数理医学在肥胖儿童脑神经纤维异常研究中的应用

Mathematical medicine is a cross-subject about mathematics, physics and medicine, revealing the inherent law of medical science, and has quantitative description of information not only depicting the anatomy of human tissues and organs, lesions, but also predicting the occurrence and the evolution of the disease. Mathematical medicine can reveal the mechanism of disease and assist the accurate treatments.Childhood obesity is caused due to the imbalance of energy metabolism which leads to the accumulation of body fat, and it can result to metabolic abnormalities such as impaired glucose tolerance, dyslipidemia, increased blood pressure, which increases the risk of metabolic syndrome, diabetes and cardiovascular disease. The incidence of obesity increased year by year, and its cause is unknown, thought to be the result of interaction of multiple genetic and environmental factors. Mathematical medicine is an emerging mathematics and medicine interdisciplinary, medical image processing has a unique approach. This project studied the high angular resolution diffusion imaging observational of children 's brain nerve fibers by mathemtical theory(harmonic analysis, statistics and probability theory and differential geometry) to analyze the correlation between the impact of obesity on the brain nerve fiber and biochemical indicators , LEP, MC4R and other related genes in order to find a new suitable variational model of brain nerve fibers tracking, build fast algorithm nerve fiber tracking model, and then develop a set of guiding modular code to early detect abnormal distribution of nerve fibers and to early prevent obesity occur.

数理医学是一门关于数学、物理与医学相交叉的学科,揭示医学学科的内在规律，不仅刻画人体组织器官、病灶的解剖信息的定量描述，还预测疾病的发生与演化，揭示疾病的发生机理，协助制定准确的治疗方案。儿童肥胖症易引起糖脂代谢异常、高血压，增加代谢综合征、糖尿病及心脑血管疾病发病及死亡风险。肥胖症发病率逐年上升，被认为是基因和环境等共同作用的结果，与下丘脑摄食中枢众多基因、神经内分泌调节有关，但具体机制仍不明确。本项目将应用调和分析、概率统计、微分几何等当代数学理论和方法，研究高角分辨率弥散成像对儿童大脑神经纤维的分布来分析肥胖对脑神经纤维的影响及其与生化指标、LEP、MC4R等相关基因的关联性，以期找到适合脑白质神经纤维跟踪的新变分模型、建立脑神经纤维跟踪模型的快速算法，进而开发一套指导儿童肥胖防治的模块化的程序代码，使临床上能早期发现脑神经纤维异常分布，早期预防肥胖症的发生，指导肥胖症的干预治疗。

数理医学是一门关于数学、物理与医学相交叉的学科,揭示医学学科的内在规律，不仅刻 画人体组织器官、病灶的解剖信息的定量描述，还预测疾病的发生与演化，揭示疾病的发生机 理，协助制定准确的治疗方案。儿童肥胖症易引起糖脂代谢异常、高血压，增加代谢综合征、 糖尿病及心脑血管疾病发病及死亡风险。肥胖症发病率逐年上升，被认为是基因和环境等共同作用的结果，与下丘脑摄食中枢众多基因、神经内分泌调节有关，但具体机制仍不明确。本项目对肥胖儿童青少年进行了全外显子测序、Sanger一代测序、以及对108名肥胖儿童青少年进行了8年的随访调查；采集了60例肥胖及对照组儿童头颅MRI HARD成像，进行了脑神经纤维分布的图像处理分析。项目组基于变分方法构造了混合分割模型，其中的变分理论和优化算法可作为适合脑神经纤维跟踪的新变分模型的基础；采用扩散成像技术对肥胖儿童青少年大脑白质变化与代谢特征指标之间的关系进行了分析，发现糖化血红蛋白含量与脑白质的各向异性系数（FA）值有较显著的负相关，主要的区域涉及胼肢体、弓状体前后纤维素及放射冠的一部分纤维素；高密度脂蛋白胆固醇指标与FA值又存在显著的正相关关系，主要的区域涉及到胼肢体前部和体部的脑白质传导束，该研究结果表明，儿童的代谢过程可能影响大脑特定纤维束的微结构。通过肥胖儿童糖代谢异常基因检测后发现GCK基因突变导致的MODY2家系，此后发现了9例MODY2家系，对此作了总结，提高了临床医生对MODY2诊断和临床表现的认识；回顾性分析了自2008年7月至2010年7月期间诊断肥胖症的6至17岁，随访8年，结果发现DRD2 rs 2 075654多态性与肥胖变化相关，其TC+TT基因型的缓解率显著高于CC基因型。此研究结果提示对DRD2 rs 2 075654 TC、TT基因型的肥胖生活方式干预可以有效的控制体重。