak için daha kapsayıcı araştırma kohortlarına duyulan ihtiyacı vurgulamaktadır.
Dahası, kohort seçimiyle ilgili yanlılıklar, çalışma bulgularının temsil edilebilirliğini etkileyebilir. Örneğin, bazı görüntüleme çalışmalarındaki katılımcılar genel popülasyondan önemli ölçüde daha sağlıklı olabilir, bu da beyin fenotipleriyle gözlemlenen genetik ilişkilendirmeleri etkileyebilir.[7] Uyumlu protokollerle bile, birden fazla veri toplama sahasından verilerin birleştirilmesi, farklı tarayıcı sekansları veya ekipmanı nedeniyle değişkenlik ortaya çıkarır ve bu saha-spesifik etkileri istatistiksel olarak kontrol etmek için dikkatli kukla kovaryat dahilini gerektirir.[9] Bu değişkenlik, tanımlanmış genetik varyantların güvenilirliğini doğrulamak için sağlam istatistiksel ayarlamaların ve bağımsız, çeşitli veri kümelerinde replikasyonun önemini vurgulamaktadır.
Genetik ve Çevresel Etkilerin Karmaşıklığı
Beyin fenotiplerinin altında yatan genetik mimari, sayısız genetik olmayan faktörün beyin yapısını ve işlevini etkilemesiyle birlikte oldukça karmaşıktır. Çevresel faktörler, yaşam tarzı seçimleri ve genel sağlık durumu önemli karıştırıcı faktörler olarak işlev görebilir; hatta yaş ve cinsiyet gibi yaygın değişkenler bile hem ilgi çekici biyolojik faktörler hem de görüntüleme karıştırıcılarının kaynakları olabilir.[9] Çalışmalar, bu değişkenleri kapsamlı kovaryat setleri kullanarak kontrol altına almaya çalışsa da, çevresel ve gen-çevre etkileşimlerinin tam spektrumu kapsamlı bir şekilde yakalanması zor olmaya devam etmektedir. Bu durum, yaygın varyantların aile çalışmalarından tahmin edilen kalıtımın yalnızca küçük bir kısmını açıklayabildiği "kayıp kalıtım" fenomenine katkıda bulunmaktadır.[9] Çok sayıda ilişkilendirmenin tespit edilmesine rağmen, bu genetik varyantların beyin fenotiplerini etkilediği kesin işlevsel mekanizmalar hakkında önemli bilgi boşlukları devam etmektedir. Bazı varyantlar bilinen beyin işlevlerine sahip genlerde yer alabilirken, birçoğu daha az çalışılmış bölgelerde bulunmaktadır; bu da onların biyolojik önemini ve beyin yapısı veya işlevi üzerindeki etkilerini tam olarak yorumlamayı zorlaştırmaktadır.[9] Mevcut bulgular önemli bir adımı temsil etmektedir; ancak genetik, çevre ile beyin gelişimi ve yaşlanması arasındaki karmaşık etkileşimin tam olarak anlaşılması, tanımlanan lokusların işlevsel sonuçlarını aydınlatmak ve nadir varyantların ve karmaşık genetik etkileşimlerin rollerini keşfetmek için devam eden araştırmalar gerektirmektedir.
Varyantlar
Genetik varyasyonlar, beyin yapısı, fonksiyonu ve dayanıklılığını etkilemede önemli bir rol oynamaktadır; bu da beyin kompresyonu gibi durumlar için etkileri olabilir. CTNNA3, CACNA1D ve SEPHS1P2 - LINC01579 genleri, spesifik varyantlarıyla birlikte, genetik farklılıkların beynin çeşitli stres faktörlerine karşı duyarlılığını ve yanıtını nasıl etkileyebileceğini örneklendirmektedir. Araştırmalar, genetik varyantların beyin hacmini ve diğer yapısal göstergeleri etkileyebileceğini göstermiştir; bu da bir bireyin genetik yapısı ile nörolojik sağlığı arasındaki karmaşık ilişkiyi vurgulamaktadır.[7] Bu varyantları anlamak, beyin bütünlüğünü ve zorluklara dayanma kapasitesini yöneten altta yatan biyolojik yolları aydınlatmaya yardımcı olur.
CTNNA3 geni, hücreden hücreye adezyonda bütünleyici bir protein olan ve kaderinleri aktin sitoiskeletine bağlayan Katenin Alfa 3'ü kodlar. Bu rol, özellikle beyindeki nöronlarda ve glial hücrelerde doku mimarisi ve hücresel iletişimi sürdürmede esastır. CTNNA3 içinde veya yakınında bulunan rs529853230 varyantı, bu hücre adezyon komplekslerinin verimliliğini veya stabilitesini potansiyel olarak değiştirebilir. Bu tür değişiklikler, gelişim sırasında nöronal göçü, sinaptik plastisiteyi veya beyin dokusunun genel mekanik stabilitesini etkileyebilir; böylece beyin kompresyonu dahil olmak üzere fiziksel strese direnme veya iyileşme yeteneğini etkileyebilir.[2] Bozulmuş hücresel adezyon, beynin yapısal bütünlüğünü tehlikeye atabilir ve onu dış veya iç basınçtan kaynaklanan hasara karşı daha savunmasız hale getirebilir.
CACNA1D, nöronal uyarılabilirlik ve nörotransmitter salınımı dahil olmak üzere çok sayıda hücresel süreç için kritik olan voltaj bağımlı L-tipi kalsiyum kanalının alfa-1D alt birimini kodlamaktan sorumlu bir gendir. Bu kalsiyum kanalları sinaptik plastisite, öğrenme ve hafıza için esastır ve doğru işlevleri nöronal homeostazı sürdürmek için hayati önem taşır.[11] rs573667614 varyantı, eğer CACNA1D'nin işlevini etkilerse, nöronlara değişmiş kalsiyum akışına yol açarak, onların ateşleme paternlerini ve genel uyarılabilirliklerini etkileyebilir. Kalsiyum sinyalizasyonunun düzensizliği, hücresel stresi şiddetlendirebileceği ve iyileşme süreçlerini engelleyebileceği için beyin hasarı ve beyin kompresyonunu içeren durumlarla ilgili bir nöronal hasar mekanizması olan eksitotoksisiteye katkıda bulunabilir.
