本文为英国伦敦大学学院皇后广场神经病学研究所痴呆研究中心、英国伦敦国家神经病学与神经外科医院、英国伦敦大学学院皇后广场神经病学研究所运动障碍研究中心 Angeliki Zarkali 教授一作兼通讯作者发表于 Nature communications 的工作，题为 “Evidence for divergent cortical organisation in Parkinson’s disease and Lewy Body Dementia”。DOI：10.1038/s41467-025-66783-9。

Abstract

路易体病的一个典型特征是痴呆：其发生时间与起始特点可用于区分不同的临床诊断，且其对生活质量的影响深远。然而，路易体病中导致认知与运动症状的病理过程是否相同，目前尚不明确。为阐明此问题，本研究采用活体神经影像技术，对涵盖路易体病谱系的108名患者（46名认知正常的帕金森病患者（PD-NC），62名路易体痴呆患者（LBD））及23名对照者，评估了跨脑区结构与功能连接的空间梯度差异。结果显示，认知障碍伴随的结构梯度变化存在分化：PD-NC患者表现出脑区间分化增强，而LBD患者尽管在脑区水平存在广泛的组织差异，其整体梯度分布却与对照组相似。进一步分析这些组织变化的细胞与分子基础发现，LBD与PD-NC在皮质组织的驱动因素上既有相似性，也存在重要差异，尤其体现在第4层兴奋性神经元中。

Introduction

路易体病，以α-突触核蛋白聚集形成路易体和路易神经突为特征，是一组异质性临床综合征，包括帕金森病（PD）、帕金森病痴呆（PDD）和路易体痴呆（DLB）。认知障碍通常伴随运动症状出现于路易体病中，而认知障碍出现的时间定义了疾病亚型：若痴呆在运动症状出现一年后发生则诊断为PDD，若痴呆先于运动症状出现则诊断为DLB。PDD和DLB也可统称为路易体痴呆（LBD）。除PD运动症状外，痴呆在路易体病中十分常见，高达50%的PD患者会发展为PDD，其中男性和存在视觉空间障碍的患者风险更高。PDD与DLB均对生活质量具有毁灭性影响。深化对伴或不伴痴呆的PD差异的理解，对于疾病特征刻画及最终的治疗方案至关重要。

理解痴呆患者与非痴呆患者脑结构的变化尤为关键。多项研究显示，路易体病中伴随认知减退的脑结构存在广泛改变，包括皮质萎缩以及灰质与白质宏观结构的广泛变化。尽管这些研究提供了重要见解，但未能解释大脑不同脑区在大型脑网络中如何通过细胞和分子层面相互关联。这种大规模网络架构建立在基础组织梯度之上，这些梯度代表了脑区间连续空间过渡的轴向。宏观皮质组织的连续渐进变化可通过基于特征向量的全皮质相似性度量分解或计算“皮质组织梯度”来捕捉。皮质梯度使我们能够跨尺度和模态链接脑组织特征，在健康状态下已被证实支撑脑结构与功能连接，伴随脑发育与进化，并与脑区细胞构筑及基因表达谱相匹配。皮质梯度捕捉连续的皮质层级变化，因此对疾病状态下的全局变化更为敏感。Fig.1展示了皮质梯度如何反映跨维度的脑区间变化，以及这种皮质组织在疾病中如何发生改变。

Fig.1 Conceptualisation of cortical gradients and potential alterations in the presence of disease. A Cortical gradients reflect continuous changes on different dimensions across the brain. Top: Data points are coloured along the first dimension, which is given as the distance between unimodal (sensorimotor) and transmodal regions (higher on the cortical hierarchy) along the cortical surface. When displayed on the cortical surface, it aligns with a unimodal-to-transmodal cortical gradient. For any two regions, the difference in their gradient value represents how different these regions are in this dimension. Bottom: Data points are coloured according to the second dimension, which differentiates in this case between different sensory modalities. The position of each brain region along this dimension reflects its relative distance across three morphological landmarks (calcarine sulcus, transverse sulcus, central sulcus). B–E Conceptualisation of different possible changes in gradient distribution in the presence of disease. The distribution of gradient values of a hypothetical structural connectivity gradient in healthy humans is shown in (B). The distance between two brain regions (red and blue dots) reflects how different these brain regions are in their structural connectivity patterns along that cortical gradient dimension. In the presence of neurodegeneration, changes in structural connectivity may lead to alterations in gradient values between regions in different directions. Gradient contraction (C) reflects a narrower distribution with more regions having gradient values along the mean. In this case, the difference between brain regions (the line between the red and blue dots) is reduced. In contrast, widening of the overall gradient distribution, or Gradient expansion (D), with widening of extremes of gradient values, reflects increased differences between brain regions (red and blue dots) in terms of their structural connectivity profiles. Finally, whilst the overall distribution may remain similar to controls, there may be Gradient reorganisation (E) in the presence of disease. In this case, brain regions change in their gradient value, but the overall distribution remains the same.

我们先前的研究表明，具有较高痴呆风险的PD患者，其结构与功能耦合的差异遵循已知的皮层组织梯度。然而，尚无影像学研究探讨在路易体疾病中，认知衰退是否伴随着皮层重组，以及这些变化的空间模式。最近的尸检基因表达证据表明，皮层组织在PD和LBD中均受到破坏，但方式不同。对两个具有不同α-突触核蛋白负荷的皮层区域进行的单细胞RNA测序发现，PD中个体内差异增加，而PDD中区域特征减弱，同时这种重组具有不同的细胞与分子基础。目前尚不清楚这种差异是否遍及全脑，以及它们在认知完好的帕金森病与路易体痴呆之间有何不同，仍有待确定。

我们的目标是在体内回答这个问题，评估LBD患者、PD-NC以及未患病对照者（HC）之间，皮层结构和功能组织的大规模差异如何不同（Fig.2），并探索其与疾病严重程度的关系。皮层梯度为此提供了一个理想的评估框架，因为它们提供了一种对整体组织变化敏感的脑区间分化的度量方法。我们假设，PD-NC会表现出梯度分布极端值之间差异的增大（或整体梯度扩张，Fig.1D），这反映了脑区间连接模式的更大不同，即脑区间分化增加；而LBD与对照组相比，整体分布相似，但在区域和局部水平上存在变化（类似于Fig.1E）。此外，我们假设PD-NC者与LBD患者之间，这些变化的潜在机制会存在差异。

