北京师范大学认知神经科学与学习国家重点实验室左西年课题组日前在《科学通报》“悦读科学”栏目发表科普文章：“一生最好是少年”: 发育神经影像学，解读了发育神经影像学的新进展。

生长发育图表(growth chart)是公共卫生与健康领域的重要工具，不仅可用于揭示儿童发育(如身高、体重)的一般规律，为生长发育(如营养摄入)评估提供健康参考，而且也可以为各类发育障碍发出预警信号，用于辅助诊断相关疾病，在家庭养育和临床实践中被广泛应用[1]。生长发育是遗传、环境和文化综合作用的过程，学龄期(6-18岁)儿童青少年不仅在身高体重上迎来发育高峰，通过来自校园的系统化教育，认知与学习能力得以快速提升，而且进一步加强了自我独立意识，通过历经青春期而体验愈加丰富的情感，开始徜徉在文化和历史的熏陶中，正为未来成年期的发展做好准备[2]。构建脑发育图表，可以为研究学龄期发展提供综合测量和评估工具，推进脑科学在家庭、教育和临床的个体化应用转化。

高精度脑成像技术的发展，正在逐步揭开人类心理与行为的脑影像，其中磁共振成像安全易用，已成为研究脑发育的核心成像技术，促进了发育神经影像学发展，为打通从微观水平(如神经毡和功能柱)到宏观水平(皮层厚度和面积)的全链条脑发育研究提供了顶端(宏观尺度)的证据(图1上)，为脑发育图表研究与应用奠定了基础[3-5]。脑发育图表研究的核心挑战是建设生长发育队列和研发可信而有效的测量，进而揭示遗传、环境和文化对脑发育的影响。来自北京师范大学、中国科学院心理研究所、西南大学、华南师范大学、浙江大学、滨州医学院的研究团队, 联合美国纽约大学和耶鲁大学、荷兰唐德斯研究所和伊拉斯姆斯大学、新加坡国立大学的研究人员, 组建国际交叉研究团队，历经八年，建立了区域级学龄脑智发育研究队列，推进了脑发育图表测量的信效度方法学，研发了学龄脑发育图表的绘制规范，绘制并比较了中美脑发育图表，Science Bulletin以封面文章形式发布这一学龄脑发育图表研究[6]。

上述学龄脑发育图表研究，在中国重庆地区和美国纽约地区, 采用相同的加速纵向队列实验设计[7], 建设了6-18岁脑智发育队列，绘制了全年龄段学龄期脑发育模版和图表，检验了中美脑发育曲线的差异。研究发现：脑模版在各年级之间有差别、在中美之间有差别，这些差异会影响脑发育图表的形状(图1中)。脑网络形态发育曲线的数学建模揭示：中美学龄期脑发育差异的脑区分布遵循特定规律，基础功能(如视觉和体感运动)区域在中美学龄儿童中具有简单而平行的发育轨迹，联合功能区域，在中美学龄儿童中则表现出复杂而不同的发育轨迹，特别是在青春期触发的前后(黑色箭头所示)；中美学龄脑发育差异化的区域，在左半球主要分布于默认模式网络(语言以及自我参照等功能，红色)，在右半球主要分布于额顶控制网络(认知控制等功能，橘色)。这些民族化差异是两国在遗传、环境和文化上的综合差异体现[8]，提示构建各自脑发育图表的必要性。Science Bulletin同期配发来自“欧洲人脑计划”和“全球青少年影像遗传学联盟”团队科学家的“研究亮点”评论文章[9]，从群体神经科学角度出发，突出人脑生长发育群体常模建立对推进精准医学临床实践的价值；来自新加坡国立大学“0-4岁脑发育队列”团队科学家的评论文章[10]，强调了儿童生长标准对年龄与民族因素的依赖性，列举了全球为探索脑智发育规律与机制而建设的大型发育队列。

李大钊先生曾经说过“一生最好是少年”，发育神经影像学为我们勾绘大脑的童年和青春提供了画笔，脑发育常模的最终建立，将为每一个孩子留存独特的影像资料，记录“生命的春天”。研究团队将把脑发育常模研究用于推进个体化的脑智发育测评(图1下)，为每个家庭留存每个孩子成长的科学印记，和孩子一起见证与体验科学化的教育和健康发展。

图1 学龄儿童青少年脑发育图表与个体化评测

[1] Thompson L A, Moreno M A. Growth and growth charts in children. JAMA Pediatr, 2018, 172: 604.

[2] Su Y J, Jiang W L, Wei Q, et al. What triggers puberty (in Chinese)? Chin Sci Bull, 2017, 62: 749–758 [苏彦捷, 姜玮丽, 魏祺, 等. 是什么引发了青春期? 科学通报, 2017, 62: 749–758].

[3] Notestine C, Hagler D J, Jernigan T L, et al. Genetic topography of brain morphology. Proc Natl Acad Sci USA, 2013, 110: 17089–17094.

[4] Dosenbach N U, Nardos B, Cohen A L, et al. Prediction of individual brain maturity using fMRI. Science, 2010, 329: 1358–1361.

[5] Grasby K L, Jahanshad N, Painter J N, et al. The genetic architecture of the human cerebral cortex. Science, 2020, 367: aay6690.

[6] Dong H M, Castellanos F X, Yang N, et al. Charting brain growth in tandem with brain templates at school age. Sci Bull, 2020, 65: 1924–1934.

[7] Yang N, He Y, Zhang Z, et al. Chinese Color Nest Project: Growing up in China (in Chinese). Chin Sci Bull, 2017, 62: 3008–3022 [杨宁, 何叶, 张喆, 等. 彩巢计划—“成长在中国”. 科学通报, 2017, 62: 3008–3022].

[8] Fan C C, Bartsch H, Schork A J, et al. Modeling the 3D geometry of the cortical surface with genetic ancestry. Curr Biol, 2015, 25: 1988–1992.

[9] Holla B, Seidlitz J, Bethlehem R A I, et al. Population normative models of human brain growth across development. Sci Bull, 2020, 65: 1872–1873.

[10] Qiu A. Child brain growth standard: Age and ethnicity dependent. Sci Bull, 2020, 65: 1874–1875.