Nature | 磁共振只能看“结构”吗？这项发表在《nature》上的技术，让医生第一次“看见”大脑的代谢战场

自1973年Lauterbur与Mansfield奠定磁共振成像基础以来，MRI已成为现代医学诊断的基石。但一个尴尬的事实长期存在：人体质子自旋系统发出的信号中，蕴含着关于弛豫、化学位移、脱髓鞘、氧化代谢等数十种生物过程的丰富信息，而临床常规MRI只利用了其中极其有限的一小部分。

目前的标准临床实践中，T₁加权、T₂加权、FLAIR、弥散加权等扫描往往分开进行，一次获取一种定性图像，医生主要依靠视觉经验判断“哪里看起来不正常”。这套模式在发现宏观病灶方面功不可没，但当面对高度异质性的疾病——如胶质瘤、多发性硬化症、神经退行性疾病时，它的局限性暴露无遗：

· 肿瘤分级依赖活检：同样是FLAIR高信号的少突胶质细胞瘤，II级与III级的治疗策略和预后天差地别，但常规MRI无法区分；

· MS病灶分期无法判断：活动性病灶与慢性病灶需要截然不同的治疗方案，但常规影像“看起来一样”；

· 肿瘤与水肿边界模糊：放疗靶区勾画急需明确肿瘤核心与周围水肿的界限，常规MRI难以提供客观依据。

过去十年，学术界尝试了多种多参数MRI技术——MR指纹成像（MRF）、BUDA-SAGE、MR多任务成像等。这些技术实现了T₁、T₂、质子密度（PD）等数种组织参数的同步成像，但一个根本性局限始终未被突破：它们全部基于组织水分子信号，完全忽略了NAA、Cho、Cr、Gln、GABA、Lac等代谢物与神经递质的信息。

而这些分子，恰恰是神经元完整性、胶质细胞增殖、细胞膜更新、炎症、缺氧、突触传递等关键病理生理过程的直接报告者。目前要获取它们，只能依赖单体素磁共振波谱（MRS）或波谱成像（MRSI）——扫描时间长、空间分辨率低、覆盖范围小，无法在临床常规环境下实现全脑高通量成像。

简言之，现有技术面临一个“维度灾难”困局：想要的信息越多，扫描时间越长，分辨率越差，信噪比越低。三者不可兼得。

MRx的核心思想可以用一句话概括：不再一次测量少数几个生物标志物，而是通过精心设计的稀疏采样与物理启发的机器学习，从一次扫描中解码出所有可检测的分子信息。

图1：同时绘制多个定量结构、生理和分子生物标志物。

这并非简单的“把多个序列拼在一起”，而是对数据采集与处理范式的双重重构。

研究团队在ISMRM/NIST弛豫体模上验证了T₁/T₂测量的准确性：MRx与参考值的相关系数R²分别达到0.9908（T₁）和0.9924（T₂），且无显著偏倚。在自制分子体模上，8mm直径试管内的10余种代谢物浓度测量与真实值高度一致，相关系数均>0.97。

在健康志愿者中，MRx一次性输出22种全脑图谱：

· 水基参数（1×1×1 mm³）：T₁、T₂、T₂*、QSM、氧摄取分数（OEF）、脱氧血红蛋白体积（DBV）、轴突水分分数（AWF）、细胞外水分分数（EWF）、髓鞘水分分数（MWF）；

· 代谢物与神经递质（2×3×3 mm³）：NAA、Cr、Cho、肌醇（mln）、Gln、GSH、Tau、NAAG、Glu、GABA、乳酸（Lac）。

可重复性是临床转化的生命线。 研究在48个标准脑区评估了MRx的重复性：

· 水基参数：session内CV <4%，inter-session CV <4%，跨中心CV <7%；

· 主要代谢物：相应CV <5%、5%、9%；

· 低浓度分子（GSH、Tau、NAAG）：仍达到<15%、15%、18%。

图3：脑肿瘤中的MRx。

更关键的是，研究团队利用机器学习将所有MRx生物标志物降至一维“组织状态指数”（Tissue State Index）。该指数在8种组织状态（灰质、白质、脑脊液、水肿、脑膜瘤、II级OG、III级OG、GBM）之间实现了清晰分离，而仅用T₁/T₂/PD的传统多参数MRI完全无法区分。