SEPHS1P2 ve LINC01579'u kapsayan bölge, sırasıyla bir psödogen ve uzun intergenik kodlayıcı olmayan RNA (lncRNA) içerir. SEPHS1P2 bir psödogen olup bir protein kodlamayabilirken, hem psödogenler hem de LINC01579 gibi lncRNA'lar gen ekspresyonunda ve hücresel süreçlerdeki düzenleyici rolleri nedeniyle giderek daha fazla tanınmaktadır. LncRNA'lar, gen transkripsiyonunu, kromatin modifikasyonunu ve haberci RNA'ların stabilitesini etkileyebilir; böylece beyin gelişimi ve nöronal bakım dahil olmak üzere geniş bir biyolojik fonksiyon yelpazesini etkileyebilir.[12] Bu bölgedeki rs144402427 varyantı, LINC01579'un ekspresyonunu veya işlevini etkileyebilir, potansiyel olarak beyin sağlığı için kritik olan düzenleyici ağları değiştirebilir. Böyle bir değişiklik, beynin yaralanmaya veya strese yanıtını, beyin kompresyonu gibi durumlara karşı onarım ve dayanıklılık kapasitesi dahil olmak üzere etkileyebilir.
Önemli Varyantlar
| RS ID | Gen | İlişkili Özellikler |
|---|---|---|
| rs529853230 | CTNNA3 | brain compression |
| rs573667614 | CACNA1D | brain compression |
| rs144402427 | SEPHS1P2 - LINC01579 | brain compression |
Beyin Hacimlerinin ve İntrakraniyal Kompartmanların Tanımlanması
Beyin kompresyonunun anlaşılması, beyin hacimlerinin ve intrakraniyal boşluğun kesin tanımına ve ölçümüne dayanmaktadır. İntrakraniyal Hacim (ICV), kafatası içinde bulunan, gri madde (GM), beyaz madde (WM) ve beyin omurilik sıvısını (CSF) kapsayan toplam hacmi temsil eder.[1] Operasyonel olarak, ICV, tentoryumun üzerindeki intrakraniyal boşluğun manuel olarak sınırlandırılmasıyla belirlenir.[7] Bu boşlukta, Toplam Beyin Hacmi (TBV), özellikle supratentoryal gri ve beyaz maddeyi ifade eder ve BOS'u açıkça hariç tutar.[7] Kafa boyutundaki bireysel farklılıkları hesaba katmak için, TBV'nin Toplam Kraniyal Hacme (TCV) oranı, Toplam Serebral Beyin Hacmi (TCBV) olarak adlandırılır ve genellikle normalize edilmiş bir beyin hacmi ölçüsü olarak kullanılır.[7] Bu hacimler için ölçüm yaklaşımları oldukça standartlaştırılmıştır ve genellikle yarı otomatik veya otomatik segmentasyon teknikleri ile Manyetik Rezonans Görüntüleme (MRI) kullanır. Bu yöntemler, BOS'u beyin dokusundan ayırmak için MRG piksel yoğunluğu histogramlarının matematiksel modellemesini veya GM, WM ve BOS'u segmentlere ayırmak için T1 ve T2 ağırlıklı görüntüleri kullanan atlas tabanlı beklenti-maksimizasyon algoritmalarını içerir.[7] FMRIB's Integrated Registration and Segmentation Tool (FIRST) ve FreeSurfer gibi özel yazılım paketleri, hipokampus gibi belirli yapıları segmentlere ayırmak için yaygın olarak kullanılırken, FMRIB's Automated Segmentation Tool (FAST) veya FreeSurfer, GM ve WM'yi toplayarak ve ventriküller ile BOS'u hariç tutarak genel beyin hacmini hesaplayabilir.[2] Ayrıca, voksel bazlı analizler, popülasyon tabanlı bir beyin şablonuna göre yerel hacim değişikliklerini nicelendiren Jakobiyen matrisinin determinantını hesaplayarak hacimsel doku farklılıklarını değerlendirir.[2]
Beyin Dokusu Değişikliklerinin Sınıflandırılması ve Değerlendirilmesi
Beyin dokusu değişiklikleri, özellikle atrofi ve beyaz madde hiperintensiteleri, beyin sağlığının kritik göstergeleridir ve sistematik olarak sınıflandırılır ve ölçülür. Beyin atrofisi, hacimsel doku farklılıkları veya beyin hacminde azalma ile karakterizedir ve genel baş boyutunu hesaba katmak için genellikle deneklerin intrakraniyal hacmine (ICV) göre normalize edilir.[5] Bu atrofi; frontal, pariyetal, oksipital, temporal ve hipokampus, amigdala, kaudat, putamen ve ventriküller gibi subkortikal yapılar dahil olmak üzere çeşitli beyin alanlarında bölgesel kortikal kalınlık veya bölgesel hacim ölçümleri olarak değerlendirilebilir.[5] Sağlıklı yaşlanmadan hafif bilişsel bozukluğa (MCI) ve Alzheimer hastalığına (AD) ilerleme, bu tür değişikliklerin bir sürekliliğini temsil eder; beyin hacmini etkileyen genetik varyantlar nörodejenerasyonla potansiyel olarak ilişkili olabilir.[2] Beyaz Madde Hiperintensiteleri (WMH), MRI taramalarında lezyonlar olarak görünen, beyin dokusu değişikliğinin bir başka önemli sınıflandırmasıdır.[11] Bunların yükü, otomatik veya yarı otomatik segmentasyon algoritmaları kullanan özel olarak yazılmış bilgisayar programlarından elde edilen hassas bir hacim (mililitre cinsinden ifade edilir) olarak veya 10 puanlık bir ölçekte yarı-kantitatif bir derece olarak çeşitli şekillerde nicelleştirilebilir.[6] Bu derecelendirme sistemi, tipik olarak bir katılımcının beyin görüntülerinin, zar zor tespit edilebilir lezyonlardan geniş, birleşen hiperintensitelere kadar art arda artan beyaz madde anormalliklerini gösteren bir dizi şablonla görsel karşılaştırmasını içerir.[6] Bu ölçümler, beyin yaşlanması ve nörodejeneratif durumlar üzerine yapılan araştırmalar için çok önemlidir ve genellikle yaş, cinsiyet, sigara durumu, diyabet ve kan basıncı gibi kovaryatlar için ayarlanır.[6]
