神经精神疾病给世界各国带来了巨大的社会与经济负担，这些脑功能疾病会发生在个体一生发展中的不同年龄阶段，具有不同的心理和行为异常特征，研究与它们有关的脑连接随着年龄（随龄）发展变化的规律与机制，是对各类神经精神疾病进行早期诊断、病程监测和解读发病机制的关键。神经功能成像因其无损和非侵入性特点而被广泛应用于研究各类重大脑疾病，以其为核心技术的人脑连接组学成为研究脑功能随龄发展机制的重要方法。
中国科学院行为科学重点实验室左西年研究员自2010年底回国，建立了“人脑功能连接组及其毕生发展实验室”，致力于研究人脑功能随龄发展规律，为重大神经精神疾病的脑发展病理机制研究提供正常参考，有助于及时、准确地对其进行诊断、预警、干预和愈后评估。为克服当前神经影像方法学技术局限，他的团队基于静息态功能磁共振成像技术，揭示了高精度人脑网络中心度图谱[1,2]及其神经生物学基础[3-5]和遗传及环境影响[6]，领衔建立了国际神经影像“信度与可重复性同盟”[7]，系统而深入地研究了高精度人脑连接组图谱的重测信度[8]，推动了科学界对人脑连接组学可重复性的多学科交叉系统研究，促进了人脑连接组学标准化进程。团队基于在人脑连接组学领域取得的技术进展，揭示出人脑网络随龄发展一般规律：半球连接呈现U型毕生发展规律[9]，人脑功能模块内短距离连接随龄下降而模块间长距离连接随龄增加[10]；在连接组拓扑结构上，人脑“网关”后内侧顶区呈现出“局部连接随龄降低，全局连接水平稳定”的特点[1]，其中顶叶记忆网络功能随龄降低，而默认网络却保持稳定[11]；结构和功能连接的数学建模发现人脑连接组符合双距离参数（解剖和拓扑）生成模型，人脑毕生发展连接组学初步验证了“解剖距离参数随龄增加，而拓扑距离参数保持稳定”的基本发展规律[12]。团队同时也开展了神经精神疾病脑连接组发展异常规律的探索研究，发现：精神分裂症患者基本感知觉网络内部的短距离连接和半球连接的发育迟滞，由之带来感知觉网络与高级认知网络之间长距离连接的发展异常[13,14]；正常认知老化的脑网络特征得益于正常的额顶控制网络调控功能[15]，其退化导致行为认知层面明显功能下降，调控功能的控制不力将导致最终的脑功能病理性退化（如轻度认知障碍阶段和阿尔茨海默病阶段[16]）。
图1. 大样本人脑毕生发展研究十年总结
图2. 人脑连接组毕生发展规律建模
鉴于团队在人脑连接组及其毕生发展领域近来取得的一系列研究进展，著名学术出版商Cell旗下认知科学权威综述杂志《Trends in Cognitive Sciences》（五年影响因子23.8）邀请团队撰写人脑连接组毕生动态发展研究综述[12]。论文通过系统梳理近十年（2007-2016）发表的人脑毕生发展研究（图1），指出了开展毕生发展连接组学研究的必要性和挑战。在此基础上，突出强调了在解决好可靠性与有效性的前提下，未来的人脑连接组毕生发展研究应该集中解决来自各种与年龄相关的生理和心理干扰因素，基于数学建模的多模态神经影像整合计算具备非常大的潜力来最终揭示人脑连接组毕生发展机制。初步的双参数生成模型计算建模已经揭示出（图2）：毕生发展历程中，人脑连接组逐渐由一个“解剖驱动”的复杂系统转变为“拓扑驱动”。结合公共卫生领域和儿科临床实践中普遍使用的身高和体重标准发展轨线（即常模），这些初步成果为人脑连接组学转化研究提供了思路，基于“解剖”和“拓扑”这两个人脑连接组参数，可以绘制毕生发展常模，从而为脑疾病的早期检测和预防提供客观生物学工具。
在国家自然科学基金委重点国际合作项目、中国科学院重点部署项目、科技部重点基础研发（973）项目和北京市科委脑专项等的资助下，左西年及其合作团队提出了“中国彩巢计划（2013-2022）”，致力于建立中国人脑与心理行为毕生发展（6－85岁）常模。目前作为脑发育阶段的预实验（2013-2017）已经接近尾声，相关成果和数据样本将于2017年上半年公开，更为详细的计划内容请参见“中国彩巢计划”网站（http://zuolab.psych.ac.cn/colornest.html）。这项计划，除了为脑科学基础研究提供宝贵的纵向追踪样本资料，也将为未来全国范围内建立服务全民心理行为和脑健康的中国人脑毕生发展常模提供预研基础。
相关文献：
[1] Zuo XN*, Ehmke R, Mennes M, Imperati D, Castellanos FX, Sporns O, Milham MP. 2012. Network centrality in the human functional connectome.Cerebral Cortex, 22:1862-1875.
[2] Zuo XN*, Xu T, Jiang L, Yang Z, Cao XY, He Y, Zang YF, Castellanos FX, Milham MP. 2013. Toward reliable characterization of functional homogeneity in the human brain: Preprocessing, scan duration, imaging resolution and computational space.Neuroimage, 65: 374-386.