Fig.2 Assessing cortical organisation across the spectrum of Lewy body disease. A Individualised structural and functional gradient construction. Diffusion-weighted (DWI) and resting-state functional MRI (rsfMRI) images were obtained from each participant. Structural T1-weighted imaging was used to parcellate the brain into 200 cortical regions of interest using the Schaeffer parcellation. The same parcellation was used to derive structural connectivity matrices weighted by streamlines between any two regions (purple) and functional connectivity matrices, weighted by Pearson correlation between any two regions (orange), for each participant. We then applied diffusion map embedding, a non-linear dimensionality reduction technique  to identify gradients (eigenvectors) of the main spatial axes in inter-regional similarity of structural and functional connectivity. The average principal gradient for structural (SC-G1) and functional connectivity (FC-G1) in healthy controls is shown. B Surface-based linear models revealed significant differences in structural gradient scores (SC-G1) between groups. Gradients were compared between 3 groups: 62 patients with Lewy body dementia (LBD), 46 patients with Parkinson’s disease with intact cognition (PD-NC) and 23 unaffected controls (HC). We used surface-based linear models controlling for age and sex to compare gradient scores between LBD vs HC and PD-NC vs HC. We validated changes in structural organisation using a region-of-interest analysis (in regions across the SC-G1 spectrum) and quantitative ultra-high field 7 Tesla MRI in a separate cohort of patients. C Neural contextualisation of cortical structural organisation alterations. We assessed whether the (1) the structural SC-G1 gradient alterations seen in Lewy body disease were related to cognitive and motor disease severity and whether (2) the spatial distribution of vertex-wise SC-G1 alterations seen in Lewy body disease (LBD vs HC and PD vs HC) was correlated with the spatial distribution of specific neuronal and glial cell types, cytoarchitectural axes of organisation, and expression of genes linked to specific biological processes and pathways. D Replication analysis in a separate cohort using 7 Tesla quantitative MRI. Multiparametric maps (MPMs) were acquired at 7 Tesla for each participant, including maps sensitive to myeline such as longitudinal relaxation rate (R1) and magnetisation transfer saturation (MTsat), iron-sensitive map effective transverse relaxation rate (R2*), and a map sensitive to overall water content, proton density. We then extracted the mean MPM signal for four regions of interest (ROIs) of the same Schaeffer parcellation used in our main analysis. ROIs were selected based on their SC-G1 ratings from the main 3 T cohort and whether they differed in LBD compared to controls. Thus, two regions were selected from the extremes of the gradient distribution, which differed between LBD and controls (“RH_SalVentAttn_TempOccPar_3”, and “RH_SomMot_18”) and two were selected from the middle of the gradient distribution and which did not show differences between LBD vs controls (“RH_Default_Temp_1”, “LH_Default_Temp_1”). We assessed for ROI*Group interaction using mixed linear models with age and sex as covariates to assess whether inter-regional differences in MPM signal differed significantly between the three clinical groups.

为此，我们首先基于弥散加权磁共振成像与静息态功能磁共振成像数据，对比分析了LBD、 PD-NC 和 HC之间体内结构与功能梯度的整体分布及顶点水平的差异。研究发现结构梯度存在拓宽现象：与对照组相比，PD-NC患者表现出脑区间分化增强，而LBD患者的脑区间分化则呈现明显正常化趋势。然而，在主要结构梯度（SC-G1）上，LBD患者的区域梯度排序存在广泛差异，表明尽管整体分布趋于正常化，但局部与区域层面仍发生了显著重组。我们在独立队列中通过感兴趣区域(ROI)分析与7T定量MRI(qMRI)为上述发现提供了进一步证据。具体而言，我们评估了处于SC-G1排序两端的脑区在LBD、PD-NC及对照组的连接特征是否存在差异。结果证实，髓鞘敏感qMRI显示的脑区间差异在组间具有显著区别。随后，我们通过将各组与对照组SC-G1评分的总体差异分别与认知及运动严重程度指标进行关联分析，揭示了这些结构改变与疾病严重度的相关性：在LBD中，结构重组与行为表现相关且特异性关联认知损伤程度。最后，我们探究了疾病相关梯度改变是否与兴奋性/抑制性神经元分布、皮质细胞构筑及全脑基因表达等生理性拓扑变异模式相吻合。研究揭示了LBD与PD-NC在皮质重组驱动因素上的相似性，同时在兴奋性神经元等领域存在重要差异。

Methods

Participants

在3 T和7 T两个队列中，所有参与者均通过伦敦大学学院招募。全体参与者均签署书面知情同意书，本研究已获得女王广场研究伦理委员会批准（批号15.LO.0476）。3 T队列的纳入标准先前已有文献阐述，简要概括如下：参与者需年满50周岁，确诊时间不超过10年，具备提供知情同意能力且能配合研究流程。具体纳入标准包括：

● 帕金森病(PD)患者：需符合运动障碍学会(MDS)临床诊断标准的确诊病例。

● 路易体痴呆(DLB)患者：需根据McKeith诊断标准确诊为临床很可能路易体痴呆。

● 帕金森病痴呆(PDD)患者：需符合已确立的帕金森病临床诊断，同时存在痴呆或日常生活活动功能受损（功能评估问卷显示障碍），且蒙特利尔认知评估量表得分低于26分。

● 帕金森病轻度认知障碍(PD-MCI)患者：需符合帕金森病临床诊断标准，并依据运动障碍学会相应标准，在至少一个认知域的两项不同测试或至少两个认知域的各一项测试中，持续表现低于正常值1.5个标准差。

● 健康对照组：年龄需介于50至81岁之间。

排除标准包括可能造成干扰的神经系统疾病、精神类疾病以及磁共振成像禁忌症。同时，诊断为痴呆、轻度认知障碍或简易精神状态检查量表(MMSE)评分低于25分的对照组受试者亦被排除。

被诊断为DLB、PDD或PD-MCI的参与者被归入路易体痴呆组(LBD)，其余PD参与者则归类为帕金森病认知正常组(PD-NC)。

7 T cohort

鉴于7 T磁共振成像安全规定更为严格，本研究未对PD或LBD参与者的病程时长设限。其余诊断分类与入排标准均与主3 T队列保持一致。

经质量审核（详见下文MRI quality control部分）后，共纳入46名扫描合格的参与者（对照组21人，PD-NC组13人，LBD组13人）。其中23人（50%）同期接受过3 T扫描，同时被纳入3 T队列分析。对于同时接受两种扫描的参与者，其7 T扫描均在3 T扫描完成后1-4年内进行。

Clinical assessments

所有参与者均接受了相同的临床及神经心理学评估。为尽量减少不适感和样本流失，所有评估均在参与者服用其常规药物的情况下进行。采用简易精神状态检查（MMSE）和蒙特利尔认知评估（MoCA）作为整体认知功能的衡量指标，并在每个认知领域进行了两项测试：

● 注意：斯特鲁普颜色命名任务和数字广度测验（倒背）

● 执行功能：类别流畅性测验和斯特鲁普干扰任务

● 语言：字母流畅性测验和分级命名测验

● 记忆：词语再认任务和逻辑记忆任务（延迟回忆分）

● 视空间功能：胡珀视觉组织测验和本顿线条方向判断测验。

参照我们既往的描述，计算综合认知评分作为MoCA及每个认知领域一项任务（具体为：斯特鲁普任务[颜色命名用时]、类别流畅性测验、字母流畅性测验、词语再认任务、胡珀视觉组织测验）Z分数的平均值。

采用运动障碍学会统一帕金森病评定量表（UPDRS）总分评估整体疾病负担。采用UPDRS第三部分（UPDRS-III）和计时起立行走测验（TUG）评估运动症状严重程度。采用临床医生波动评估量表（CAF）、一日波动量表和痴呆认知波动量表（DCFS）测量认知波动。采用医院焦虑抑郁量表（HADS）测量焦虑和抑郁。采用功能活动问卷测量日常生活活动能力损害情况。采用COMPASS-31问卷评估自主神经症状。采用快速眼动睡眠行为障碍睡眠问卷（RBDSQ）测量睡眠障碍，并采用迈阿密大学PD幻觉问卷（UMPDHQ）测量视幻觉情况。为所有帕金病-认知正常（PD-NC）和路易体痴呆（LBD）参与者计算了左旋多巴等效日剂量（LEDD）。

Statistical analysis

在人口统计学和临床特征方面，组间比较采用以下方法：符合正态分布的变量使用ANOVA，非正态分布的变量使用Kruskal–Wallis检验，事后分析分别采用t检验与Mann-Whitney检验。正态性检验通过Shapiro-Wilk检验完成。

MRI data acquisition and quality control

所有受试者均采用相同扫描仪（主要队列使用3T Siemens Prisma扫描仪，重复验证队列使用7T Siemens Terra扫描仪）与统一扫描协议进行扫描。神经影像采集内容包括：

Main cohort (3 T): structural T1-weighted scan (3D MPRAGE: magnetisation prepared rapid acquisition gradient echo), diffusion-weighted imaging (DWI) and resting-state functional MRI (rsfMRI).

