本篇文献分享发表于Neurobiology of Disease杂志。本公众号所发布内容旨在与大家分享学术新知，促进交流学习，版权归原作者或原出处所有，感谢各位学者的辛勤成果。

1.引言

帕金森病是一种进行性神经退行性疾病，全球影响超过600万人。在其多样的运动和非运动表现中，冻结步态是最致残的症状之一，其特征为尽管有行走意图，但出现短暂的无法启动或维持向前行走。冻结步态通常出现在疾病晚期，与跌倒、失去独立性和生活质量下降密切相关。尽管其临床重要性显著，但冻结步态背后的病理生理机制仍不完全清楚。

积累的神经影像学证据提示，冻结步态患者存在广泛的功能和结构改变。功能磁共振成像研究揭示了感觉运动区、额顶网络、视觉网络和默认模式网络内的异常连接，而弥散磁共振成像则显示了前额叶、胼胝体、皮质脊髓束和丘脑纤维束的微结构改变。然而，大多数既往研究集中于局部异常或成对连接，对大规模网络拓扑的视角有限。传统上，表征结构脑网络主要有两种方法：基于弥散加权磁共振成像的白质纤维束成像和基于形态计量特征个体间变异的结构协变网络。尽管信息丰富，但纤维束成像常受假阳性流线和长距离投射敏感性有限的困扰，而结构协变网络仅提供群体水平测量，从而限制了个体水平分析。

近年来，形态计量相似性方法已成为研究健康和疾病中协调皮层组织的强大替代方案。形态逆散度作为一个新颖框架被引入，通过利用顶点尺度上测量的多个皮层特征的散度，在个体水平构建形态逆散度网络。与传统的形态计量相似性网络相比，形态逆散度表现出更好的稳定性、与皮层细胞构筑更强的对齐、更高的可重复性以及与基因共表达模式更密切的关联。这些特性使得形态逆散度特别适用于检测神经退行性疾病中的网络水平改变。然而，在伴有冻结步态的帕金森病患者中，基于形态逆散度的皮层网络是否以及如何被破坏仍不清楚。

新出现的证据表明，神经和精神疾病常常影响选择性病灶中心，异常模式从这些中心沿着结构和功能连接通路以及相关基因表达网络传播。基因强烈影响网络组织，高度连接的枢纽脑区显示出参与树突生长、突触信号传导和代谢过程的基因的更高转录水平。此外，多项遗传学研究已识别出帕金森病的风险位点，涉及线粒体功能障碍、突触传递和神经炎症等通路。艾伦人脑图谱为检验帕金森病伴冻结步态相关的网络改变是否与人类皮层空间模式化基因表达相耦合提供了独特的机会。

此研究旨在探讨伴有冻结步态的帕金森病患者的宏观网络变化及其转录组相关性。首先，此研究构建了个体水平形态逆散度网络，并检验了冻结步态组、不伴有冻结步态的帕金森病患者组和健康对照组之间在经典Yeo 7网络中的加权度组间差异。为评估加权度改变的潜在临床效用，此研究进一步使用分类模型评估了它们区分冻结步态组与不伴有冻结步态的帕金森病患者的判别性能。其次，为识别潜在的分子基础，此研究应用偏最小二乘回归将冻结步态相关的加权度改变与艾伦人脑图谱中的皮层基因表达谱相关联，采用空间约束推断以考虑皮层自相关，并采用基于重抽样的程序评估基因权重的稳健性。最后，此研究进行了富集分析以确定与显著基因集相关的生物学通路和细胞类型。基于既往证据提示冻结步态中存在认知和运动控制网络受损，此研究假设冻结步态患者会在额顶、背侧注意和默认模式网络中表现出加权度降低。此研究进一步假设，其空间表达模式与这些加权度改变对齐的基因将富集于与突触信号传导、神经元投射发育和髓鞘相关细胞过程相关的通路。这一整合框架使此研究能够将宏观皮层网络改变与微观分子特征连接起来，为帕金森病冻结步态的生物学基础提供新的见解。