[3] Jiang L, Xu T, He Y, Hou XH, Wang J, Cao XY, Wei GX, Yang Z, He Y, Zuo XN*. 2015. Toward neurobiological characterization of functional homogeneity in the human cortex: Regional variation, morphological association and functional covariance network organization.Brain Structure & Function, 220: 2485-2507.
[4] Yang Z*, Qiu J, Wang P, Liu R, Zuo XN*. 2016. Brain structure-function associations identified in large-scale neuroimaging data.Brain Structure & Function, 221: 4459-4474
[5] Jiang L*, Zuo XN*. 2016. Regional homogeneity: A multi-modal, multi-scale neuroimaging marker of the human connectome.Neuroscientist, 22(5): 486-505.
[6] Yang Z, Zuo XN*, McMahon KL, Craddock CR, Kelly C, de Zubicaray G, Hickie IB, Bandettini P, Castellanos FX, Milham MP*, Wright MJ. 2016. Genetic and environmental contributions to functional connectivity architecture of the human brain.Cerebral Cortex, 26:2341-2352.
[7] Zuo XN*, Anderson JS, Bellec P, Birn RM, Biswal BB, Blautzik J, Breitner JC, Buckner RL, Calhoun VD, Castellanos FX, Chen A, Chen B, Chen J, Chen X, Colcombe SJ, Courtney W, Craddock RC, Di Martino A, Dong HM, Fu X, Gong Q, Gorgolewski KJ, Han Y, He Y, He Y, Ho E, Holmes A, Hou XH, Huckins J, Jiang T, Jiang Y, Kelley W, Kelly C, King M, LaConte SM, Lainhart JE, Lei X, Li HJ, Li K, Li K, Lin Q, Liu D, Liu J, Liu X, Liu Y, Lu G, Lu J, Luna B, Luo J, Lurie D, Mao Y, Margulies DS, Mayer AR, Meindl T, Meyerand ME, Nan W, Nielsen JA, O'Connor D, Paulsen D, Prabhakaran V, Qi Z, Qiu J, Shao C, Shehzad Z, Tang W, Villringer A, Wang H, Wang K, Wei D, Wei GX, Weng XC, Wu X, Xu T, Yang N, Yang Z, Zang YF, Zhang L, Zhang Q, Zhang Z, Zhang Z, Zhao K, Zhen Z, Zhou Y, Zhu XT, Milham MP*. 2014. An open science resource for establishing reliability and reproducibility in functional connectomics.Scientific Data, 1:140049.
[8] Zuo XN*, Xing XX*. 2014. Test-retest reliabilities of resting-state FMRI measurements in human brain functional connectomics: A systems neuroscience perspective.Neuroscience & Biobehavioral Reviews, 45:100-118.
[9] Zuo XN*, Kelly C, Di Martino A, Mennes M, Margulies DS, Bangaru S, Grzadzinski R, Evans AC, Zang YF, Castellanos FX, Milham MP*. 2010. Growing together and growing apart: regional and sex differences in the lifespan developmental trajectories of functional homotopy.The Journal of Neuroscience, 30:15034-15043.
[10] Cao M, Wang JH, Dai ZJ, Cao XY, Jiang LL, Fan FM, Song XW, Xia MR, Shu N, Dong Q, Milham MP, Castellanos FX, Zuo XN*, He Y*. 2014. Topological organization of the human brain functional connectome across the lifespan.Developmental Cognitive Neuroscience, 7C:76-93.
[11] Yang Z*, Chang C, Xu T, Jiang L, Handwerker DA, Castellanos FX, Milham MP, Bandettini PA, Zuo XN*. 2014. Connectivity trajectory across lifespan differentiates the precuneus from the default network.NeuroImage, 89:45-56.
[12] Zuo XN*, He Y, Betzel RF, Colcombe S, Sporns O, Milham MP*. 2016. Human connectomics across the lifespan.Trends in Cognitive Sciences, doi: 10.1016/j.tics.2016.10.005.Online Paper
[13] Jiang L, Xu Y, Zhu XT, Yang Z, Li HJ, Zuo XN*. 2015. Local-to-remote cortical connectivity in childhood and adulthood schizophrenia.Translational Psychiatry, 5: e566.
[14] Li HJ, Xu Y, Zhang KR, Hoptman MJ, Zuo XN*. 2015. Homotopic connectivity in drug-naive, first-episode, early-onset schizophrenia.The Journal of Child Psychology and Psychiatry, 56:432-443.
[15] Li HJ*, Hou XH, Liu HH, Yue CL, Lu GM, Zuo XN*. 2015. Putting age-related task activation into large-scale brain networks: A meta-analysis of 114 fMRI studies on healthy aging.Neuroscience & Biobehavioral Reviews, 57:156-174.
[16] Li HJ*, Hou XH, Liu HH, Yue CL, He Y, Zuo XN*. 2015. Toward systems neuroscience in mild cognitive impairment and Alzheimer's disease: A meta-analysis of 75 fMRI studies.Human Brain Mapping, 36:1217-1232.