T1 image was acquired with the following parameters: 1 × 1 × 1 mm isotropic voxels, TE = 3.34 ms, TR = 2530 ms, flip angle = 7°, acquisition time ~6 min. DWI was acquired with: b0 (both AP and PA directions), b = 50 s/mm²/17 directions, b = 300 s/mm²/8 directions, b = 1000 s/mm²/64 directions, b = 2000 s/mm²/64 directions, 2 × 2 × 2 mm isotropic voxels, TR = 3260 ms, TE = 58 ms, 72 slices, acceleration factor = 2, acquisition time ~10 min rsfMRI was acquired with: gradient-echo EPI, TR = 3.36 s, TE = 30 ms, flip angle = 90°, FOV = 192 × 192, voxel size = 3 × 3 × 2.5 mm, 105 volumes, acquisition time ~6 min. During rsfMRI, participants were instructed to lie quietly with eyes open and avoid falling asleep (confirmed by monitoring and post-scan debriefing).

7 T cohort: structural T1-weighted scan (MP2RAGE) and multiparameter mapping (MPM) acquisitions.

All 7 T data were acquired on the same 7 T Siemens Terra Scanner with a multi-echo variable flip angle MPM protocol  with whole-brain coverage and 0.6 mm isotropic voxel size. Two multi-echo 3D fast low-angle shot (FLASH) scans with proton density and T1-weighting were acquired with flip angles 6° and 24°, respectively, and readouts of alternating polarity to give 6 equidistant echoes with TE = 2.2–14.1 ms for PD and 2.3–14.2 ms for T1 and a common TR of 19.5 ms, FOV = 256 × 218 × 173 mm³, and readout bandwidth was 469 Hz/pixel. Parallel imaging was used with an acceleration factor of 2 in each phase and partition directions and 48 integrated reference lines. An additional multi-echo scan with magnetisation transfer weighting was acquired using the same settings as the PD weighted acquisition, but with just four echoes (2.2–9.34 ms). This scan included a 180° pre-pulse with 4 ms duration, 2 kHz off resonance. Calibration data to correct for transmit and receive field inhomogeneities were also acquired.

随后，我们使用SPM12中的hMRI工具箱计算参数图，采用默认工具箱配置设置，启用了对不完全扰相的校正，并选用预计算的B1场选项。生成的参数图包括：对组织含水量敏感的质子密度图；对髓磷脂、铁及含水量敏感的纵向弛豫率（R1）图；对铁含量敏感（对髓磷脂敏感性较低）的有效横向弛豫率（R2*）图；以及对髓磷脂含量尤其敏感的磁化转移饱和度（MTsat）图。

所有影像序列采集均在PD和LBD参与者正常服用药物的情况下进行。

MRI quality control

原始图像数据由两名不知晓临床信息的评估者进行目视检查，以确保脑部覆盖范围适当并识别如运动伪影等问题。在整个处理过程中，包括最终计算出的图谱，均进行了进一步的目视检查。鉴于rsfMRI对运动伪影的高度敏感性，我们除目视检查外，还采用了严格的运动控制标准，这与我们之前的研究一致。仅通过各模态质量控制的扫描数据被纳入分析。最终，共有111名参与者被纳入3T功能连接分析（包括23名对照组、35名PD-NC及50名LBD）。关于3 T数据MRI质量控制与预处理的完整细节详见Supplementary Methods。

Cortical gradient construction

Gradient construction

在对T1加权、DWI和rs-fMRI数据进行标准化预处理后（采用本课题组既定流程，详见Supplementary Methods），我们使用相同的脑区划分方案（Schaefer 200皮层分区）为每位参与者构建了结构与功能连接组。采用约200个节点的分区方案能提升梯度构建的可靠性，尤其对于基于功能连接性衍生的梯度。在构建结构与功能连接组时，我们采用同一套分区方案，并分别以纤维束数量（结构连接组）和相关系数（功能连接组）作为加权指标。

我们分别从结构连接矩阵和功能连接矩阵中提取皮层梯度，同时通过水平拼接结构连接矩阵与功能连接矩阵的方式构建融合梯度。梯度分析使用BrainSpace工具包完成。梯度提取采用扩散映射嵌入法，该方法可识别不同脑区间连接性的空间变化轴，使得强连接的皮层顶点在空间中更接近，而弱连接或无连接的顶点则更疏远。本研究采用归一化夹角作为相似性度量指标，因其能保留脑区间的角度距离且对噪声不敏感（取值范围为0至1，1表示角度完全相同，0代表角度完全相反）。两个节点i与j之间的归一化夹角A(i,j)计算公式如下（公式(1)）：

其中，cossim为余弦相似度函数，x代表相应的连接指标（结构连接矩阵使用纤维束数量，功能连接矩阵使用Pearson相关性）。

首先，我们为每种梯度类型（结构、功能、融合）生成了组水平梯度成分模板，将梯度数量限制为10个并采用默认稀疏度设置（即保留权重最高的前10%连接）。每个组水平模板均基于对照组参与者（n=23）的平均结构、功能及融合连接矩阵计算得出。随后，从每位参与者的结构、功能及融合连接矩阵中分别提取个体梯度（10个梯度，默认稀疏度0.9，扩散参数a=0.5）。接着通过普氏分析法将每个个体的梯度分量与组模板对齐，该方法使得跨个体或跨群体的梯度比较成为可能。研究结果在使用不同稀疏度参数（稀疏度0.8和0.5）时均得到复现。

Statistical analysis

采用BrainStat中实现的基于表面的线性模型，比较组间（PD-NC组与HC组、LBC组与HC组、LBD组与PD-NC组）的梯度评分差异，以年龄和性别作为协变量，并使用随机场理论进行家族性误差校正，默认聚类定义阈值为0.01。

Neural contextualisation

我们将LBD和PD-NC相对于HC在结构梯度上的差异，置于以下四类规范性变异的背景中进行阐释：（1）兴奋性与抑制性神经元基因表达标记物；（2）皮质细胞构筑特征；（3）疾病特异性遗传与血浆标志物；（4）整体基因表达谱。

Cell-specific gene expression

经年龄和性别校正后的结构梯度差异（LBD vs HC 及 PD vs HC）未阈值化 t 图，使用 neuromaps 脑区分割工具进行分区处理（Schaefer 200 个皮层分区）。

