跳至正文

白质连接组：大脑的高速公路网络

  • 由
📖 基础知识 📅 2026年3月 ⏱ 阅读约12分钟

想象一座现代化城市：市区里散布着数百个功能中心——商业区、医院、学校、住宅区。这些中心彼此独立，但真正让城市运转的，是连接它们的高速公路网络。没有这张路网，再繁华的功能区也是孤岛。

大脑也是如此。灰质皮层里的神经元负责”处理信息”，但让记忆、语言、情绪、决策协同工作的，是穿梭于大脑深层的白质(white matter)——由数以亿计的有髓鞘轴突束组成的神经信号高速公路网络。研究人员将这张全脑尺度的连接图谱称为白质连接组(white matter connectome)。近二十年来，随着扩散磁共振成像技术的进步，我们终于有了绘制这张地图的工具。

📋 目录

白质是什么？高速公路的物理基础

切开大脑，外层是灰质（神经元胞体密集的皮层），内部则是大片白色的组织——白质。它的颜色来自髓鞘(myelin sheath)：一层由少突胶质细胞(oligodendrocytes)包裹在轴突外的脂质绝缘层，其功能类似电线的橡皮外皮，既能加速信号传导（跳跃式传导），又能防止信号泄漏。

🧠 髓鞘的工作原理

未髓鞘化的轴突传导速度约为0.5–2米/秒；髓鞘化后，相同直径的轴突速度可达70–120米/秒——快出数十倍。信号在髓鞘包裹段”绝缘快速通过”，只在节间区（郎飞节）跳跃式放电，大幅节省能量和时间。这也解释了为什么髓鞘受损时，信号传导会出现延迟甚至中断。

白质的核心结构单元是轴突束(fiber tracts)——功能相关的轴突聚集成束，沿特定路径从一个脑区延伸到另一个脑区。研究阿尔茨海默病的学者发现，这种疾病并不只是灰质神经元的问题，白质退化同样深度参与了病程的推进。[9]

主要干线：白质束的解剖分类

人类大脑里有多少条白质”高速公路”？2022年，一项系统分类综述梳理出21条主要白质束，从连接关系、形态、走行和功能四个维度构建了一套分类体系，将传统的解剖描述与现代连接组学的网络视角整合起来。[4]

ℹ️ 三大类白质纤维

根据连接方向，白质束可以分为三大类：[3]

  • 联合纤维(association fibers)：连接同侧大脑半球内的不同皮层区域。如上纵束(superior longitudinal fasciculus)连接额叶、顶叶和颞叶，参与语言、注意和工作记忆。
  • 连合纤维(commissural fibers)：跨越中线，连接两侧半球的对应区域。最大的连合纤维即胼胝体(corpus callosum)，包含约2亿根轴突，是大脑两侧协调工作的主干道。
  • 投射纤维(projection fibers)：连接皮层与皮层下结构（丘脑、脑干、脊髓），负责把皮层指令传出，以及将感觉信息传入皮层。

几条在认知研究中反复出现的重要通路值得单独介绍：

⚡ 关键白质通路速览
  • 上纵束(SLF)：连接额叶与后部皮层，是工作记忆、语言理解和注意力调控的骨干通路。[2]
  • 胼胝体(corpus callosum)：两侧半球沟通的主桥梁，其完整性与多个认知域的双侧整合相关。[1]
  • 扣带束(cingulum bundle)：沿扣带回走行，是默认模式网络和海马-皮层情景记忆回路的关键连接，也是阿尔茨海默病早期受累的重要通路。[15]
  • 皮质脊髓束(corticospinal tract)：从运动皮层延伸至脊髓，是主动运动控制的核心投射纤维。[3]

如何绘制这张地图？连接组成像技术

绘制白质连接组的主要工具是扩散磁共振成像(diffusion MRI)——一种利用水分子在组织中的扩散方向来推断轴突走行的无创成像技术。水分子在有髓鞘的轴突束内会优先沿纤维方向运动，通过测量这种各向异性扩散，算法可以”推断”出纤维束的空间走向，并用计算机追踪成像。