Temel Terminoloji ve Metodolojik Hususlar
Beyin yapısı ve nörogörüntüleme yoluyla gözlemlenen değişiklikleri tartışmak için kesin bir terminoloji esastır. Anahtar anatomik terimler arasında, beyin hacmi ölçümleri için başlıca ilgi alanlarını belirleyen intrakraniyal kavite ve supratentorial bölgeler yer alır.[7] Beyin dokusunun temel bileşenleri gri madde (GM), beyaz madde (BM) ve görüntüleme analizi sırasında belirgin şekilde segmente edilen beyin omurilik sıvısı (CSF)'dır.[13] Gelişmiş görüntüleme analizi bağlamında, bir voksel, sofistike voksel bazlı genom çapında ilişkilendirme çalışmaları (vGWAS) sırasında beyin dokusu farklılıklarını ölçmek için nicel birim olarak hizmet eden üç boyutlu bir pikseli ifade eder.[2] Beyin görüntüleme çalışmalarının doğruluğunu ve karşılaştırılabilirliğini sağlamak için metodolojik hususlar büyük önem taşımaktadır. T1 ve T2 ağırlıklı taramaların alınması, genellikle fluid attenuation inversion recovery (FLAIR) veya proton yoğunluğu sekansları ile tamamlanarak, optimal doku farklılaşması ve lezyon tespiti için standart bir uygulamadır.[11] Tarayıcı tipi (örn. 1,5 T veya 3 T Siemens Allegra veya TIM Trio), beyin hacmi ölçümlerini önemli ölçüde etkileyebilir ve analizlerde bir kovaryat olarak hesaba katılmalıdır.[11] Ayrıca, görüntü işleme hatları genellikle nonparametrik tekdüze olmayan sapma düzeltmesi, kafatası soyma, etiketli şablonları çarpıtma ve otomatik Talairach dönüşümü gibi adımları içerir; bunu takiben karıştırıcı faktörleri azaltmak için tüm hacimlerin deneklerin intrakraniyal hacmi (ICV) ile normalleştirilmesi gelir.[5]
Genetik Yatkınlık ve İntrakraniyal Hacim
Genetik faktörler, beyin yapısını ve hacimlerini belirlemede önemli bir rol oynar ve bu durum, bireyleri beyin kompresyonuna yol açabilecek koşullara yatkın hale getirebilir. Araştırmalar, intrakraniyal, total beyin ve hipokampal hacimlerin yüksek oranda kalıtsal özellikler olduğunu ve çalışmaların varyanslarına katkıda bulunan bir genetik bileşen tahmin ettiğini göstermektedir.[14] Genom çapında ilişkilendirme çalışmaları (GWAS), bu beyin hacimlerindeki varyasyonlarla ilişkili yaygın genetik varyantları veya tek nükleotid polimorfizmlerini (SNP'ler) tanımlamıştır.[2] Örneğin, belirli genetik varyantların beynin genel yapısı üzerinde önemli etkileri olduğu kabul edilmektedir ve beyin yapısını etkileyen birçok gen henüz tam olarak karakterize edilmemiş olsa da, bunların kolektif etkisi kafatası içindeki mevcut alanı etkileyebilir.[2] Genel beyin hacimlerinin ötesinde, genetik yatkınlık, doğrudan kompresyona yol açabilecek belirli yapısal anormalliklere de katkıda bulunur. Örneğin, hem Avrupa hem de Japon popülasyonlarında intrakraniyal anevrizma için yatkınlık lokusları olarak yaygın varyantlar tanımlanmıştır.[10] İntrakraniyal anevrizmalar, beyindeki bir arter duvarında zayıflamış, şişkin alanlar olup, genişleyebilir ve çevredeki beyin dokusu üzerinde baskı uygulayarak kompresyona yol açabilir. Bu tür risk lokuslarının tanımlanması, beyin kompresyonuna neden olan durumlara doğrudan bir genetik yolu vurgulamaktadır.
Gelişimsel Etkiler ve Yaşa Bağlı Değişiklikler
Bebeklikten yetişkinliğe beyin gelişiminin genetik faktörlerden etkilenen seyri, beyin hacimlerini ve yapısını etkileyerek kompresyona yatkınlığı etkileyebilir. Çalışmalar, gri madde, beyaz madde ve intrakraniyal hacim dahil olmak üzere bebek beyin hacimlerini etkileyen yaygın genetik varyantlar tanımlamış, bu da genetik yatkınlıkların yaşamın erken dönemlerinde ortaya çıktığını düşündürmektedir.[1] Bu erken yaşam etkileri, bebeklik dönemindeki intrakraniyal hacimdeki (ICV) varyasyonların beyin sağlığı için kalıcı etkilere sahip olabileceği temel bir beyin mimarisi oluşturur.