基因表达谱数据来自艾伦人脑图谱（AHBA）。我们使用 abagen 工具及已建立的预处理流程提取基因表达数据，并将其映射至 200 个皮层分区。基于每名捐赠者的 AHBA MRI 数据，每个组织样本被划分到 200 个皮层分区的对应解剖结构中。为保障左右半球的数据覆盖度（左半球含 6 名捐赠者数据，右半球含 2 名捐赠者数据），我们对同源皮层分区的数据进行了合并处理。样本间距在皮层表面以 2 mm距离阈值进行评估。采用 Re-Annotator更新探针-基因注释，背景阈值设为样本量的 50%。每个基因选择表达强度最高的探针作为代表性探针。基因表达数据通过尺度化、抗异常值的sigmoid归一化方法在整个皮层范围内进行标准化。经预处理后保留 15745 个基因（初始包含 20737 个）。所得基因表达表用于提取细胞特异性基因标记并评估整体基因表达模式。

细胞类型特异性标记包括：

● 兴奋性神经元：CUX2、THEMIS、RORB、FEZF2

● 抑制性神经元：PAX6、RELN、VIP、SV2C、TLE4、PVALB、SST

● 星形胶质细胞：AQP4、GFAP

● 内皮细胞：CLDN5、SEMA3G、EFNB2、MFSD2A、SLC16A1、C1QA、HBB、ACTA2、CNN1、VWF、TSHZ2

● 小胶质细胞：CD74、PTPRC

● 少突胶质细胞：PDGFRA、BCAS1、PLP1、MBP、RASGRF1、ANKRD18A

通过累加各单基因的标准化表达值，计算每个脑区中上述各类细胞类型的汇总基因表达量。采用Spearman 相关分析与空间置换检验（1000 次旋转置换，统计显著性阈值 pspin < 0.05），将脑区特异性细胞基因表达与分区化的梯度差异t-map进行比较。

Cytoarchitecture

源自组织学的梯度图反映了健康人脑中细胞构筑结构上的分化轴，局部平均层状厚度值则取自BigBrain的研究数据；这些数据可通过BigBrainWarp公开获取。我们评估了两个主要分化轴：感觉离心轴（组织学梯度1，用于区分感觉皮层、运动皮层与旁边缘结构）以及前后轴（组织学梯度2）。通过Spearman相关分析与旋转置换检验（1000次置换，pspin < 0.05），我们将梯度差异的分区t-map与这两个细胞构筑分化轴以及局部层状厚度进行了比对。

Association with disease severity and specificity

为探究皮层组织结构的差异是否与疾病严重程度相关，并且是否为α-突触核蛋白病理所特有（而非由淀粉样蛋白共病理驱动），我们进行了两项分析。首先，我们为每位参与者计算了一个综合梯度差异分数。该分数源自每个脑区的SC-G1的绝对Z评分值，该值是与对照组的相应脑区SC-G1值进行比较得出的；随后，将200个脑区的这些值求和，得到一个单一的综合梯度差异分数Gs，如公式（2）所示：

其中x为给定脑区的梯度值，μ代表均值，σ为标准差。因此，参与者Gs得分越高，表明其整体皮层结构与对照组的差异越大。我们通过Spearman相关性分析，将该得分与各疾病组（LBD和PD-NC）的疾病严重程度结局指标及血浆p-tau217水平进行关联分析。

其次，我们检验了LBD相关的SC-G1差异的空间分布（LBD与HC组间SC-G1差异的无阈值t-map）是否与PD和AD孟德尔风险基因的区域表达空间模式相关。我们分别从Blauwendraat等人的研究中筛选PD孟德尔疾病相关基因列表（仅纳入PD致病性置信度为高或极高的基因），以及从OpenTargets平台获取AD相关基因，筛选关联基因并要求遗传关联评分>0.6。疾病特异性基因列表详见Supplementary Methods。随后我们从上述处理的AHBA基因表达表中提取了Schaeffer分区200个皮层区域的标准化基因表达总值。采用空间相关旋转置换检验（1000次置换，pspin < 0.05）比较SC-G1变化与脑区疾病特异性基因表达的关系。

Regional patterns of gene expression

我们采用偏最小二乘回归（PLS）进行分析，其中预测矩阵X为200*15745矩阵（包含从AHBA数据集中提取的15475个基因在200个脑区的mRNA表达量，具体提取方法如前所述），因变量Y为200*1维区域结构梯度变化（分别对应LBD vs HC及PD vs HC的梯度变化t-map）。通过提取解释梯度变化与基因表达方差最高的第一PLS成分（PLS1），对基因预测变量进行加权排序。为检验“PLS1对Y方差的解释度不高于随机水平”的零假设，我们对梯度变化t-map进行1000次球面投影旋转置换检验，并对各基因权重进行零假设检验（权重为零，错误发现率校正后q < 0.05）。与既往研究一致，将权重显著不同于随机水平的基因纳入后续富集分析。

Enrichment analysis

本研究以基因本体论（GO）、京都基因与基因组百科全书（KEGG）及Reactome通路数据库作为富集分析参考。使用g:Profiler工具进行富集分析，显著性阈值设定为p < 0.05（采用g:SCS方法进行多重比较校正），并剔除涉及基因数超过2500的宽泛功能条目。基于语义相似性的REViGO工具对显著GO条目进行降维可视化。为评估LBD与PD-NC富集条目间的相关性，同时采用 Spearman秩相关分析与超几何检验。

Replication and robustness

为确保结果的稳健性，我们进行了多项重复性分析：

● 使用7T定量MRI队列进行正交验证：我们利用超高场强7T MRI队列验证了LBD和PD-NC组相较于对照组在脑区间分化程度的差异。该分析采用不同的成像序列、部分不同的患者群体（7T队列中50%的受试者包含于主队列，但两次扫描至少间隔1年）及不同的分析方法，从而增强了研究结果的可靠性。

● 梯度构建验证：为确保梯度构建方法的选择不影响结果，我们采用不同稀疏度参数重复了分析（主论文中展示稀疏度0.9的结果，Supplementary Results中展示稀疏度0.8和0.5的结果）。

● 空间自相关控制：在所有神经关联分析中，我们基于空间相关球面旋转算法进行空间置换检验以评估统计显著性。该方法能有效控制基因共表达和空间自相关可能导致的假阳性偏差，从而确保皮质组织结构差异模式（LBD vs 对照组与PD vs 对照组间的结构梯度差异）与基因表达关联的可靠性。

● 富集分析筛选：在富集分析中，我们仅纳入相较于空间置换检验具有显著差异加权值的基因。

Results

整体研究方法见 Fig.2。本研究共纳入62名LBD患者（包括DLB、PDD及伴有轻度认知障碍的帕金森病患者（PD-MCI）），46名认知功能稳定的PD患者（PD-NC），以及23名年龄匹配的健康对照者（HC）。人口学特征与临床评估数据见Table 1。完整的各LBD亚组认知评估结果及特征详见Supplementary Tables 1 and 2。

Structural connectivity gradients are distinct in LBD and PD-NC

首先，我们为每位被试推导了全皮层范围的结构和功能连接梯度。为了评估LBD和PD-NC在脑区间梯度上的差异，我们随后估计了描述大脑结构和功能连接中系统性皮层变异空间梯度的特征向量，也称为皮层梯度。我们比较了健康对照组、PD-NC和LBD之间的结构和功能梯度。首先，我们评估了第一结构连接梯度（SC-G1）和第二结构连接梯度（SC-G2）的整体梯度分布。我们发现，与健康对照组和LBD患者相比，PD-NC患者的结构连接梯度呈现出扩张（即梯度评分偏离中点，或分布两极间的差值增大）现象（SC-G1：Kruskal-Wallis H=7.87, p=0.019；SC-G2：H=17.0, p<0.001）。这表明PD-NC患者脑区之间结构连接模式的差异性增强，或者说不同脑区之间的区域间分化程度增加。相比之下，LBD患者与PD-NC患者相比，其整体梯度分布呈现出收缩，并且与健康对照组相比，处于梯度极值端的脑区数量略有减少（SC-G1：Fig.3A；SC-G2：Supplementary Fig.1）。这表明，增强的区域间分化是认知正常型帕金森病的一个特征，而非LBD的特征。