🧠 扩散张量成像(DTI)的核心指标

各向异性分数(FA, Fractional Anisotropy)是最常用的白质微结构指标。FA值在0到1之间：数值越高，意味着水分子扩散越有方向性，通常对应轴突排列整齐、髓鞘完整的健康白质；数值下降则提示轴突损失、髓鞘破坏或炎症等微结构问题。[5]

2021年，基于人类连接组项目(Human Connectome Project, HCP)数据，研究者利用概率性扩散追踪构建了一张覆盖全皮层、按360个脑区组织的高分辨率白质连接图谱。[13] 分析显示，不同脑区之间的连接强度近似对数正态分布，且随纤维长度的增加而衰减——长程连接”更贵”，也更脆弱。

然而，连接组图谱并不只是生物学的镜像——它也受成像方法和分析流程的强烈影响。对同一批健康成年人进行多次扫描的研究显示，不同扫描仪和追踪策略可能导致连接组指标出现差异，这提醒我们在解读结果时需要关注方法学的一致性。[12] 更高级的多壳层采集、球形反卷积与解剖约束追踪等技术正在帮助研究者构建更可靠的连接组图谱。[6]

通路与认知：断线会发生什么

白质连接组对认知功能的重要性，在脑外伤研究中得到了最直接的验证。一项纳入49项研究、1405名创伤性脑损伤患者的荟萃分析发现：胼胝体、上纵束等关键白质束的FA值下降，与执行功能、记忆和注意力等多个认知域的缺损显著相关。[1]

这种”白质断线→认知受损”的关联，在清醒开颅手术和病灶-症状映射研究中得到了进一步支持，因果与相关证据共同指向同一方向。[2] 对执行功能而言，关键结论是：高级认知并非某个孤立脑区的功能，而是依赖分布式皮层网络的动态协作，白质束是这种协作的通信骨架。

🔬 脑小血管病的网络视角

脑小血管病是老年人白质损伤的常见病因。一项前瞻性队列研究纳入444名患者，发现影响认知的并不是单个白质病灶，而是分布式白质通路的整体受损程度——这正是”网络级断连”观点的有力支撑：当足够多的高速公路出口被堵塞，整个交通系统的效率就会下降。[16]

大规模人群研究同样揭示了这一关系。在ARIC队列中，基线时白质微结构完整性较差的个体，其认知表现更差，日后进展为轻度认知障碍(MCI)或痴呆的风险也更高。[14] 2025年，一项汇总9个队列的分析进一步量化了特定白质束微结构异常与认知衰退的关联，涉及边缘系统和联合纤维的多条通路。[18]

白质连接组还展现出结构上的系统性差异。一项对949名8-22岁青少年的DTI研究发现，男性大脑的结构连接组偏向半球内连接，女性则偏向跨半球整合连接——这提示白质网络的组织方式存在人群水平的个体差异，尽管这一结论后续也引发了学术讨论。[11]

高速公路的老化：连接组随时间的变化

白质并不是静态的基础设施，它会随年龄增长而发生可预测的变化。综合来看，健康衰老中的白质改变可以从多个层面理解：从髓鞘的脂质氧化和少突胶质细胞功能减退，到轴突直径缩小，再到宏观的白质高信号(white matter hyperintensities, WMH)增多。[8]

“皮层断连(cortical disconnection)”假说提出，处理速度、执行功能等典型的年龄相关认知下降，可以用白质完整性下降来解释——因为信号传导速度降低了，大脑各区域的协同工作效率也随之下降。[7]

🔬 白质老化不是”均匀退化”

荷兰鹿特丹研究追踪了4532名无痴呆老年人的25条白质束，发现白质的老化并非均匀发生：联合纤维、连合纤维和边缘系统通路随年龄出现更显著的微结构退化，而部分投射纤维相对稳定。[17] 这种”通路特异性脆弱性”提示，同样是白质老化，不同线路的”磨损速度”并不一样。