Bireyler yaşlandıkça, beyin hacimsel değişikliklere uğrar ve yaş, beyin yapısını ve işlevini etkileyen bilinen bir faktördür.[14] Genetik çalışmalar, belirli genetik etkileri izole etmek için genellikle yaşı kontrol etse de, yaşa bağlı beyin yaşlanması, genetik yatkınlıklarla birlikte, değişmiş beyin hacimlerine veya kompresyona neden olan durumlara karşı artan kırılganlığa katkıda bulunabilir.[7] Örneğin, beyin görüntüleme ve bilişsel ölçümleri içeren çalışmalarla tanımlandığı üzere, beyin yaşlanmasını etkileyen genetik bileşen, zamanla sıkıştırıcı kuvvetlere karşı beyin direncinde azalmaya dolaylı olarak katkıda bulunabilir.[7]
Edinilmiş Durumlar ve Sistemik Faktörler
Çeşitli edinilmiş durumlar ve sistemik faktörler, intrakraniyal dinamikleri değiştirerek beyin kompresyonuna doğrudan veya dolaylı olarak katkıda bulunabilir. Hastalıkların ve belirli ilaçların etkilerinin beyin hacimlerini ve genel beyin sağlığını etkilediği bilinmektedir; araştırmacılar, genetik ilişkilendirmelerin özgüllüğünü sağlamak için genetik analizlerde bu potansiyel karıştırıcı faktörleri sıklıkla kontrol ederler.[2] Bu durum, bu tür koşulların ve tedavilerin beyin yapısını ve hacmini bağımsız olarak etkileyebileceğini vurgulamaktadır.
Ayrıca, intrakraniyal anevrizma gibi spesifik patolojik durumlar, beyin kompresyonunun doğrudan nedenleridir. Genetik çalışmalar, intrakraniyal anevrizmalar için yatkınlık lokusları tanımlamıştır; bunlar, mevcut olduklarında, sınırlı kafatası boşluğu içinde genişleyebilir ve kitle etkileri oluşturarak beyin dokusu üzerinde basınca yol açabilir.[10] Daha geniş anlamda, toplam beyin hacminde artışa veya intrakraniyal hacimde azalmaya yol açan herhangi bir faktör (ki bu durum baş boyutuyla küresel ilişkilendirmelerden etkilenebilir), beyin kompresyonuna elverişli bir ortam yaratabilir.[2] Genleri etkileyen kopya sayısı varyasyonlarının (KSV'ler) yükü, intrakraniyal hacim, gri madde, beyaz madde ve beyin omurilik sıvısı ile ilişkili olarak da incelenmiştir; bu da yapısal genomik varyasyonların intrakraniyal içeriğin genel bileşimini etkileyebileceğini göstermektedir.[1]
Beyin Hacmi ve Yapısının Anatomik Temeli
İnsan beyni, yapısı ve hacmi nörolojik sağlık ve işlevin kritik göstergeleri olan karmaşık bir organdır. Beyin hacmi, başta gri madde (GM), beyaz madde (WM) ve beyin omurilik sıvısı (CSF) olmak üzere farklı doku tiplerine ve ventriküller gibi yapılara ayrılarak hassas bir şekilde nicelendirilir.[13] Bireysel baş büyüklüğü farklılıklarını hesaba katmak için genellikle intrakraniyal hacim (ICV) ile normalize edilen bu hacimsel ölçümler, beynin genel büyüklüğü ve bölgesel oranları hakkında bilgi sağlar.[5] Voksel tabanlı analiz gibi teknikler, popülasyon tabanlı bir beyin şablonuna göre yerel hacim fazlalığını veya eksikliğini değerlendirerek ince yapısal varyasyonları ortaya çıkarır.[2] Genel hacmin ötesinde, kortikal kalınlık, serebral korteksin kıvrım desenleri ve korpus kallozum gibi yapıların boyutu gibi belirli özellikler de beynin benzersiz mimarisine katkıda bulunan önemli anatomik belirteçlerdir.[5]
Beyin Mimarisi'nin Genetik Belirleyicileri
Beyin hacmi ve hipokampal ile intrakraniyal hacimler de dahil olmak üzere çeşitli yapısal bileşenleri, yüksek oranda kalıtsal özelliklerdir ve bu da beyin mimarisi üzerinde önemli bir genetik etki olduğunu göstermektedir.[4] Genom çapında ilişkilendirme çalışmaları (GWAS), beyin yapısındaki farklılıklarla ilişkili çok sayıda genetik varyantı, özellikle tek nükleotid polimorfizmlerini (SNP'ler) tanımlamıştır.[2] Örneğin, SPON1 gibi genler beyin bağlantısı ve demans şiddeti ile ilişkilendirilmiştir.[14] CNTN6, GRIK1, PBX1 ve PCP4 gibi diğer genler, merkezi sinir sistemi (CNS) gelişimindeki rolleriyle tanınırken, NRXN1 (Nöreksin 1) nöronal bağlantılar için kritik bir sinaptik hücre yüzeyi proteinidir ve beyin oluşumu ile idamesinin çeşitli genetik temellerini vurgulamaktadır.[11] Bu genetik varyasyonların kümülatif etkisi, beynin yapısal bütünlüğünü ve genel hacmini önemli ölçüde etkileyebilir.