2.方法

2.1.参与者

共82例帕金森病患者招募自广州市第一人民医院。所有参与者由两名委员会认证的神经科医生按照英国帕金森病学会脑库临床标准进行诊断。排除标准包括非典型或继发性帕金森综合征、其他主要神经或精神疾病以及不完整的影像或临床数据集。伴有冻结步态的患者根据两个标准确定：（1）冻结步态问卷第3项自我报告评分 ≥ 1分；（2）经验丰富的神经科医生在常规临床检查或诊室内激活动作期间直接观察到冻结步态发作。基于这些评估，帕金森病患者被分为两组：伴有冻结步态组和不伴有冻结步态组。

此外，招募了49名无帕金森病或其他神经精神疾病家族史的健康对照者作为比较对象。

研究方案获得广州市第一人民医院伦理委员会批准，所有参与者均按照赫尔辛基宣言签署了书面知情同意书。

2.2.临床评估

所有帕金森病患者接受了由训练有素的神经科医生进行的全面神经心理学评估。运动严重程度使用运动障碍学会赞助的统一帕金森病评定量表第三部分修订版和Hoehn-Yahr分期系统进行评估。非运动症状使用统一帕金森病评定量表第一部分和第二部分进行量化。认知状态使用简明精神状态检查进行筛查。病程从首次运动症状出现到评估日期计算。冻结步态症状使用冻结步态问卷进行评估。使用标准转换公式计算所有帕金森病患者的左旋多巴等效日剂量。情绪症状使用汉密尔顿焦虑量表和汉密尔顿抑郁量表进行评估。

2.3.磁共振成像采集与预处理

所有参与者使用配备16通道相控阵头线圈的3.0 T系统进行磁共振成像扫描。对于帕金森病患者，磁共振成像数据在用药状态下采集。使用三维T1加权磁化准备快速采集梯度回波序列在矢状位采集高分辨率结构图像，参数如下：重复时间 = 1900 ms，回波时间 = 2.19 ms，翻转角 = 9°，视野 = 250 × 250 mm²，层厚 = 1.0 mm，无层间距。还采集了额外的轴位FLAIR、T2加权和T1加权图像以及矢状位T2加权扫描，以排除有占位性病变或脑血管异常的参与者。

图像预处理使用FreeSurfer 7.4.1进行。使用recon-all流程进行标准重建，包括去除非脑组织、强度归一化、将T1图像仿射变换到Talairach空间、三维皮层表面重建、表面膨胀以及用于受试者间对齐的球面配准。此外，从FreeSurfer的分割输出中自动估计总颅内体积，随后用作群体水平统计分析中的协变量。系统评估了运动相关伪影和重建质量。检查每个半球的软脑膜-白质表面重建的欧拉数，排除数值低于样本均值2个标准差以上的受试者。还对软脑膜和白质表面进行视觉检查，以确认准确的拓扑校正、组织分类和表面放置。所有受试者均通过质量控制。

2.4.形态逆散度网络构建

基于aparc 500分区将皮层表面细分为308个空间连续的脑区，该分区将Desikan-Killiany图谱细化为大致相等表面积（约500 mm²）的脑区，以减少脑区大小的变异性。对于每个受试者，将此分区投射到FreeSurfer重建的个体皮层表面上，以确保皮层脑区的解剖学精确描绘。从每个脑区提取多个形态计量特征，包括皮层厚度、表面积、灰质体积、沟回深度和平均曲率。这些特征在参与者之间进行归一化，并组合起来使用形态逆散度框架计算脑区间相似性。每个特征在每个参与者的各个脑区之间进行z评分，以最小化特征间的尺度差异。两个脑区之间的形态逆散度按照基于Kullback-Leibler的公式计算，该公式量化了脑区形态计量分布之间的多变量不相似性。使用S = exp(-D)将散度值转换为相似性，产生0到1之间的值。此转换不会产生负边，且无需额外处理。通过使用aparc 500图谱最小化了脑区大小的变异性；尽管如此，在计算散度之前，从每个形态计量特征中回归掉了脑区表面积。得到的308 × 308相似性矩阵代表了每个参与者的形态逆散度网络。通过检查边权重分布并确认不存在孤立或断开的脑区来验证矩阵质量。计算脑区形态逆散度强度作为每个节点的平均连接性，未进行阈值化处理。