宏观上，白质高信号是老化脑MRI上最常见的异常发现之一，在T2加权像上表现为高信号区域，反映了白质微结构的破坏。一项基于ADNI 1803名参与者的研究发现，白质高信号负担增加与认知轨迹恶化及神经退行过程加速相关。[20] 对比11类诊断组的MRI分析也揭示，不同疾病有不同的白质受累空间模式——就像不同事故会堵塞不同的高速路段。[19]

神经退行性疾病中的白质破坏

在阿尔茨海默病(AD)的研究历史中，白质长期被灰质病理（淀粉样斑块、神经纤维缠结）的光芒所遮盖。但越来越多的证据显示，白质退化是AD病程中独立存在的重要成分。[9]

扣带束：阿尔茨海默病的早期脆弱点

扣带束是海马与前额叶皮层之间记忆回路的关键纤维。一项纳入505名韩国老年人的研究发现，沿AD连续谱，扣带束的微结构受损与记忆和整体认知下降相关，同时也与大脑内的淀粉样蛋白负荷相关。[15] 这提示：特定白质通路可能是AD早期网络功能退化的脆弱节点之一。

从阿尔茨海默病的连接组视角来看，疾病进展过程中，淀粉样蛋白和tau蛋白的扩散路径与白质通路有高度重叠——这支持了一种观点：神经退行性病理可能沿”高速公路”蔓延，破坏连接组的拓扑完整性，进而导致多认知域的网络崩溃。[9]

脑小血管病是另一类以白质破坏为主要特征的疾病。慢性低灌注和血-脑屏障功能障碍导致深部白质的慢性缺血，逐渐累积成白质高信号病灶，损害长程联合纤维和前后连接通路，最终导致”断线性”认知障碍。[16]

白质可以”维修”吗？可塑性与运动

白质并非一旦建成就一成不变。越来越多的研究提示，白质连接组具有一定的可塑性(plasticity)——即便在成年人，尤其是老年人中，外部干预也可能改变白质的微结构状态。

🔬 有氧运动与老年人白质可塑性（RCT证据）

一项随机对照试验将60-79岁的健康老年人分为有氧步行、社交舞蹈和对照三组，持续6个月。结果提示：有氧步行组在晚髓鞘化区域（这些区域在衰老中更早退化）的白质指标出现改善。[10] 这是目前支持”运动可改善老年人白质微结构”的较直接的RCT级别证据之一。

白质可塑性的生物学基础在于：少突胶质细胞的前体细胞在成年大脑中持续存在，可以在特定条件下增殖、分化并重新髓鞘化受损的轴突。此外，轴突直径的改变、轴突密度的变化，也是白质可塑性的潜在底层机制。有氧运动可能通过改善脑血流、增加神经营养因子分泌等途径，为这些过程提供支持条件。[8]

当然，白质可塑性的程度和持久性仍是一个活跃的研究前沿。在理解现有证据时，需要注意到：不同的白质指标（FA、平均扩散率、轴突密度指数等）反映不同的底层生物学，运动对不同指标的影响并不相同；同时，方法学因素也会影响结果的稳健性。[12]

📌 要点回顾

  • 白质是大脑的通信基础设施：由有髓鞘轴突束组成，负责连接不同脑区，实现跨区域信号的快速可靠传输。髓鞘由少突胶质细胞形成，其完整性对信号传导速度至关重要。[3]
  • 白质束可分为三大类：联合纤维（连接同侧皮层区域）、连合纤维（跨半球连接，以胼胝体为代表）、投射纤维（皮层与皮层下结构之间）。21条主要白质束的分类体系已被系统梳理。[4]
  • 扩散MRI是绘制连接组地图的主要工具：通过测量水分子扩散的各向异性，可以推断轴突束的走行和微结构完整性，但成像方法和分析流程也会影响结果。[6][12]
  • 白质完整性与认知功能密切相关：荟萃分析和大规模队列研究均显示，胼胝体、上纵束等关键通路的微结构受损与执行功能、记忆、处理速度等认知域的下降显著相关，认知障碍和痴呆风险也随之升高。[1][14][18]
  • 白质老化是通路特异性的：衰老中的白质退化并非均匀发生，联合纤维和边缘系统通路更脆弱；”皮层断连”可能是年龄相关认知下降的重要机制之一。[7][17]
  • 阿尔茨海默病和脑小血管病都会破坏白质连接组：AD并非单纯的灰质疾病，扣带束等特定通路可能是其早期网络脆弱点；小血管病则通过慢性缺血逐渐损害深部白质。[9][15]
  • 白质具有一定可塑性：随机对照试验提示，6个月有氧运动可改善老年人晚髓鞘化区域的白质微结构指标，说明白质连接组并非完全固定不变。[10]