Fig. 3. Structural connectivity gradient alterations are seen in Lewy body disease and are specific to cognitive severity. Overall gradient distribution in the principal structural gradient (SC-G1) differed between controls (HC), Parkinson’s patients with normal cognition (PD-NC) and patients with Lewy Body Dementias (LBD) (A), with expansion of gradient  scores in PD-NC reflecting increased inter-regional differentiation in structural connectivity (Kruskal–Wallis H = 7.87, p = 0.019). Regional differences in structural gradient scores were seen in both PD-NC (B) and LBD patients compared to HC (C). Surface-based linear models controlling for age and sex (family-wise error correction for multiple comparisons, cluster threshold 0.01) revealed significant differences in SC-G1 gradient scores between groups. Only statistically significant clusters after multiple comparisons correction (p_FWE ＜ 0.05) are shown. Colour scale depicts effect size per vertex (blue colours decrease in gradient scores; red colours increase in gradient scores). Gradient reorganisation is specific to cognitive severity in LBD. For each participant, a composite gradient change score was calculated from the Z-scored gradient value for each region compared to HC gradient values for that region, summed across the 200 regions. Composite gradient scores were correlated with composite cognitive scores (p ＜ 0.001) (D) but not motor scores (p = 0.470) (UPDRS-III: Unified Parkinson’s Disease Rating Scale Part 3) (E) or levodopa daily equivalent doses (p = 0.889) (F). Spearman correlation was used; error bars represent 95% confidence intervals.

Supplementary Figure 1. Structural Connectivity Gradient 2 (SC-G2) alterations in Lewy Body Diseases. A. Overall gradient distribution in SC-G2 in controls (HC), Parkinson’s patients with normalcognition (PD-NC) and patients with Lewy Body Dementias (LBD).There was significantly different distribution amongst the three groups (Kruskal Wallis H=17.00,p<0.001) with expansion of gradient scores in PD-NC reflecting increased inter-regional differentiation in structural connectivity. B. SC-G2 Gradient scores in healthy controls (n=23). C. Differences in gradient scores between PD-NC and HC. Surface-based linear models controlling for age and sex revealed significant diƯerences in PDNC vs HC with reductions in SC-G2 scores in left prefrontal regions temporopolar and dorsolateral prefrontal cortices. Only statistically significant clusters after multiple comparisons correction (pFWE <0.05) are shown. Colour scale depicts eƯect size per vertex (blue colours increases in gradient scores; red colours reductions in gradient scores). D. Differences in gradient scores between LBD and HC. LBD showed widespread changes in SC-G2 scores with both increases and reductions in scores reflecting widespread loss of cortical organisation. Only statistically significant clusters after multiple comparisons correction (pFWE <0.05) are shown. Colour scale depicts effect size per vertex (blue colours increases in gradient scores; red colours reductions in gradient scores).

接下来，为了更好地理解各脑区对全脑皮层组织的贡献，以及路易体疾病中特定脑区在皮层层级内的位置可能发生的变化，我们采用了基于表面的混合线性模型（以年龄和性别作为协变量，经过多重比较FWE校正，聚类阈值为0.01），并将每个顶点分配至其对应的结构梯度值。与对照组相比，PD-NC组在两项结构梯度分布极端区域均表现出梯度值差异：在SC-G1梯度上，变化主要集中在单模态脑区，如感觉运动皮层和左侧视觉皮层（Fig.3B）；在SC-G2梯度上，左侧前额叶区域出现梯度值降低（Supplementary Fig.1）。与之形成对比的是，尽管总体梯度分布相似，但LBD组在两项结构连接梯度（SC-G1与SC-G2）的空间组织上均表现出与对照组双向、双侧且广泛分布的差异（SC-G1，Fig.2C; SC-G2, Supplementary Fig.1）。即使分别评估不同LBD亚组，其与对照组在SC-G1梯度上的差异模式仍保持相似（Supplementary Fig.2）。

当直接在顶点层面（而非基于感兴趣区）对比PD-NC与LBD时，未发现统计学显著差异（未校正结果见Supplementary Fig.3，各LBD亚组与PD-NC的差异见Supplementary Fig.4）。值得注意的是，与队列中观察到的显著结构连接梯度差异形成反差，所有组别间的功能连接梯度均未出现差异（Supplementary Fig.5）。

多项重复分析（采用不同稀疏度阈值计算结构连接梯度）证实了LBD与PD-NC组相对于对照组在结构梯度差异上的稳健性（Supplementary Fig.6）。

Differences in inter-regional differentiation between LBD and PD-NC are also seen using ultra-high field quantitative MRI in a different cohort of LBD, PD-NC and controls

为确保研究结果的可靠性，我们在另一个包含LBD、PD-NC及对照组的独立队列中，采用不同的MRI采集方案与分析方法为研究结论提供了进一步证据。我们使用7 T定量MRI（7T qMRI），对比检验了SG-G1梯度分布极端区域（主分析中显示组间差异）与分布中间区域（组间无差异）的qMRI参数值。

7 T队列包含13名LBD患者、13名PD-NC患者及23名年龄匹配的对照者，人口学资料与临床评估结果见Supplementary Table 3。我们计算了包含质子密度、纵向弛豫率（R1）、有效横向弛豫率（R2*）和磁化转移饱和度（MTsat）的定量多参数图谱（MPM）。根据主3 T队列中SC-G1评分及其在LBD与对照组间的差异表现，从Schaeffer分区图谱中选取了四个感兴趣区，并提取其平均MPM值：其中两个区域选自梯度分布极端且显示组间差异（"RH_SalVentAttn_TempOccPar_3"与"RH_SomMot_18"），另两个选自梯度分布中间且无组间差异的区域（"RH_Default_Temp_1"与"LH_Default_Temp_1"）。随后采用纳入年龄和性别因素的混合线性模型分析ROI*组别（LBD、PD-NC、健康对照）交互作用，评估MPM值的脑区间差异是否在组间存在显著不同。考虑到梯度变化主要体现在结构连接梯度，我们特别关注了髓鞘敏感指标（MTsat与R1）。研究发现髓鞘敏感图存在显著的ROI*组别交互作用：R1（p=0.045）与MTsat（p=0.022）均显著，而质子密度与R2*未显示显著交互作用。对于MTsat，脑区间MTsat值的组间差异主要由LBD组"RH_SomMot_18"驱动（β=-0.131，p=0.003）；对于R1，在配对比较中未发现特定区域或组别主导整体ROI*组别交互作用，表明整体差异并非由单一区域引起。7 T分析完整结果见Supplementary Fig.7。

Supplementary Figure 7. DiƯerences in inter-regional diƯerentiation between patients with Lewy Body Dementias (LDB), patients with Parkinson’s and normal cognition (PD-NC) and controls (HC) – Replication using 7T Quantitative MRI. We calculated mean values for each mutiparameter map (MPM) within 4 regions of interest (ROIs). These were chosen based on their rating on the first primary structural connectivity gradient (SC-G1): two were from the extremes of the gradient distribution ("RH_SalVentAttn_TempOccPar_3", and "RH_SomMot_18") and two from the middle of the gradient distribution ("RH_Default_Temp_1", "LH_Default_Temp_1")).We compared ROI*Group interaction using mixed linear models with age and sex as covariates to assess whether interregional diƯerences in MPM signal diƯered significantly between groups. There was a significant ROI*Group interaction for MTsat (p=0.022) (A) and R1 (p=0.045) (B) but not proton density (C) or R2* (D). For MTsat, the group diƯerence in inter-regional MTsat values was driven by LBD in the "RH_SomMot_18" region (β=-0.131, p=0.003). There were no significant pairwise regions for R1.