图1研究设计与分析流程。

2.5.网络分析

基于受试者特异性形态逆散度连接矩阵进行图论分析。对于每个皮层脑区，加权度定义为该脑区与所有其他脑区连接强度之和，除以可能连接数。该指标量化了给定脑区在全脑形态逆散度网络中的结构整合程度。形式上，节点i的加权度定义为：

其中S_i表示节点i的加权度，w_ij表示节点i和j之间的连接强度，N是感兴趣区的总数。

2.6.功能网络分区

为了对形态逆散度网络进行功能解释，将308个皮层脑区中的每一个分配到Yeo的七个经典大网络中：视觉、躯体运动、背侧注意、腹侧注意、边缘、额顶和默认模式网络。通过计算aparc 500图谱中每个皮层脑区与Yeo 7网络模板之间的Dice相似系数来进行分配。每个脑区被分配到与其重叠最高的网络，从而确保了解剖学上一致的映射。在此过程之后，通过对每个Yeo 7网络内所有脑区的加权度值进行平均，获得网络水平加权度值。这些网络水平指标提供了跨功能定义系统的形态计量整合的汇总测量，并随后用于群体水平统计分析。

2.7.统计分析

使用协方差分析检验7个Yeo功能网络中网络水平加权度指标的群体水平差异，以组别作为受试者间因素。性别、年龄、受教育年限和总颅内体积作为协变量纳入。随后进行事后两两比较以识别特定的组间差异。使用FDR进行多重比较校正。

为评估网络水平加权度指标是否能够区分冻结步态组与不伴有冻结步态的帕金森病患者组，构建了逻辑回归模型。对于每个加权度指标，首先计算调整年龄、性别、教育程度和总颅内体积的单变量逻辑模型，然后进行受试者工作特征分析以获得曲线下面积。随后拟合包含所有七个加权度指标和相同协变量的多变量逻辑回归模型。使用似然比检验评估模型相对于仅协变量模型的改进。在多变量模型中保持显著的加权度指标保留在简化模型中。对完整模型和简化模型进行受试者工作特征分析，使用约登指数确定最优分类阈值，并计算灵敏度和特异度。

在显示出显著组效应的网络的加权度值与运动严重程度之间进行探索性相关分析，运动严重程度由统一帕金森病评定量表第三部分和冻结步态问卷测量。评估每个变量的正态性，当满足正态性假设时使用皮尔逊相关，否则使用斯皮尔曼秩相关。

2.8.基因表达谱获取与预处理

基因表达数据来自艾伦人脑图谱，该图谱提供了来自六名成年供体的全脑死后微阵列谱。为实现基于皮层表面的分析，使用已建立的流程对表达样本进行再处理并映射到fsLR32k标准表面空间。首先进行探针到基因的重新注释，并使用基于强度的过滤去除低质量探针。具体而言，仅当探针的表达在至少预定义比例的供体样本中超过背景噪声时才保留探针，这与标准艾伦人脑图谱预处理实践一致。当多个探针索引同一基因时，保留跨供体差异稳定性最高的探针。差异稳定性量化为探针在脑区映射后的脑区表达谱的平均跨供体相关性，每个基因选择稳定性最大的探针。

