《Nutritional Neuroscience》：Sweetness exposure modulates brain networks in children responding to sucrose solutions: a functional MRI study
摘要
儿童肥胖是一个普遍的健康问题，糖消耗不仅与其发展有关，还对大脑健康产生不利影响。虽然已有大量研究探索了成人对甜味的大脑处理过程，但关于儿童大脑在类似情境下如何激活的了解仍然有限。本研究通过功能性磁共振成像（fMRI）技术，结合独立成分分析（ICA），旨在揭示甜味暴露如何调节儿童对蔗糖溶液反应的大脑网络。
引言
儿童肥胖日益成为全球健康问题，在法国，约17%的儿童被归类为超重或肥胖。肥胖儿童在童年及成年后面临心血管疾病、糖尿病、某些癌症和全因死亡率升高的风险。世界卫生组织（WHO）建议，成人和儿童每日游离糖摄入量应低于总能量摄入的10%。然而，儿童通常对甜味表现出比其他基本味觉（如咸味、苦味、酸味和鲜味）更强的偏好。在现代社会中，甜食线索无处不在，儿童抵抗这种诱惑尤为困难。已有研究表明，长期高糖摄入会改变神经递质系统，包括多巴胺和乙酰胆碱通路，从而增加神经血管损伤（如中风和痴呆）的风险。此外，添加糖摄入量较高的儿童在海马依赖性创造力任务（托兰斯创造性思维测试，TTCT）中表现较差。尽管有这些发现，关于习惯性甜食消费如何影响儿童大脑网络的了解仍很少。
大量研究已探讨成人大脑如何处理甜味和其他基本味觉。前岛叶和额叶岛盖构成初级味觉皮层，代表味觉刺激的身份和强度，其激活与主观强度线性相关。眶额叶皮层（OFC）作为次级味觉皮层，编码食物的主观价值。与前扣带皮层（ACC）一起，OFC代表味觉的奖励和享乐价值，其活动与感知愉悦度相关。值得注意的是，与岛叶味觉皮层不同，OFC激活在饱腹后减少，突出了感觉和奖励处理之间的区别。奖励相关区域，包括纹状体和杏仁核，也在味觉感知过程中被激活，并有助于编码食物相关的愉悦感。特别是对于甜味，岛叶、纹状体和丘脑 consistently 被观察到强烈激活。然而，儿童大脑如何响应甜味仍 largely 未被探索。
先前研究表明，糖（而非脂肪）促进并维持享乐动机的饮食行为，如强迫性进食。糖对奖励系统的这种强效作用促使研究者探究习惯性甜味暴露如何调节对食物线索的大脑响应。例如，Burger和Stice发现，健康体重青少年频繁食用冰淇淋与奖励相关区域（包括纹状体、背外侧前额叶皮层（DLPFC）、ACC和岛叶）对奶昔摄入的响应减弱相关。类似地，Green和Murphy报告称，饮用更多无糖苏打水的成年人对糖精的反应显示尾状核头部激活较低。这些发现共同表明，频繁甜食消费会减弱对甜味的奖励处理。然而，这种关联是否发生在儿童中尚不清楚。在行为上，重复暴露于蔗糖甜橙汁增加了儿童对该饮料的偏好，但迄今为止尚无fMRI研究考察甜味暴露或偏好如何影响儿童对甜味的神经响应。鉴于儿童在生理和认知上与成人不同，理解味觉-奖励网络在儿童期如何发展对于制定针对过度饮食和肥胖的早期干预措施至关重要。
除了检查味觉诱发的响应外，我们还试图确定在吞咽甜溶液后是否有不同的皮层网络被激活。吞咽触发鼻后香气刺激，少量空气被呼入鼻腔，使嗅觉输入与味觉信息整合并塑造风味感知。这种多感官整合预计会招募超越初级味觉区域的更广泛皮层系统。先前的成人fMRI研究表明，随意吞咽 engages 分布式感觉运动和注意/情感网络。然而，尚无研究直接对比吞咽前后的神经活动，尤其是在多感官和奖励相关网络仍在发育的儿童中。因此，分离品尝和吞咽阶段为了解儿童大脑如何从主要味觉处理过渡到更整合的多感官响应提供了一个独特窗口。
为了表征这些分布式过程，我们使用了独立成分分析（ICA）。传统的单变量对比 well suited for 识别局部激活，但对支持风味感知的大规模功能网络之间的协调相互作用敏感性较低。基于网络的方法已 increasingly applied in 味觉和风味研究，表明感知愉悦度取决于腹侧情绪和奖励系统的联合活动。鉴于这些见解，ICA为识别儿童中任务相关网络提供了一个更数据驱动和全面的框架。