Structural connectivity organisation changes are behaviourally relevant and specific to cognitive performance and Lewy body pathology

接下来，我们检验了路易体病患者的结构性皮层组织变化是否与疾病严重程度相关。为此，我们为每位参与者计算了综合梯度差异分数，该分数基于每个脑区相较于对照组对应脑区的绝对Z值化结构连接-梯度1（SC-G1）梯度值，并在200个脑区范围内求和；通过这种方法，参与者的分数越高，反映其整体皮层组织与对照组的差异越大。我们将综合梯度差异分数与疾病严重程度（认知严重程度：蒙特利尔认知评估（MOCA）和简易精神状态检查（MMSE），以及结合五个认知域详细评估的综合认知分数）及运动严重程度（运动障碍学会统一帕金森病评定量表第三部分（MDS-UPDRS-III）和“起立-行走计时测试”（TUG）评分）指标进行相关性分析，分别在LBD和PD-NC内进行。我们发现，在LBD患者中，梯度分数越接近对照组（综合梯度差异分数越低）与更差的认知表现相关（SC-G1：MOCA：Spearman ρ=0.234，p=0.062；MMSE：ρ=0.309，p=0.015；综合认知分数：ρ=0.483，p<0.001），但在PD-NC组中无此关联（所有结果均不显著；Fig.3D）。这进一步支持了以下观点：对照组与LBD参与者之间在脑区间分化表现出的表面相似性，实际上与脑区层面组织结构的、行为相关的变化有关。事实上，梯度更“看似正常”的参与者正是那些认知功能更差的个体。在校正年龄、性别和p-tau-217值后，梯度分数与综合认知分数（p=0.001）和MOCA（p=0.050）的相关性仍显著，但与MMSE的相关性不显著（p=0.272）。

相比之下，综合梯度差异分数与运动指标（MDS-UPDRS-III或TUG评分，Fig.3E）或左旋多巴等效日剂量（LEDD）（Fig.3F）均无相关性。这些发现表明，在LBD和PD-NC患者中观察到的结构性皮层组织差异，特异性地与路易体病的认知衰退相关，而非其他临床特征（如运动严重程度）。

Neuronal underpinnings of structural gradient differences show divergent contributions in PD-NC and LBD, with excitatory neurons affected only in LBD

我们进一步评估了结构梯度差异是否与特定神经元及胶质细胞群体的区域分布差异相关。为此，我们将LBD vs 对照组、PD-NC vs 对照组的梯度差异无阈值t-map与细胞特异性基因标志物的区域基因表达数据进行空间相关性分析（使用1000次空间旋转置换检验）。随后对每个t-map的所有比较进行多重比较校正（qspin：经FDR校正的pspin值）。研究发现，LBD患者相较于对照组的SC-G1差异与抑制性神经元细胞（ρ=-0.417，pspin<0.001，qspin=0.004）及少突胶质细胞（ρ=-0.193，pspin=0.021，qspin=0.042）的区域分布相关。我们进一步探究了特定细胞类型是否驱动了与兴奋性或抑制性神经元群体的相关性。LBD的SC-G1差异与表达RORB的第4层神经元呈正相关（ρ=0.257，pspin=0.022，qspin=0.042），其他兴奋性神经元标志物均未显示显著相关性。而与抑制性细胞分布的相关性主要由PAX6与SST抑制性神经元驱动。这些发现表明，在LBD中，抑制性与兴奋性细胞群体表达差异的区域更易出现皮层层级结构组织的改变：富含兴奋性细胞而缺乏抑制性细胞的区域（较高E-I比值，尤见于RORB第4层神经元）显示SC-G1值升高；而E-I比值较低且少突胶质细胞较少的区域则呈现SC-G1值收缩（Fig.4A）。

Fig.4  Neuronal underpinnings of the structural gradient alterations in LBD patients. A The spatial distribution of structural gradient alterations in Lewy body dementia participants (LBD) is significantly correlated with the spatial distribution of normative gene expression markers of RORB excitatory neurons, inhibitory neurons and oligodendrocytes. The unthresholded t-map of primary structural gradient (SC-G1) changes in LBD vs healthy controls (HC) was correlated with normative regional gene expression of cell-specific gene markers (against 1000 spatially correlated spin permutations) from the Allen Human Brain Atlas. P-values presented are corrected for multiple comparisons using false discovery rate across all comparisons per group (q_spin). SC-G1 changes in LBD compared to HC were positively associated with the regional distribution of RORB-expressing layer 4 neurons (left) and overall inhibitory neuronal cells (middle) as well as oligodendrocytes (right). Error bars represent 95% confidence intervals. B Structural gradient alterations in LBD follow a sensori-fugal axis of cytoarchitecture. The SC-G1 t-map of changes in LBD vs HC was correlated to atlases of normative cytoarchitectural organisation from BigBrain (against 1000 spatially correlated spin permutations). SC-G1 alterations were spatially correlated with the sensory-fugal but not the anterior-posterior axis of cytoarchitectural differentiation. Error bars represent 95% confidence intervals. C Structural gradient alterations in LBD show specific laminar contributions SC-G1 gradient change t-maps (LBD vs HC) were negatively correlated with the regional variation of layer 1 (left) and layer 6 (right) cortical thickness and positively correlated with layer 4 cortical thickness (middle). Error bars represent 95% confidence intervals. 

相反，与对照组相比，PD-NC中结构梯度变化的区域性差异仅与抑制性神经元（包括总体抑制性神经元、VIP亚型及SST亚型）的空间分布相关，而与兴奋性神经元分布无关；同时该变化与少突胶质细胞分布显著相关（ρ = 0.199，pspin = 0.018，qspin = 0.049）。在兴奋性神经元富集而少突胶质细胞相对匮乏的脑区，PD-NC组更易出现SC-G1值的收缩现象。LBD与PD-NC患者结构梯度改变的神经元基础完整结果详见 Table 2。

我们发现，主梯度（SC-G1）的改变在空间上与基于标准组织学数据得出的感觉离心性细胞构筑分化梯度（即从更单模态感觉区到更高阶跨模态皮层区的分化梯度）存在显著相关性（LBD vs HC 梯度变化：ρ=-0.369，qspin=0.009；PD-NC vs HC：ρ=0.295，qspin=0.004）。这一结果通过使用基于各脑区功能网络分配的单模态-跨模态排序指标得到了验证（LBD：ρ=-0.352，pspin=0.001；PD-NC：ρ=-0.352，pspin=0.001），其中跨模态区域更可能呈现梯度评分升高，而单模态区域更可能表现为梯度评分收缩。相比之下，梯度变化与细胞构筑分化的前-后轴向无显著相关性（Fig.4B）。