Beyin Hacmini Etkileyen Moleküler ve Hücresel Mekanizmalar
Hücresel düzeyde beyin hacminin karmaşık düzenlenmesi, çeşitli moleküler yolları ve anahtar biyomolekülleri içerir. GRIN2A ve HOMER2 gibi genleri içeren glutamat sinyalizasyon yolu gibi sinyalizasyon yolları ve EGFR, PIP5K3 ve MCTP2 gibi bileşenlere sahip kalsiyum aracılı sinyalizasyon, nöronal iletişim ve plastisite için çok önemlidir.[11] DGKG, EDNRB ve EGFR gibi genler aracılığıyla yürütülen G-protein sinyalizasyonu, beyin yapısını etkileyen hücresel yanıtlarda da hayati bir rol oynar.[11] Ayrıca, SLIT2 ve NRXN1 içeren akson rehberliği gibi süreçler ve JAG1 ve EGFR tarafından etkilenen hücre göçünün düzenlenmesi, uygun beyin gelişimi ve yapısal organizasyon için temeldir.[11] Amino asit metabolizması (örn., EGFR, MSRA, SLC6A6, UBE1DC1, SLC7A5 içeren) dahil olmak üzere metabolik süreçler, nöral doku bütünlüğünü ve hacmini korumak için gerekli olan hücresel enerji ve yapı taşlarına katkıda bulunur.[11]
Beyin Hacmi Değişikliklerinin Klinik Önemi
Beyin hacmindeki değişiklikler sıklıkla patofizyolojik süreçlerin göstergesidir ve çeşitli nörolojik ve nöropsikiyatrik bozukluklarda gözlemlenebilir. Alzheimer hastalığı gibi durumlar, özellikle temporal lob gibi bölgelerde önemli atrofiye yol açan nörodejenerasyon ile karakterizedir.[15] Multipl skleroz (MS), beyin parankim hacminin etkilenebildiği, bazen yükselmiş glutamat seviyeleri ve aksonal hasarın eşlik ettiği, nörolojik semptomlara katkıda bulunan başka bir durumdur.[11] Spesifik hastalıkların ötesinde, genel beyin ve baş boyutlarının birçok bozuklukta değiştiği ve genel bilişsel yetenek ile önemli bir korelasyon gösterdiği bilinmektedir.[4] Bu hacimsel farklılıklar, MRI'daki yapısal değişikliklerin bilişsel test ölçümleriyle ilişkili olduğu beyin yaşlanmasını anlamada da önemli olabilir ve çeşitli durumların nörobiyolojisine dair içgörüler sunarak potansiyel olarak yeni tedavi hedeflerine yol açabilir.[7]
Nöronal İletişim ve Sinaptik Plastisite
Beyin kompresyonu, nöronal sinyalizasyonun karmaşık ağını önemli ölçüde etkileyerek, beyin fonksiyonu için hayati olan normal iletişim yollarını bozmaktadır. Uyarıcı nörotransmisyon ve sinaptik plastisite için kritik olan glutamat sinyal yolu, doğrudan etkilenmekte olup, GRIN2A (bir NMDA reseptörünün alt birimi) ve HOMER2 (metabotrofik glutamat reseptörlerini hücre içi efektörlere bağlayan bir adaptör protein) gibi genleri içermektedir.[11] Bu yoldaki düzenleme bozukluğu, eksitotoksisiteye ve bozulmuş nöronal devre fonksiyonuna yol açarak, genel beyin parankimal hacmini ve MSS gelişimini etkileyebilir.
Ayrıca, nörotransmiter salınımından gen ekspresyonuna kadar çeşitli hücresel süreçlerde önemli bir rol oynayan kalsiyum aracılı sinyalizasyon, EGFR, PIP5K3 ve MCTP2 gibi genler aracılığıyla dahil olmaktadır.[11] Bu bileşenler, hücre içi kalsiyum seviyelerini ve aşağı akım sinyal kaskatlarını düzenlemekte rol oynar; burada bunların düzenleme bozukluğu nöronal uyarılabilirliği ve sağkalımı bozabilir. Hücre zarı boyunca hücre dışı sinyalleri dönüştürmek için başka bir temel mekanizma olan G-protein sinyalizasyonu da, DGKG, EDNRB ve EGFR gibi genlerin çeşitli hücresel yanıtları modüle etmesiyle bu yollara katkıda bulunur.[11] Vazoaktif intestinal peptid (VIP) ve fosfodiesterazları (PDE4D, PDE6A, RGR) içerenler de dahil olmak üzere bu sinyal yollarının entegrasyonu, MSS gelişimini ve genel beyin parankimal hacmini sürdürmek için çok önemlidir.[11]
Hücresel Metabolizma ve Oksidatif Stres Yanıtları
Beyin kompresyonu, hücresel enerji metabolizmasını derinden bozarak, bir dizi zararlı olaya yol açabilir. Reaktif oksijen türlerinin üretimi ile bunları detoksifiye etme yeteneği arasındaki dengesizlikle karakterize olan oksidatif stres, mitokondriyal solunumu bozarak ve c-Jun N-terminal kinazları aktive ederek önemli bir hasar mekanizmasıdır.[16] Bu aktivasyon, apoptozu tetikleyebilir; bu da nöronal atrofiye, dendritik dikenlerin tükenmesine ve demiyelinizasyona yol açarak nöronal bütünlüğü ve işlevi ciddi şekilde tehlikeye atar.[16] Enerji üretiminin ötesinde, amino asit metabolizması yolları da etkilenir ve EGFR, MSRA, SLC6A6, UBE1DC1 ve SLC7A5 gibi genleri içerir.[11] Bu genler, protein sentezi, nörotransmiter üretimi ve hücresel ozmotik dengenin korunması için hayati öneme sahip olan amino asitlerin taşınmasını ve işlenmesini düzenler. Ayrıca, kolesterol metabolizması da dahil olmak üzere metabolik düzenlemedeki değişikliklerin nörodejeneratif süreçlerde rol oynadığı düşünülmekte, bu da hücresel homeostazi ve hastalık progresyonu üzerinde daha geniş bir etkiyi düşündürmektedir.[17]
Yapısal Bütünlük, Akson Yönlendirmesi ve Miyelin Dinamikleri
Nöronların yapısal bütünlüğünü ve karmaşık bağlantılarını sürdürmek hayati önem taşımaktadır ve beyin sıkışması bu unsurları ciddi şekilde tehlikeye atabilir. Aktin filamentleri ve mikrotübüller arasındaki etkileşimlerle yönlendirilen sitoiskelet organizasyonu, olgun nöronları karakterize eden dendrit ve akson uzamasının dinamik süreçleri için temeldir.[16] Bu dinamiklerin bozulması, beyin parankim hacmi ve fonksiyonu için elzem olan nöronal morfoloji ve bağlantıyı etkiler.