此外，使用品尝和吞咽之间的对比对于分离吞咽时独特触发的额外过程至关重要，揭示了大脑如何从基本感觉编码过渡到整合性、奖励相关和摄入后处理。这些过渡动态，而非绝对吞咽活动，对糖暴露、偏好和BMI的个体差异最为敏感。因此，我们的目标是：（1）识别在品尝和吞咽甜溶液过程中参与的功能网络；（2）检查习惯性甜味暴露如何与这些网络相关；（3）测试甜味偏好、BMI和性别是否调节网络响应。基于先前的青少年和成人研究，我们预期岛叶、OFC、ACC、纹状体和丘脑，以及与感觉整合和食物奖励相关的网络会被激活，并假设甜味暴露将在吞咽后的网络级重配置中得到更强反映。
材料与方法
参与者
34名8-12岁儿童从法国斯特拉斯堡的几所公立学校招募。所有参与者健康，无食物限制、过敏、神经或精神疾病，且无MRI扫描禁忌症。为确保样本更同质，排除一名超重和一名肥胖儿童，最终样本为32名参与者（16名女性；平均年龄=9.5岁）。本研究遵循《赫尔辛基宣言》进行，并经当地伦理委员会批准（Comité de Protection de Personnes Est 1 Bourgogne, no. 2013/71）。获得父母书面知情同意和儿童口头同意。参与者获得补偿、教育书籍和大脑结构MRI图像作为礼物。
刺激物
甜味暴露：食物频率问卷
使用由Divert等人开发并适应法国饮食习惯的食物频率问卷评估儿童甜食消费频率。问卷包括74个项目：56个评估44种甜食和12种甜饮料的摄入频率，18个评估添加到食物中的甜味成分的频率和数量。儿童使用6点量表回答“您每周消费以下食物/饮料多少次？”。
喜好测量
使用五种蔗糖浓度（0.09, 0.18, 0.35, 0.70, 和1.05 M）评估儿童对不同甜度水平的喜好。每个样本呈现两次，伪随机顺序。蔗糖溶解在瓶装水（Evian?）中，新鲜制备。喜好评估在fMRI训练前立即进行。儿童品尝每个溶液（20 mL）后使用9点享乐量表（带有卡通面孔）评分，从“非常不喜欢”（1）到“非常喜欢”（9）。品尝间用水漱口。
fMRI会话刺激物
使用三种刺激物：低甜度（LS; 0.09 M）和高甜度（HS; 0.70 M）蔗糖溶液，以及对照溶液（模仿唾液离子成分的稀释人工唾液）。对照溶液含6.25 mmol/L KCL和0.625 mmol/L NaHCO3。
设计与程序
研究分两部分：第一部分，儿童完成甜食频率问卷和甜味喜好测量，测量身高体重计算BMI z分数（基于法国参考数据）。第二部分包括在模拟扫描仪中的训练会话和实际fMRI会话。
训练会话
在模拟扫描仪中熟悉MRI环境和实验范式，练习吞咽溶液，减少焦虑和头动。
fMRI会话
扫描前禁食至少2小时，禁饮（水除外）90分钟。到达后使用5点饱腹感量表评分饥饿程度。扫描开始于解剖图像采集（6分钟），随后味觉范式（18分钟），总扫描约25分钟。
味觉范式
适应自Stice等人，包括18个区块，平均分配三种区块长度（4、5和7事件/区块）。每个事件以0.5秒注视十字开始，随后传递0.75 mL溶液。显示“TASTING”提示6秒，儿童将溶液含在口中，随后“SWALLOW”提示3秒。每个区块使用相同溶液（LS、HS或对照）。每个溶液以每种长度呈现两个区块。区块后用对照溶液漱口两次（对照区块后不漱口）。区块间可变间隔（ITI）2-4秒，伪随机顺序。总持续时间18分钟。刺激呈现和时间控制使用E-Prime 2.0。
刺激传递
使用三通道味觉计（OG001 Burghart）。溶液从三个2.5 mL玻璃注射器通过PTFE管和柔性塑料吸管传递至舌中部。视觉指令通过E-prime软件与味觉计同步。
数据分析
甜食消费分数
食物项目分四类：甜饮料、糖果零食、谷物乳制品水果产品、添加糖或其他甜味成分。每类甜食消费分数计算为消费频率分数（0–5）与甜味强度（0–10）乘积之和。甜味强度值来自已验证食物味觉数据库。为改善正态性，对消费分数进行对数转换。
甜味喜好分数
偏好浓度（Pref）定义为五种蔗糖溶液中喜好评分最高者。如多个浓度评分最高，Pref取平均值。根据Weber-Fechner定律，Pref值分析前对数转换。另计算fMRI中使用的两种蔗糖浓度（LS和HS）的平均喜好评分用于相关分析。
fMRI数据采集
使用3T Siemens VERIO MRI扫描仪和32通道头线圈采集。高分辨率T1加权结构图像使用MPRAGE序列（TR=1900 ms, TE=2.3 ms, FA=9°, 176矢状面, 矩阵=192×192, 体素大小=1×1×1 mm）。功能图像使用梯度回波平面成像（EPI）序列（TR=2000 ms, TE=24 ms, FA=90°, 35层, FOV=192 mm, 矩阵=64×64, 体素大小=3×3×3 mm）。味觉范式中采集625个功能体积。