LBD与PD-NC的结构连接组织差异还显示出特定的皮层分层贡献：两组SC-G1梯度变化的t-map均与第1层厚度分布呈负相关，与第4层厚度呈正相关（Table 2）。这表明在这些患者组中SC-G1值降低更显著的脑区往往具有更厚的第1层和更薄的第4层。此外，仅在LBD组中发现SC-G1梯度变化与第6层厚度相关（Table 2），提示LBD中SC-G1值降低更明显的区域可能具有更厚的第6层。

Structural gradient alterations are disease-specific and not driven by Alzheimer’s pathology

为评估在LBD患者中观察到的皮质结构组织差异是由阿尔茨海默病共病病理驱动还是疾病特异性表现，我们进行了两项分析。首先，我们评估了综合梯度差异评分是否与血浆p-tau217水平（该血浆生物标志物与PET31显示的β-淀粉样蛋白和tau蛋白脑内水平相关）存在关联。结果显示SC-G1（ρ=0.132, p=0.346）与SC-G2（ρ=0.172, p=0.217）均无相关性。

其次，通过空间相关旋转置换检验，我们分析了LBD组与HC之间SC-G1的无阈值t-map差异，是否与PD和AD孟德尔风险基因的区域表达相关。研究发现LBD的梯度改变与PD特异性基因表达相关（ρ=-0.256, pspin=0.039），而与AD基因无关联（ρ=-0.046, pspin=0.549）。综合这些证据表明，阿尔茨海默病共病病理并非驱动LBD患者出现梯度改变的主要因素。

Structural gradient differences are associated with variation in regional gene expression patterns: the same regions drive this in LBD and PD-NC, but there are differences in biological processes and pathways

最后，我们试图评估LBD和PD-NC患者的主要结构梯度改变是否与特定生物过程和通路相关基因的表达差异存在关联。为此，我们采用偏最小二乘回归（PLS）进行分析：以SC-G1梯度改变的t-map（1×200脑区，分别对比LBD与健康对照、PD-NC与健康对照）作为因变量Y，以艾伦人脑图谱提供的区域基因表达数据（17545个基因×200脑区）作为预测变量矩阵X；并通过10000次空间相关旋转置换检验对结果进行验证。第一主成分PLS1在基因表达与梯度改变变异中解释度最高（Supplementary Table 4），因此我们使用PLS1的基因权重进行后续基因本体论与富集分析（仅纳入经置换检验显著差异加权的基因，置换检验p<0.05）。

相较于对照组，LBD和PD-NC患者均显示皮质梯度偏移与特定基因表达下调相关：LBD组涉及2782个基因，PD-NC组涉及2296个基因。PLS1区域权重与LBD的梯度改变呈正相关（ρ=0.389，置换检验p<0.001）。换言之，在LBD患者中梯度评分差异最大的脑区，其PLS1负权重基因的表达水平更低。LBD与PD-NC的PLS1权重区域分布模式相似，两组患者在左侧顶叶与额叶相同脑区的基因表达均存在差异（Supplementary Fig.9A）。

Supplementary Figure 9. Structural gradient alterations in Lewy body disease are associated with regional gene expression patterns. We assessed whether principal structural gradient alterations in patients with Lewy body dementia (LBD) and Parkinson’s with intact cognition (PD-NC) are underpinned by normative diƯerences in genes related to specific biological processes and pathways. We performed partial least squares regression (PLS) with dependent variable Y the t-map of primary structural gradient (SC-G1) alterations (1*200 regions, LBD vs HC and PD vs HC assessed separately) and predictor matrix X of regional gene expression (17545*200 regions derived from the Allen Human brain atlas). The first principal component (PLS1), explaining most variance in both gene expression and SCG1 variability was used in further analyses. The regional profile of PLS1 weighting for LBD vs GC (A) reveals that left parietal and frontal regions showed most downweighting (reduced expression) of genes. Genes that were significantly downweighted (against 1000 spatially correlated spin-permutations, pspin<0.05) were then included in gene ontology (GO) and enrichment analyses. Down-weighted genes, that were less expressed in regions showing SCG1 diƯerences in LBD vs HC, were enriched for GO terms relating to cellular response to stimulus, positive regulation of biological and cellular processes, and developmental processes (B) with similar results for down-weighted genes in PD-NC vs HC (C). Although GO terms for LBD and PD-NC were highly inter-correlated, there were several terms that were solely enriched in LBD and not in PD-NC (D) or only enriched in PD-NC and not in LBD patients (E).

在LBD与对照组存在差异的脑区中，表达下调的基因富集于以下功能：细胞对刺激的反应、生物及细胞过程的正向调控、发育过程等相关基因本体术语（Supplementary Fig.9），同时在脂质相关代谢通路的REACTOME数据库路径中也呈现富集（Tables 3 and 4）。

我们发现与对照组相比，在PD-NC组中被下调权重基因相关的基因本体（GO）术语和REACTOME通路中，也存在相似的模式（Supplementary Fig.9）。LBD组与HC组、PD-NC组与HC组之间的GO术语排序高度相关（ρ=0.807，p<0.001），其重叠程度显著高于随机预期（超几何检验p<0.001）。REACTOME通路分析结果也呈现相同趋势（ρ=0.733，p=0.025，超几何检验p<0.001）。然而，部分术语仅在某一种疾病组中特异性富集（Supplementary Fig.9）。其中33个术语仅在PD-NC组下调权重基因集中富集，主要涉及信号转导和刺激响应过程；而62个术语在LBD基因集中特异性富集，主要与细胞过程的正向调控、发育过程及分解代谢过程相关。完整的GO术语列表详见Supplementary Table 5。

Discussion

在本研究中，我们全面评估了路易体疾病的皮层组织结构差异，以及这些差异如何与潜在的细胞和分子进程相关联。我们发现PD-NC与LBD患者的皮层组织变化呈现不同模式。在PD-NC患者中，我们观察到皮层梯度扩张现象，表明脑区间差异被放大；而在LBD患者中，虽然整体梯度分布与对照组相似，但区域间分化出现减弱，同时LBD患者存在广泛的局部皮层梯度值差异。这些变化特异地与认知功能损害程度相关，而与运动症状严重度无关。重要的是，我们将这种皮层层级结构的差异与标准细胞类型构成、皮层细胞构筑及基因表达特征联系起来。研究发现，PD-NC与LBD患者的皮层重组在正常状态下抑制性神经元更丰富而少突胶质细胞较少的脑区更为显著。但仅在LBD患者中，这种差异与兴奋性神经元（特别是表达RORB蛋白的第4层神经元）相关。尽管两者具有相似的区域重组模式及驱动重组的生物学通路，但存在关键差异：LBD患者的皮层组织差异集中在信号传导及刺激反应相关基因表达降低的区域，而PD-NC患者的差异区域则表现为生物/细胞过程正向调控及分解代谢相关基因表达下降。

综合而言，我们的研究证实：（1）疾病相关梯度差异与皮层细胞构筑、神经元群体及基因表达存在关联；（2）PD-NC与LBD具有差异，提示路易体疾病的认知与运动症状可能源于不同病理进程；（3）整合宏观组织原则与微观结构特征的多尺度研究方法对验证假设和产生新见解至关重要。