Protein modifikasyonu ve translasyon sonrası kontrol gibi düzenleyici mekanizmalar, bu yapısal bileşenler için kritiktir. Örneğin, Nedd4 ve Nedd4-2 gibi E3 ubikuitin ligazları nöronlarda aktiftir, protein döngüsünü ve sinyalizasyonu modüle ederken, Septin 4, Nedd4 ile etkileşir ve belirli nörodejeneratif durumlarda birikir.[18] SLIT2 ve NRXN1 gibi genleri içeren akson yönlendirme yolları, gelişim sırasında sinir sisteminin hassas bağlantısını düzenler ve fonksiyonel bağlantıları sürdürmek için çok önemlidir.[11] Benzer şekilde, aktin filamentlerinin döngüsü, oligodendrositlerin aksonları sararak elektriksel impulsların hızlı sıçramalı iletimini kolaylaştıran çok katmanlı miyelin kılıfları oluşturması için hayati önem taşır.[16]
Nöroenflamasyon ve Glia Aracılı Düzenleme
Nöroenflamasyon, beyin hasarları bağlamında kritik, hastalıkla ilişkili bir mekanizmayı temsil eder; immün yanıtlar ve glial hücre aktivasyonunun karmaşık bir etkileşimini içerir. IL1RAP gibi genler tarafından aracılık edilen mikroglial aktivasyon, beynin yaralanma ve hastalığa verdiği yanıtta önemli bir rol oynar ve disregülasyonu nörodejenerasyona katkıda bulunur.[19] Prostaglandin sinyalizasyonu, mikroglial fonksiyonu daha da modüle edebilir, bazen hastalık modellerinde faydalı yanıtları baskılayabilir.[20] İmmün sistemin katılımı, daha geniş düzenleyici mekanizmalara uzanır; genetik kanıtlar, onu Alzheimer hastalığı gibi durumların etiyolojisine bağlamaktadır.[17] Mikroglial bir reseptör olan TREM2 gibi genler, nörodejeneratif hastalık riskleri ile ilişkilidir ve glial homeostazın önemini vurgulamaktadır.[21] Ayrıca, geleneksel olarak hemopoez ile ilişkilendirilen JAG1, LRMP ve BCL11A gibi genler, beyin gelişimi ve yaşlanması sırasında hücre göçünün ve nöroenflamatuar ve hücre sinyalizasyon belirteçlerinin koordineli gen ekspresyonunun düzenlenmesinde de rol oynar.[11] Bu entegre yollar, beyin sağlığını korumada ve yaralanmaya yanıt vermede immün hücreler, glia ve nöronlar arasındaki karmaşık etkileşimi vurgulamaktadır.
Tanısal Fayda ve Risk Stratifikasyonu
Beyin görüntülemesi, özellikle Manyetik Rezonans Görüntüleme (MRI), çeşitli nörolojik durumların tanısal değerlendirmesi ve risk stratifikasyonu için kritik bir araç olarak hizmet eder. Toplam serebral beyin hacmi, bölgesel hacimler (örn. frontal, parietal, oksipital, temporal ve hipokampal hacimler) ve lateral ventriküller ile temporal boynuzların hacmi gibi beyin yapılarının nicel ölçümleri, genel beyin sağlığını değerlendirmek için esastır.[7] Genellikle gri madde, beyaz madde ve beyin omurilik sıvısına otomatik segmentasyon yoluyla elde edilen bu ölçümler, hastalığı gösteren yapısal anormalliklerin belirlenmesine yardımcı olur.[13] Örneğin, T1-gadolinyum kontrastlı lezyonlar, T2 lezyonları ve kara delikler dahil olmak üzere beyin lezyonlarının varlığı ve hacmi, multipl skleroz gibi durumlarda çok önemli tanısal belirteçler ve risk göstergeleridir.[11] Yaş, cinsiyet ve toplam intrakraniyal hacim gibi kovaryatlar için ayarlama yapılarak, bu görüntüleme fenotipleri, nörodejeneratif bozukluklarda gelişme veya ilerleme riski yüksek olan bireylerin doğru bir şekilde belirlenmesine yardımcı olur.[6]
Hastalık Seyrinin İzlenmesi ve Prognostik Değer
Beyin görüntüleme fenotiplerinin boylamsal değerlendirmesi, hastalık seyrinin, tedavi yanıtının ve uzun vadeli klinik sonuçların tahmin edilmesini sağlayarak önemli prognostik değer sunar. Yeni T2 lezyonlarının ortaya çıkması gibi beyin lezyon yükündeki değişikliklerin düzenli olarak değerlendirilmesi, multiple skleroz gibi durumlarda hastalık aktivitesinin ve terapötik müdahalelerin etkinliğinin izlenmesi için anahtar bir stratejidir.[11] Ayrıca, özellikle temporal lob ve hipokampus gibi hassas bölgelerdeki beyin atrofisi oranı, Alzheimer hastalığı ve hafif bilişsel bozukluk gibi nörodejeneratif hastalıklarda güçlü bir prognostik gösterge görevi görür.[5] Bu hacimsel değişikliklerin seri MRI taramaları aracılığıyla zaman içinde izlenmesi, klinisyenlerin gelecekteki bilişsel gerilemeyi veya nörolojik eksiklikleri tahmin etmelerini sağlayarak, hasta yönetimi ve bakım planlamasına bilgi verir.[7] Beyaz cevher hiperintensitelerinin hacmi de vasküler beyin sağlığına ve gelecekteki nörolojik olaylara katkısına dair içgörüler sağlayarak, uzun vadeli prognozda yardımcı olur.[6]
Nörolojik Durumlarla İlişkiler ve Kişiselleştirilmiş Yaklaşımlar
Beyin görüntüleme fenotipleri, örtüşen patolojileri ortaya koyarak ve kişiselleştirilmiş tıp stratejilerine rehberlik ederek, bir dizi nörolojik durumla yakından ilişkilidir. Azalmış gri madde yoğunluğu veya temporal lob ve hipokampal hacimlerdeki değişiklikler gibi yapısal değişiklikler, Alzheimer hastalığı ve hafif bilişsel bozukluk gibi nörodejeneratif bozukluklarla güçlü bir şekilde bağlantılıdır.[3] Örneğin, beyaz cevher hiperintensitelerinin yükü, çeşitli nörolojik morbiditelerle ilişkilidir ve altta yatan vasküler beyin hasarını işaret edebilir; bu da genellikle demansların ve diğer durumların klinik sunumunu karmaşıklaştırır.[22] Bu görüntüleme fenotiplerinin genetik korelasyonlarından faydalanarak, araştırmacılar ve klinisyenler, beyin değişikliklerinin belirli paternlerine karşı özgül genetik yatkınlıkları olan bireyleri belirleyerek daha kişiselleştirilmiş tıp yaklaşımlarına yönelebilirler.[5] Bu sayede, bir bireyin benzersiz risk profiline göre uyarlanmış hedefe yönelik önleme stratejileri ve müdahaleler mümkün olur, böylece önemli yapısal beyin değişiklikleri ile ortaya çıkan durumların etkisi potansiyel olarak hafifletilebilir.