fMRI数据预处理
使用SPM12预处理和分析功能MRI数据。功能体积进行层时间校正、实时运动校正（PACE）和与个体T1加权解剖图像配准。结构T1图像使用SPM12分割工具标准化到MNI模板。形变场应用于功能图像，生成标准化体积（体素大小功能2×2×2 mm，结构1×1×1 mm）。功能图像平滑（单变量分析用6-mm FWHM高斯核，ICA分析用2-mm FWHM）。运动参数作为 nuisance regressors 纳入一般线性模型（GLM）。平均帧间位移为0.32 mm，运动最小。在一阶分析中，个体全脑分析使用体素级GLM。六个回归器模拟每种溶液的品尝和吞咽阶段（GustH, GustL, GustC, SwalH, SwalL, SwalC），加上六个运动参数作为 nuisance covariates。起始delta函数与典型血流动力学响应函数（HRF）卷积，使用1/128 Hz高通滤波去除低频漂移。生成对比图（t图和f图）识别对不同味觉条件响应的大脑区域。组级分析使用这些个体对比图，显著性阈值设定为体素级p<0.05（FWE校正）和簇级q<0.01（FDR校正）。
独立成分分析（ICA）
使用组ICA for fMRI工具箱（GIFT）进行。过程包括三个主要阶段：（1）数据降维，（2）ICA分解，（3）反向重建。在数据降维步骤，对每个参与者数据应用主成分分析（PCA）降维。降维后数据集时间拼接，使用Infomax算法提取组级成分。为确保分解稳定性和可靠性，使用ICASSO工具箱重复ICA估计10次。成分聚类一致性使用Iq指数量化（范围0-1）。选择模型阶数（成分数量）以保持平均Iq>0.7。最后阶段进行反向重建，导出每个独立成分的单受试者空间图（SMs）和时间过程（TCs）。
成分识别和标记
每个成分视觉检查其空间模式和频率谱特征（如低频波动分数振幅[fALFF]和动态范围），以区分任务相关网络与生理或运动相关伪影。使用GIFT中的Component Labeler工具将每个成分的空间图与已知功能模板比较，基于最高空间相关系数识别最佳匹配网络。为进一步网络表征，进行我们的ICA成分与Laird等人报告的20个典型内在连接网络之间的空间相关分析。
相关分析：成分间及成分与刺激
首先计算组级成分间相关性。其次，进行ICA感兴趣成分与刺激回归器之间的相关分析。刺激回归器包括：GustH – GustL, GustH – GustC, GustL – GustC, SwalH – SwalL, SwalH – SwalC, SwalL – SwalC, GustH + SwalH – GustL – SwalL, GustH + SwalH – GustC – SwalC, GustL + SwalL – GustC – SwalC, GustH + GustL + GustC – SwalH – SwalL – SwalC, GustH – SwalH, GustL – SwalL, GustC – SwalC。这些相关使用个体相关系数平均值量化。为确定这些平均相关是否在总体水平显著不同于零，对每个对的32个个体相关系数向量执行单样本T检验。
多元回归
进行多元回归分析检查行为测量如何预测成分间相关性。包括九个行为变量，分三类：（1）人口统计学：性别、年龄、BMI z分数（zBMI）；（2）糖喜好：高甜溶液喜好（Liking_HS）、低甜溶液喜好（Liking_LS）、对数偏好甜度水平（Log_Pref）；（3）糖消耗：甜食暴露频率（Freq_expo）、总糖摄入（Total_sugar）、总甜饮摄入（Total_drink）。由于每类变量相互关联可能含冗余信息，首先在每类内进行PCA导出正交成分分数。这些PCA导出系数作为新回归器代表每个行为构念在后续回归模型中。同一组九个行为变量也用于预测成分-刺激相关性。模型拟合使用调整确定系数（adjusted R2）评估。应用阈值 adjusted R2≥ 0.6 确定回归模型是否有意义。
结果
行为结果
人口统计学
所有分析基于32名参与者（16名女性，平均年龄=9.5岁，SD=0.7岁，范围8-11岁）。儿童平均BMI z分数为0.07（SD=1.17），范围-2.83–2.79。
甜食消费分数