研究显示，PD-NC与LBD患者在同一脑区均存在皮层组织差异，但LBD的脑区改变更为广泛。这些改变对整体皮层层级产生不同影响：PD-NC患者呈现脑区间差异放大（与Fig.1D所示一致），而LBD患者整体梯度分布与对照组相似，提示区域特异性减弱（Fig.1F）。这种对大脑皮层整体层级结构产生的相反影响，加之其背后细胞与分子机制存在的重要差异，提示PD-NC与LBD在病理基础上至少存在部分差异——两者并非同一病理进程的不同阶段（即LBD并非PD-NC的单纯晚期状态）。在组织变化方面，存在仅与PD-NC特异相关而非LBD的术语富集，这进一步支持了上述观点。我们在活体患者中复现了既往尸检研究对PD及PDD大脑区域皮层特异性的观察结果。关键的是，通过采用两个独立队列、两种影像模态及分析技术，我们在全脑水平证实了PD-NC与LBD之间这种区域组织模式的差异性。

我们利用单细胞转录组技术复现了先前的研究结果，证实路易体痴呆中存在兴奋性神经元的选择性易感现象，特别是表达RORB的兴奋性神经元。在LBD中，皮质梯度差异与RORB（一种特异性表达于第4层兴奋性神经元的基因）的标准区域表达呈正相关，这与PD-NC患者不同。由于LBD患者的梯度评分普遍低于对照组，这意味着在正常情况下RORB表达较低（Fig.4A）且第4层较薄（Fig.4C）的脑区，在LBD的皮质层级结构中更易发生改变。第4层作为内颗粒层，其厚度和组成在皮质不同区域差异显著，该层的小颗粒神经元是丘脑感觉核团的主要突触后靶点，对感觉处理至关重要。感觉处理功能异常（尤其是视觉处理障碍）是路易体疾病的标志性特征，常发生于疾病早期甚至早于症状出现，且与认知障碍相关，能预测PD患者的痴呆转化。我们发现，与对照组相比皮质分化程度降低（总体SC-G1梯度变化评分较低）仅与LBD参与者的认知功能下降相关，而与运动评分无关，这表明这些改变特异于认知障碍而非运动损伤。第4层神经元对路易体痴呆认知障碍患者病理过程的选择性易感性，可能同时解释该类疾病中出现的视觉感知缺陷及这些缺陷预示认知障碍的现象。

有证据表明第4层易感性可能特异于α-突触核蛋白病理。路易小体更密集分布于皮质Ⅲ-Ⅵ层，尽管一项比较AD与LBD患者死后视觉皮质的研究未显示显著的层特异性差异，但确实揭示了第4层GABA能神经元的功能改变。在阿尔茨海默病中，Tau蛋白病理似乎不累及第4层，表达RORB的第4层神经元对淀粉样蛋白和Tau病理尤其具有抵抗力。与此相反，PDD患者RORB兴奋性神经元的基因表达改变仅与路易小体病理负荷相关，而与淀粉样蛋白病理无关。我们的研究进一步支持该结论：LBD的区域梯度改变与PD特异性基因列表（而非AD特异性基因列表）的区域分布相符，且与标准梯度评分的偏离程度和血浆p-tau水平无关。这表明LBD的皮质重组特异地与认知功能及α-突触核蛋白病理相关。

尽管RORB第4层兴奋性神经元可能在LBD的认知障碍中发挥独特作用，我们也发现LBD与PD-NC患者的梯度差异驱动因素存在重要共性。两组患者的皮质组织结构差异均遵循感觉离心轴分布，初级感觉区权重下降更显著，且与抑制性神经元及少突胶质细胞的区域表达相关。皮质内抑制功能受损与PD运动症状的关联已被充分阐述。虽然传统上认为PD是纯粹的神经元疾病，但越来越多证据表明少突胶质细胞在疾病早期即发挥重要作用：死后皮质及深部脑区的少突胶质细胞转录组改变被反复报道；动物与细胞模型研究显示白质结构改变早于或独立于灰质损失出现；活体神经影像学也证实了这一现象。我们的研究为此提供了新证据，但并未表明少突胶质细胞参与认知障碍的特异性。

尽管RORB第4层兴奋性神经元仅与LBD相关，而与PD-NC的组织结构变化无关，但我们发现抑制性神经元与两组疾病均存在关联，尽管其底层细胞群体存在差异。抑制性传递受损在LBD疾病谱系中均有报道：与对照组相比，帕金森病患者GAD表达降低；尸检研究显示皮质GABA能传递减少与DLB患者的幻觉相关，活体研究也发现其与帕金森病有关。然而，关于特定抑制性神经元群体选择性易损性的证据仍不足。虽然PD和PDD中已观察到抑制性神经元及其他神经元群体的转录变化，但近期一项关于扣带回的单细胞转录组研究发现，抑制性神经元受皮质路易体病理的影响小于兴奋性神经元。我们的研究结果表明，有必要进一步探究抑制性神经元在伴或不伴认知障碍的PD中的作用。

尽管PD-NC和LBD相较于对照组存在显著的结构组织差异，但我们在功能梯度上未发现变化。这可能源于rs-fMRI扫描未通过质量控制导致样本量较小、统计效能降低，也可能提示存在更局部化或代偿性变化。功能连接代偿可能在无症状期延缓症状出现，而其丧失可部分解释帕金森病患者运动及认知症状的严重程度。虽然本研究未直接验证此点，但未来工作可予以阐明。

我们的活体研究结果与PD及PDD的尸检转录改变具有一致性，这提示梯度分析揭示的皮质层级差异至少部分反映了路易体疾病中基因表达的变化。该发现也为结合神经影像学与规范性基因表达、细胞结构图谱的多模态多尺度研究方法提供了重要支持。尽管此类方法在跨尺度研究及揭示健康人脑机制方面的价值已得到公认，但其在疾病研究中的适用性仍存争议——这不仅源于方法学局限，也因神经退行性疾病中基因表达与细胞构成本身已发生改变。然而，我们的研究表明这些方法能产生重要见解，并可双向应用：不仅能如本研究所示用于验证细胞或分子层面的实验，还能催生新假设并校准实验设计。例如，未来比较LBD与PD的转录组研究可聚焦于基因表达变异对皮质重组贡献最高的脑区（PLS1权重，Supplementary Fig.8A）；而针对LBD与阿尔茨海默病第4层特异性差异变化的研究，可重点关注感觉区（尤其是感觉运动皮层），该区域在LBD中权重显著降低（因而与RORB表达减少及第4层厚度变薄相关）。

本研究存在一定局限性。首先，我们的主要目标是评估路易体疾病谱系中皮质结构的差异，特别是伴或不伴痴呆患者之间的差异。但这些差异可能受到皮质下-皮质连接潜在改变的影响，而本研究未对此进行评估。未来专门针对皮质下-皮质结构的研究可弥补这一不足。其次，由于参与者层面的数据剔除导致样本损失、扫描时间较短及数据量有限，我们对功能梯度变化的检测灵敏度不足；这可能是广泛结构性改变未能引起显著功能变化的原因。第三，作为横断面研究，我们仅能比较组间结构差异。未来纵向研究可进一步描绘路易体疾病谱系中结构变化的时间轨迹。

综上所述，本研究表明路易体疾病患者（无论是否伴痴呆）相同脑区的分子水平变化，会反映为截然不同的皮质结构改变。尽管细胞与分子驱动因素存在相似性，我们也发现认知障碍患者存在重要差异——特别是RORB第4层兴奋性神经元的变化；这些变化并非由淀粉样蛋白共病理驱动，且与认知功能具有特异性关联。最后，本研究提供了一个重要范例，展示了如何运用多尺度活体神经成像技术，为神经退行性疾病的分子机制提供基础性见解。