📚 参考文献

  1. Zhang J et al. (2019). Relationship between white matter integrity and post-traumatic cognitive deficits: a systematic review and meta-analysis. Journal of neurology, neurosurgery, and psychiatry. PMID: 30072375
  2. Ribeiro M et al. (2024). White matter tracts and executive functions: a review of causal and correlation evidence. Brain : a journal of neurology. PMID: 37703295
  3. Biswas A et al. (2022). Cerebral White Matter Tract Anatomy. Neuroimaging clinics of North America. PMID: 35843659
  4. Bullock D et al. (2022). A taxonomy of the brain’s white matter: twenty-one major tracts for the 21st century. Cerebral cortex (New York, N.Y. : 1991). PMID: 35169827
  5. Shi Y et al. (2017). Connectome imaging for mapping human brain pathways. Molecular psychiatry. PMID: 28461700
  6. Tahedl M et al. (2025). Structural connectome construction using constrained spherical deconvolution in multi-shell diffusion-weighted magnetic resonance imaging. Nature protocols. PMID: 39953164
  7. Bennett I et al. (2014). Disconnected aging: cerebral white matter integrity and age-related differences in cognition. Neuroscience. PMID: 24280637
  8. Liu H et al. (2017). Aging of cerebral white matter. Ageing research reviews. PMID: 27865980
  9. Nasrabady S et al. (2018). White matter changes in Alzheimer’s disease: a focus on myelin and oligodendrocytes. Acta neuropathologica communications. PMID: 29499767
  10. Mendez Colmenares A et al. (2021). White matter plasticity in healthy older adults: The effects of aerobic exercise. NeuroImage. PMID: 34174392
  11. Ingalhalikar M et al. (2014). Sex differences in the structural connectome of the human brain. Proceedings of the National Academy of Sciences of the United States of America. PMID: 24297904
  12. Bonilha L et al. (2015). Reproducibility of the Structural Brain Connectome Derived from Diffusion Tensor Imaging. PloS one. PMID: 26332788
  13. Rosen B et al. (2021). A Whole-Cortex Probabilistic Diffusion Tractography Connectome. eNeuro. PMID: 33483325
  14. Power M et al. (2019). Association of white matter microstructural integrity with cognition and dementia. Neurobiology of aging. PMID: 31585368
  15. Hirschfeld L et al. (2023). White matter integrity is associated with cognition and amyloid burden in older adult Koreans along the Alzheimer’s disease continuum. Alzheimer’s research & therapy. PMID: 38102714
  16. Tuladhar A et al. (2015). White matter integrity in small vessel disease is related to cognition. NeuroImage. Clinical. PMID: 25737960
  17. de Groot M et al. (2015). Tract-specific white matter degeneration in aging: the Rotterdam Study. Alzheimer’s & dementia : the journal of the Alzheimer’s Association. PMID: 25217294
  18. Peter C et al. (2025). White Matter Abnormalities and Cognition in Aging and Alzheimer Disease. JAMA neurology. PMID: 40513084
  19. Dadar M et al. (2022). White matter hyperintensity distribution differences in aging and neurodegenerative disease cohorts. NeuroImage. Clinical. PMID: 36155321
  20. Li T et al. (2024). Association of white matter hyperintensities with cognitive decline and neurodegeneration. Frontiers in aging neuroscience. PMID: 39328245