儿童平均频率分数（每周）：甜饮料15.0（3.6）、糖果零食35.9（5.1）、谷物乳制品水果产品24.8（5.1）、添加糖或其他甜味成分4.8（2.2）。甜食和饮料总频率分数平均80.7（11.9）。儿童平均甜味消费分数（频率分数×甜味强度）：甜饮料201.3（45.1）、糖果零食409.3（81.9）、谷物乳制品水果产品472.9（87.1）、添加糖或其他甜味成分62.3（38.1）。总甜味消费分数平均1145.9（173.1）。
甜味喜好分数
平均偏好甜度水平（Pref）为0.27（0.27）M，范围0.09–1.05 M。16名儿童偏好最低甜度水平，两名偏好最高。儿童对HS溶液（0.70 M）平均喜好评分4.64（2.46），对LS溶液（0.09 M）6.61（2.02）。配对样本t检验表明儿童偏好LS溶液胜过HS溶液，t(31)=4.21, p<0.001。
行为测量间相关性
zBMI与甜食消费分数（甜饮料：r=0.19, p=0.30；糖果零食：r=-0.19, p=0.30；谷物乳制品水果产品：r=0.18, p=0.32；添加糖：r=-0.06, p=0.74；总糖：r=0.04, p=0.83）或与甜味喜好分数（Pref：r=0.05, p=0.79；Liking_LS：r=-0.21, p=0.25；Liking_HS：r=-0.05, p=0.79）无显著相关。甜味喜好分数（Pref）与甜食消费分数（甜饮料：r=-0.002, p=0.99；糖果零食：r=0.15, p=0.41；谷物乳制品水果产品：r=0.24, p=0.19；添加糖：r=0.20, p=0.27；总糖：r=0.23, p=0.21）无显著相关。
fMRI结果
单变量全脑分析
检查13个对比图，体素级阈值p<0.05（FWE校正），簇级阈值q<0.01（FDR校正）。仅在品尝和吞咽期比较中观察到显著激活，显示吞咽比品尝激活更强。这些激活涵盖运动相关区域（双侧前/后中央回、辅助运动区、小脑）、皮层下区域（丘脑、下丘脑、海马旁回、壳核）及额外皮层区域包括颞上回、顶上小叶和中扣带回。
ICA结果
成分识别
基于成分质量指数（Iq）选择模型阶数70，所有成分Iq>0.7。通过检查功率谱、空间图和与Component Labeler及Laird等人模板网络的相关性指导成分选择。识别34个成分，分类为八个功能域：默认模式网络（DMN）、视觉感知（VIS）、感觉运动处理（MOT）、岛叶（INS）、过渡（TRN）、基底节（BG）、听觉/语言处理（AUD）和额叶区域（FRO）。在品尝、过渡和吞咽阶段 engages 不同的功能网络。品尝期间，IC47（INS）和IC30（BG）反映与甜味感觉和奖励处理相关的岛叶和基底节激活。过渡阶段涉及IC57和IC7（TRN），涵盖前/后中央回和岛叶皮层，可能介导感觉-运动整合。吞咽期间，IC25和IC39（FRO）显示额叶区域激活，包括直回处理嗅觉信息和额下回整合味觉与情感和奖励相关方面。
默认模式网络（DMN）组：IC24、18、46、62、41、14、66（楔前叶/后扣带皮层、顶上下小叶、内侧前额叶区域）。DMN通常在休息或注意力向内而非向外部任务时活跃。这些DMN成分可能反映参与者在注视间隔被动观看视觉线索的时期。
视觉感知（VIS）组：IC4、8、10、21、19（外侧和内侧后枕叶皮层，包括初级、次级和三级视觉皮层，即V1、V2、V3；BA17/18/19）。此网络由屏幕上视觉指令呈现激活。
感觉运动处理（MOT）组：IC12、9、38、26（前/后中央回、额中回、小脑、顶下小叶）。此网络涵盖初级感觉运动皮层，与味觉过程中的动作和体感处理相关。
岛叶（INS）组：IC31、60、59、47（岛叶/额叶岛盖，BA13/45/47；海马旁回，BA28/34/35/36/37/38；颞上回；扣带回，BA24）。此网络与味觉刺激期间引发的内感受过程相关。
过渡（TRN）组：IC57、7（前/后中央回、岛叶、扣带回、顶下小叶、小脑）。此网络似乎反映味觉和吞咽之间的过渡阶段，涉及吞咽时的舌头运动和体感感知。
基底节（BG）组：IC16、30（丘脑、海马旁回、尾状核、豆状核）。此网络与奖励和内感受功能相关。本研究中基底节激活可能反映甜味引发的味觉奖励处理。
听觉/语言处理（AUD）组：IC28、33（颞横回，包括初级听觉皮层，BA41/42；颞上回；岛叶）。此网络与听觉处理、音乐和