Beyin Basısı Hakkında Sıkça Sorulan Sorular
Bu sorular, güncel genetik araştırmalara dayalı olarak beyin basısının en önemli ve spesifik yönlerini ele almaktadır.
1. Ailemde hafıza sorunları var; risk altında mıyım?
Evet, riskiniz ailenizin geçmişinden etkilenebilir. Hafıza ve Alzheimer gibi durumlarla bağlantılı olan beyin hacmi ve yapısı, yüksek oranda kalıtsal özelliklerdir. Belirli genetik varyantlar, beyin atrofisine ve nörodejeneratif bozukluklara yatkınlığı artırabilir, bu da ailenizin kalıplarını anlamayı önemli kılar.
2. Yaşlandığım için beynim küçülecek mi?
Evet, bazı beyin hacmi değişiklikleri yaşlanmanın doğal bir parçasıdır. Ancak, genetik, beyninizin ne kadar ve ne hızda değişebileceğinde önemli bir rol oynar. Araştırmalar, beyin yaşlanmasını etkileyen ve beyin kompresyonu veya atrofinin bir faktör olduğu durumlara katkıda bulunabilen genetik varyantları tanımlamaktadır.
3. Bazı insanlar doğal olarak daha büyük beyinlere mi sahiptir?
Evet, beyin boyutu ve genel kafa boyutu yüksek oranda kalıtsal özelliklerdir, yani genetik onları önemli ölçüde etkiler. Doğuştan toplam beyin hacmi ve intrakraniyal hacimdeki farklılıklarla ilişkili belirli genetik belirteçler tanımlanmıştır. Bu genetik faktörler, bireyler arasındaki doğal varyasyonlara katkıda bulunur.
4. Beynimin küçülmesini önlemek için ne yapabilirim?
Temel genetik yapınızı değiştiremeseniz de, genetik profilinizi anlamak güçlendirici olabilir. Genetik faktörler, beyin hacmini ve atrofiye yatkınlığı önemli ölçüde etkiler; bu da beyin kompresyonuna katkıda bulunabilir. Spesifik genetik risk faktörlerinizi bilmek, beyin sağlığını desteklemek için kişiselleştirilmiş önleyici stratejilere ve erken müdahalelere rehberlik edebilir.
5. DNA testi beyin kompresyonu riskimi gösterebilir mi?
Evet, bir DNA testi genetik yatkınlığınız hakkında bilgi sağlayabilir. Araştırmalar, beyin hacmi ve yapısı ile ilişkili belirli genetik varyantları belirlemiştir; bunlar kompresyona ve ilişkili nörolojik durumlara yatkınlığın önemli göstergeleridir. Bu bilgi, belirli beyin değişiklikleri açısından daha yüksek riske sahip bireyleri tanımlamaya yardımcı olabilir.
6. Beynimin büyüklüğü düşünmemi etkiler mi?
Beyin hacmi ve yapısı, genel bilişsel işlev ile ilişkilidir. Gri madde gibi beyin bölgelerinin boyutunu ve yoğunluğunu etkileyen genetik varyantlar, bilişsel yeteneklerdeki farklılıklar ile de ilişkili olabilir. Beyin hacmindeki atrofi gibi belirgin değişiklikler, düşünme ve hafızayı etkileyen durumlarda sıkça görülür.
7. Kafa büyüklüğüm beyin sağlığımla bağlantılı mı?
Evet, genel kafa büyüklüğünüz ve intrakraniyal hacminiz genetikten büyük ölçüde etkilenir ve kalıtsal özellikler olarak kabul edilir. Bu ölçümler beyin sağlığı için temeldir. Bu erken gelişimsel ölçümleri etkileyen genetik varyantlar, ayrıca daha sonraki beyin yapısal değişiklikleriyle ve değişmiş beyin hacmini içeren durumlara yatkınlıkla bağlantılı olabilir.
8. Bazı insanlar neden ilerleyen yaşlarda beyin sorunları yaşamaya daha yatkındır?
Genetik, bireysel yatkınlığı belirlemede önemli bir rol oynar. Belirli genetik varyantlar, beyin yapısını ve hacmini etkileyerek bazı insanları, beyin atrofisi ve kompresyonunun temel özellikler olduğu Alzheimer veya Hafif Bilişsel Bozukluk gibi durumlara daha yatkın hale getirebilir. Bu genetik şifre, farklı riske katkıda bulunur.