为减少供体间变异性，使用两步程序对表达值进行归一化。使用缩放稳健sigmoid函数进行供体内归一化，然后进行供体间归一化以将所有样本置于可比较的尺度上。简而言之，在每个供体内，在sigmoid变换之前使用稳健统计量对表达值进行中心化和缩放，随后对所得值进行供体间重缩放以协调供体特异性强度分布。由于艾伦人脑图谱提供完整的左半球覆盖但右半球覆盖稀疏，将所有脑区映射到对称的fsLR32k表面，右半球脑区被分配其镜像左半球对应脑区的值。镜像操作通过将每个右半球脑区映射到对称表面上其几何对应的左半球脑区，并复制左半球脑区表达值来完成。然后根据空间坐标将样本分配到皮层脑区，对每个脑区内的多个样本进行平均以产生单个脑区值。此过程产生了一个308个脑区 × 15,633个基因的表达矩阵，用于后续的偏最小二乘回归分析。

2.9.加权度与基因表达谱之间的空间相关性

为识别与加权度脑区变异相关的转录组特征，此研究将来自冻结步态组和不伴有冻结步态的帕金森病患者组的加权度统计图与上述皮层基因表达矩阵进行比较。将308个皮层脑区的脑区加权度值作为响应向量，所有基因的标准化表达水平作为预测变量矩阵。构建偏最小二乘回归模型，通过奇异值分解提取第一潜在成分。第一成分代表基因表达得分的加权线性组合，其皮层分布与观察到的加权度改变统计图最佳对应。

为检验第一成分的解释力是否超过空间自相关的预期，采用了基于表面的旋转置换检验。具体而言，在保持空间协方差的同时，将基因表达矩阵的行在球面上随机旋转10,000次。这种球面旋转程序保留了皮层图的空间自相关结构，提供了一个空间约束的零模型，比传统置换检验提供了更严格的控制。基于旋转的p值计算为经验解释方差相对于零分布的百分位数。旋转置换使用fsLR32k球形模板实现，在保持半球间对称性和空间协方差结构的同时，跨半球联合旋转脑区。

为评估基因权重的稳健性，通过对308个皮层脑区进行有放回的重采样进行自助法重采样。对于每个基因，计算其观察到的第一成分权重与自助法估计标准误的比值作为Z分数。

2.10.功能富集与细胞类型特异性分析

此研究使用Metascape对偏最小二乘回归中显著的基因进行富集分析。查询基因本体论和KEGG数据库以识别与这些基因集相关的生物学功能和通路，按照Metascape的默认设置使用整个人类基因组作为背景。使用累积超几何分布评估富集显著性（FDR校正p < 0.05）。此研究报告的所有富集结果均基于FDR校正阈值，以确保对假阳性的严格控制。结果在Metascape内可视化，并通过ChiPlot生成气泡图。

为评估细胞类型特异性关联，将第一成分显著基因分为正权重和负权重子集。遵循Seidlitz等人的方法，将来自人类皮层单细胞数据集的参考基因列表分组为七个经典类别：兴奋性神经元、抑制性神经元、星形胶质细胞、少突胶质细胞、少突胶质前体细胞、小胶质细胞和内皮细胞。对于每个子集，量化其与每个细胞类别基因列表的重叠，并通过置换检验评估其显著性，控制假发现率。此程序能够将第一成分基因子集分配到特定的细胞区室。

在脑海科技云平台中，内置了形态逆散度网络分析模块，支持用户批量处理多模态数据，并确保每一步参数设置都有据可查。此外，平台的项目管理模块可清晰记录数据筛选标准、排除被试原因、分析版本、质量控制等信息，极大提升了多模态整合研究的透明度和可复现性。感兴趣可联系预约产品演示。

3.结果

3.1.人口学与临床特征

如表1所总结，在若干人口学和临床变量中观察到显著的组间差异。伴有冻结步态的帕金森病患者年龄大于健康对照者和不伴有冻结步态的帕金森病患者组，而健康对照者与不伴有冻结步态的帕金森病患者组之间无年龄差异。与健康对照者相比，冻结步态组和不伴有冻结步态的帕金森病患者组均具有更低的简明精神状态检查评分，两个患者组之间无差异。与不伴有冻结步态的帕金森病患者组相比，冻结步态组表现出更长的病程、更高的Hoehn-Yahr分期、更高的统一帕金森病评定量表第一部分、第二部分、汉密尔顿焦虑量表和汉密尔顿抑郁量表评分，以及更高的左旋多巴等效日剂量。正如预期，冻结步态组的冻结步态问卷评分显著高于不伴有冻结步态的帕金森病患者组。在性别分布、受教育年限、统一帕金森病评定量表第三部分或总颅内体积方面未发现显著的组间差异。