MS病灶根据炎症活动程度分为活动期、慢性活动期、慢性期，治疗策略截然不同。常规增强MRI需要注射钆对比剂才能显示活动性病灶，且仍无法区分慢性活动与慢性非活动病灶。

图4：MS中的MRx。

MRx在无对比剂条件下做到了：

· 活动病灶Lac较慢性病灶升高210.2%（P<0.001），反映急性炎症期的过度糖酵解；

· 活动病灶MWF下降510.8%（P<0.001），提示活动性脱髓鞘；

· mln/NAA比值在慢性病灶中升高32.4%（P<0.001），反映胶质增生的持续发展。

最具前瞻性的发现是： 在一次基线扫描中，MRx识别出了“pre-lesion”——在常规FLAIR上完全不可见，但mln/NAA已出现15.64% 升高的区域，该区域在4个月随访中发展为明确病灶。这意味着MRx可能具备预测疾病进展的能力。

MRI发明半个世纪以来，其临床主流应用始终停留在解剖结构成像层面。这并非技术能力所限，而是路径依赖的结果——定量、多核、多参数的潜力长期被“快速出图、依赖经验读片”的临床需求所压制。

MRx的意义在于：它证明了在标准3T临床设备、14分钟扫描时间内，可以实现过去需要多台设备、数小时、多种技术才能拼凑出的信息维度。这不仅是效率的提升，更是信息密度的跃迁。

每一项颠覆性技术在欢呼之余，都值得被冷静审视。

第一，训练数据的“特权”。MRx的扩散模型需要大量高质量训练数据——本研究依赖了UK Biobank、HCP、ADNI、OASIS等全球顶级队列，以及超过500例自采的高质量MRSI数据。在临床推广中，不同场强、不同厂家设备、不同人群的泛化能力，仍需独立验证。

第二，低浓度分子的信噪比挑战。 尽管MRx对GABA、GSH、Tau等低浓度分子（通常<1mM）实现了可接受的重复性（CV<18%），但其信噪比仍远低于主要代谢物。在单个体素水平上的定量准确性尚需与金标准MRS进行更严格的配对验证。

第三，临床工作流的整合成本。14分钟的全脑扫描在科研场景中是“快速”，但在临床运营中仍长于常规头颅MRI（约5-8分钟）。后处理流程虽已实现自动化，但仍需与PACS系统深度整合。对于需要快速决策的急诊场景（如卒中），当前版本尚不适用。

第四，过度解读的风险。22种生物标志物不等于22个独立验证的诊断指标。组织状态指数虽然是机器学习降维的结果，但其临床判读标准、与病理金标准的对应关系、跨病种的通用性，仍需大规模前瞻性研究建立。

最后，也是最本质的问题：有了更多数据，就能做出更好的决策吗？ 医学史反复证明，信息的爆炸并不自动等于临床结局的改善。MRx的真正价值，最终取决于它能否在随机对照试验中证明：基于其定量图谱的治疗决策，比常规影像指导的决策，能带来更长的生存期、更好的功能预后或更低的不良事件率。

但无论如何，这项研究已经打开了一扇门——一扇通往“看见生物学”而非仅仅“看见解剖”的门。 接下来，需要临床医生、设备厂商、监管机构与患者的共同努力，将这门技术从《自然》的页面，送入真实的诊疗世界。

“我们预期，MRx的新型定量多重成像能力将显著增强MRI在多种神经系统疾病诊断、监测和疗效评估中的能力，并有可能改变基础和临床应用的脑成像方式。”—— 原文。这既是承诺，也是待验证的假设。