9. Hafızam neden yaşıtlarımdan daha kötü görünüyor?
Bellekteki ve bilişsel işlevdeki bireysel farklılıklar, genetik yapınızdan etkilenebilir. Genetik varyantların, beyin hacmini ve hipokampus gibi bellek için hayati olan yapıların bütünlüğünü etkilediği bilinmektedir. Bu genetik faktörler, beyin yaşlanmasındaki varyasyonlara ve bellek gerilemesine yatkınlığa katkıda bulunabilir.
10. Kardeşimin hafızası daha iyi; beynim neden farklı?
Kardeşler bile beyin özelliklerine dair farklı genetik yatkınlıklara sahip olabilir. Birçok özellik ortak olsa da, genetik varyantların benzersiz kombinasyonları bireysel beyin yapısını ve hacmini etkiler. Bu ince genetik farklılıklar, hafıza değişikliklerine yatkınlık ve diğer nörolojik durumlar dahil olmak üzere beyin sağlığında farklılıklara yol açabilir.
Bu SSS, mevcut genetik araştırmalara dayanarak otomatik olarak oluşturulmuştur ve yeni bilgiler ortaya çıktıkça güncellenebilir.
Feragatname: Bu bilgiler yalnızca eğitim amaçlıdır ve profesyonel tıbbi tavsiye yerine kullanılmamalıdır. Kişiselleştirilmiş tıbbi rehberlik için daima bir sağlık uzmanına danışın.
References
[1] Xia K et al. "Genome-wide association analysis identifies common variants influencing infant brain volumes." Translational Psychiatry, vol. 7, no. 7, 2017, p. e1181.
[2] Stein, Jason L. et al. "Voxelwise genome-wide association study (vGWAS)." Neuroimage, vol. 53, no. 4, 2017, pp. 1056–1068.
[3] Shen, L. et al. "Whole genome association study of brain-wide imaging phenotypes for identifying quantitative trait loci in MCI and AD: A study of the ADNI cohort." Neuroimage, vol. 53, no. 3, 2010, pp. 1056-1067. PMID: 20100581.
[4] Stein JL et al. "Identification of common variants associated with human hippocampal and intracranial volumes." Nature Genetics, vol. 44, no. 5, 2012, pp. 542-551.
[5] Furney, S. J. et al. "Genome-wide association with MRI atrophy measures as a quantitative trait locus for Alzheimer's disease." Molecular Psychiatry, vol. 16, no. 11, 2011, pp. 1120-1128. PMID: 21116278.
[6] Fornage, M. et al. "Genome-wide association studies of cerebral white matter lesion burden: the CHARGE consortium." Annals of Neurology, vol. 70, no. 4, 2011, pp. 627-637. PMID: 21681796.
[7] Seshadri S et al. "Genetic correlates of brain aging on MRI and cognitive test measures: a genome-wide association and linkage analysis in the Framingham Study." BMC Medical Genetics, vol. 8, 2007, p. 57.
[8] Stein JL et al. "Discovery and replication of dopamine-related gene effects on caudate volume in young and elderly populations (N=1198) using genome-wide search." Molecular Psychiatry, vol. 16, no. 12, 2011, pp. 1211-1221.
[9] Elliott LT et al. "Genome-wide association studies of brain imaging phenotypes in UK Biobank." Nature, vol. 562, no. 7726, 2018, pp. 210-216.
[10] Bilguvar K et al. "Susceptibility loci for intracranial aneurysm in European and Japanese populations." Nature Genetics, vol. 40, no. 12, 2008, pp. 1472-1477.
[11] Baranzini, S. E. et al. "Genome-wide association analysis of susceptibility and clinical phenotype in multiple sclerosis." Hum Mol Genet, 2009.
[12] Potkin, S. G. et al. "A genome-wide association study of schizophrenia using brain activation as a quantitative phenotype." Schizophr Bull, 2009.
[13] Huang, M. et al. "Spatial correlations exploitation based on nonlocal voxel-wise GWAS for biomarker detection of AD." Neuroimage Clinical, vol. 7, 2014, pp. 142-152.
[14] Jahanshad N et al. "Genome-wide scan of healthy human connectome discovers SPON1 gene variant influencing dementia severity." Proceedings of the National Academy of Sciences of the United States of America, vol. 110, no. 11, 2013, pp. 4768-4773.
[15] Stein JL et al. "Genome-wide analysis reveals novel genes influencing temporal lobe structure with relevance to neurodegeneration in Alzheimer's disease." NeuroImage, vol. 53, no. 3, 2010, pp. 1018-1025.
[16] Qian, D. C., et al. "Genome-wide imaging association study implicates functional activity and glial homeostasis of the caudate in smoking addiction." BMC Genomics, vol. 18, no. 1, 2017.
[17] Jones, L., et al. "Genetic evidence implicates the immune system and cholesterol metabolism in the aetiology of Alzheimer’s disease." PLoS One, vol. 5, no. 11, 2010, e13950.
[18] Donovan, P., and P. Poronnik. "Nedd4 and Nedd4-2: Ubiquitin ligases at work in the neuron." International Journal of Biochemistry and Cell Biology, vol. 45, no. 3, 2013, pp. 706–10.
[19] Ramanan, V. K., et al. "GWAS of longitudinal amyloid accumulation on 18F-florbetapir PET in Alzheimer's disease implicates microglial activation gene IL1RAP." Brain, vol. 138, 2015, pp. 2626–8530.
[20] Johansson, J. U., et al. "Prostaglandin signaling suppresses beneficial microglial function in Alzheimer’s disease models." Journal of Clinical Investigation, vol. 125, 2015, pp. 3971–84.
[21] Jonsson, T., et al. "Variant of TREM2 associated with the risk of Alzheimer’s disease." New England Journal of Medicine, vol. 368, 2013, pp. 107–16.
[22] Beecham, Gary W., et al. "Genome-wide association meta-analysis of neuropathologic features of Alzheimer's disease and related dementias." PLoS Genetics, vol. 10, no. 9, 2014, e1004606.