此外还进行了运动障碍学会统一帕金森病评定量表第三部分子评分的探索性分析。左侧和右侧肢体运动子评分在帕金森病伴冻结步态组与帕金森病不伴冻结步态组之间无差异。相反，轴性子评分在冻结步态组显著高于不伴有冻结步态的帕金森病患者组，反映了冻结步态患者更大的轴性受累。

表1受试者人口统计学与临床特征。

3.2.网络加权度值的组间差异

图2显示了形态逆散度衍生的加权度值的组平均连接矩阵和表面图。在Yeo 7个网络中观察到显著的组间差异。具体而言，在视觉网络、躯体运动网络、背侧注意网络、腹侧注意网络、边缘网络、额顶网络和默认模式网络中观察到显著的组主效应。事后检验显示，与不伴有冻结步态的帕金森病患者组相比，冻结步态组在视觉、躯体运动、背侧和腹侧注意、额顶和默认模式网络中表现出显著降低的加权度。与健康对照者相比，冻结步态组在躯体运动、腹侧注意、额顶和默认模式网络中也显示出更低的加权度。相反，不伴有冻结步态的帕金森病患者组在躯体运动、背侧和腹侧注意、额顶和默认模式网络中表现出比健康对照者更高的加权度。尽管边缘网络显示出总体组间差异，但没有多重比较校正无显著。

图2组平均连接矩阵及加权度数（WD）皮层图谱。

3.3.逻辑回归与受试者工作特征分析

调整年龄、性别、教育程度和总颅内体积的单变量逻辑回归分析显示，所有七个网络均与冻结步态状态显著相关。其中，额顶网络表现出最高的判别能力，其次是默认模式网络和背侧注意网络。

包含所有加权度指标和临床协变量的多变量模型相比于只有临床协变量的模型显著改善了模型拟合。在此完整模型中，躯体运动网络和额顶网络的加权度仍然是冻结步态状态的独立预测因子。

纳入躯体运动和额顶网络加权度以及临床协变量的简化模型产生了出色的判别性能。完整影像加临床模型达到了0.983的曲线下面积。完整模型通过约登指数确定的最优阈值为0.487，灵敏度为97.5%，特异度为95.2%。

表2受试者的影像学特征：网络水平加权度值（Yeo 7网络）及总体颅内体积。

图3组间网络水平加权度（WD）值的差异。

3.4.与临床指标的探索性相关分析

在冻结步态组内，观察到背侧注意、腹侧注意和默认模式网络的加权度值与统一帕金森病评定量表第三部分总分之间存在探索性相关性。这些分析是探索性的，未进行多重比较校正。未观察到加权度值与冻结步态问卷评分之间的显著相关性。

3.5.转录组关联

3.5.1.偏最小二乘回归分析与基因载荷

偏最小二乘回归显示，第一潜在成分显著解释了冻结步态组与不伴有冻结步态的帕金森病患者组之间加权度改变的空间分布。此研究观察到第一成分基因的表达权重与病例-对照t值呈正相关，意味着与对照组相比，在冻结步态患者加权度增加（或减少）的脑区中，正权重（或负权重）的第一成分基因过表达（或低表达）。然后，在对第一成分权重进行归一化后，此研究识别出1347个第一成分正权重基因和1367个第一成分负权重基因。正权重最高的基因包括NR2F1、CFLAR、ANKRD36C、RBM15和PAICS，而负权重最高的基因包括CAPN1、AARS、STARD4、SNX24和PSME3。

图4比较三种模型在区分FOG与nFOG的受试者工作特征（ROC）曲线。

3.5.2.功能与细胞类型富集分析

第一成分相关基因的功能富集分析揭示了多个显著通路。这些包括神经过程，如突触信号传导、神经元投射发育和脑发育，以及代谢和细胞过程，包括RNA和DNA代谢、细胞周期调控和染色质重塑。网络可视化进一步将这些通路组织成功能模块，突出显示了与神经功能、核酸代谢和细胞应激反应相关的聚类。

补充功能发现，细胞类型富集分析揭示了第一成分基因集的不同细胞关联。正权重基因在兴奋性神经元、抑制性神经元和少突胶质细胞中显著富集，而负权重基因在兴奋性和抑制性神经元中富集。在两个基因集中均未观察到星形胶质细胞、小胶质细胞、内皮细胞或少突胶质前体细胞标志物的显著富集。

4.讨论

此研究通过将宏观网络指标与转录组学分析相结合，描绘了冻结步态的神经生物学特征。首先，基于形态逆散度的加权度分析揭示了冻结步态组在视觉、躯体运动、背侧和腹侧注意、额顶和默认模式网络中广泛降低，而不伴有冻结步态的帕金森病患者组在多个网络中表现出比健康对照者更高的加权度。其次，逻辑回归分析表明，网络水平加权度指标在人口学和颅内体积协变量之外提供了区分冻结步态组与不伴有冻结步态的帕金森病患者组的判别价值。第三，在冻结步态组内，探索性分析显示加权度与统一帕金森病评定量表第三部分之间存在适度相关性，与冻结步态问卷无关联。最后，在转录组水平，第一成分显著解释了冻结步态相关加权度改变的空间分布，对集合的第一成分显著基因集进行基因本体论富集分析，突出显示了神经过程和细胞稳态程序。细胞类型分析显示正权重基因富集于兴奋性神经元、抑制性神经元和少突胶质细胞，负权重基因富集于兴奋性和抑制性神经元。总之，这些多尺度发现支持冻结步态中全网络的形态计量改变及其与特定转录组特征的空间对应。通过将个体水平的形态逆散度衍生的形态计量改变与转录组解码相结合，此研究提供了帕金森病伴冻结步态的多尺度表征，为传统形态计量或功能成像方法增添了生物学背景。

图5 FOG组中WD值与 UPDRS -III评分之间的探索性相关性分析。

图6将WD改变与基因表达关联的偏最小二乘法（PLS）回归分析。

从网络神经科学的角度来看，在冻结步态组中观察到的视觉、躯体运动、背侧/腹侧注意、额顶和默认模式网络中的加权度降低反映了这些系统内较低的形态计量相似性。作为节点与大脑其他部分连接强度的汇总指标，较低的加权度表明结构相似性特征的改变。具体而言，视觉和躯体运动网络的减弱可能与运动计划/执行过程中外部线索加工的改变有关；背侧/腹侧注意和额顶网络内的缺陷与选择性注意、定势转移和冲突监测的降低相一致；默认模式网络的异常可能对应于内部-外部模式转换的不稳定性，这在转弯或步态启动期间尤为相关。相比之下，不伴有冻结步态的帕金森病患者组中多个网络相比健康对照者更高的加权度可能代表代偿性重组，尽管这种增加也可能反映在增加的处理需求下网络状态效率较低。为进一步评估这些形态计量改变的相关性，逻辑回归分析表明，加权度特征（特别是躯体运动和额顶网络中的加权度）在人口学和颅内体积协变量之外提供了区分冻结步态组与不伴有冻结步态的帕金森病患者组的分类价值。这些结果表明，网络水平加权度改变在群体水平携带判别信息，但效应量仍然适中，且鉴于样本量和横断面设计，分类性能应谨慎解读。值得注意的是，在冻结步态组内，加权度仅与统一帕金森病评定量表第三部分显示出适度相关性，与冻结步态问卷无关联（探索性），这与冻结步态的发作性、情境依赖性以及基于问卷的测量的回顾性格式一致，后者可能引入与结构指标的时间域不匹配。这些弱且探索性的关联表明，加权度改变目前临床可解释性有限，需要使用更直接或客观的步态测量进行进一步验证。

为了加深对冻结步态相关网络改变的解释，此研究将脑区加权度图与全脑皮层转录组学相结合。偏最小二乘回归识别出一个第一成分，其加权基因表达模式与冻结步态组与不伴有冻结步态的帕金森病患者组之间的加权度t图对齐。在正权重最高的基因中，NR2F1是参与皮层发育和模式形成的转录因子，CFLAR调节凋亡和炎症；在负权重最高的基因中，CAPN1是与细胞骨架重塑和突触完整性相关的钙依赖性蛋白酶。由于富集分析是在集合的第一成分基因集上进行的，所有解释应被理解为反映转录组梯度与加权度改变之间的空间对应，而非因果通路。

在此基础上，对集合的第一成分显著基因集进行功能富集，揭示了突触信号传导和神经元投射/轴突导向的过度代表，以及细胞稳态程序，包括RNA/DNA代谢、核糖核蛋白生物合成、染色质/细胞周期调控、膜运输和应激反应。这些突触和投射相关术语与先前在帕金森病中描述的易损模式一致，其中已报道大规模皮层耦合破坏、轴突导向信号改变和突触结构变化。这些富集模式并非暗示特定的机制通路，而是表明在冻结步态中显示加权度改变的脑区在空间上与以突触和稳态过程中高转录参与为特征的皮层脑区重合，为观察到的网络水平发现提供了生物学背景。

图7PLS1相关基因的功能与细胞类型富集分析。

在细胞水平上，富集分析表明正权重第一成分基因映射到兴奋性神经元、抑制性神经元和少突胶质细胞，而负权重基因富集于兴奋性和抑制性神经元。这种神经元趋同与兴奋-抑制平衡影响皮层回路稳定性的概念一致；即使谷氨酸能-GABA能信号传导的微小改变也与运动定势更新和释放受损相关。同样，少突胶质细胞富集与帕金森病相关少突胶质细胞功能障碍的证据兼容，后者与髓鞘形成改变和传导可靠性降低相关。在此，这些发现应被解释为加权度改变脑区与潜在细胞转录梯度之间的空间对应，而非特定生理机制的直接证据。

多项考量因素对我们的研究结果具有限定性。首先，尺度不匹配——网络水平群体检验与脑区水平转录组映射——反映了有意的权衡：网络水平检验提高了统计功效和多重比较控制，而脑区水平偏最小二乘是使影像图与艾伦人脑图谱分辨率对齐所必需的。其次，不伴有冻结步态的帕金森病患者组相比健康对照者更高的加权度可能表示代偿性重组，但病程、用药状态或亚临床特征的异质性也可能有贡献。第三，所有磁共振成像数据均在用药状态下采集，与用药状态相关的潜在变异性无法评估。第四，横断面、单中心样本限制了因果推断和泛化性，样本量虽与既往帕金森病伴冻结步态神经影像研究相当，但仍偏小，限制了网络水平和转录组水平估计的稳定性；重要的是，未来的工作需要纵向影像设计和实验方法，以确定观察到的形态计量和转录组模式是出现在冻结步态进展之前、伴随还是之后。第五，冻结步态分类依赖于临床检查和基于问卷的评估，而非客观步态记录或亚型区分，这可能引入测量变异性，并且无法区分用药状态下冻结、用药中断状态下冻结或不同的现象学亚型。最后，艾伦人脑图谱的供体数量有限、左半球偏倚以及死后采样，尽管经过fsLR32k映射，仍对转录组解释施加了空间和人口学限制，且推断的基因-影像关系反映的是空间对应而非机制因果关系。

5.结论

总之，通过将基于形态逆散度的网络分析与皮层转录组学相结合，此研究显示冻结步态与形态逆散度网络测度的广泛降低相关，这些降低与皮层基因表达模式存在空间对应。这些多尺度发现为冻结步态相关的皮层改变勾勒出一个连贯的描述性框架，并突显了可能为帕金森病相关步态冻结的未来机制和治疗研究提供信息的分子背景。