编辑推荐：
为探究大脑味觉、嗅觉相关的连接模式能否预测年轻人饮酒量，作者[第一作者单位] 研究人员展开研究。结果发现特定连接模式可预测饮酒行为。该研究为 AUD 早期筛查和干预提供新思路，推荐科研读者阅读。
在酒精的世界里，饮酒行为背后的秘密一直吸引着众多科研人员去探索。你知道吗？在美国，每年约有 14 万人因长期饮酒而失去生命，其中年轻人更是酒精使用障碍（AUD）的高危人群 。酒精成瘾是饮酒行为的一个重要影响因素，而在众多引发成瘾的因素中，味觉和嗅觉这两个化学感觉系统可起着关键作用。
当我们闻到酒的香气，或是尝到酒的味道时，大脑中那些与奖励、情感决策相关的区域就像被按下了启动键。就像有研究发现，重度饮酒者闻到酒精气味时，大脑中与奖励预期相关的伏隔核（NAc）和腹侧被盖区会变得异常活跃；尝到酒精的味道时，中脑边缘多巴胺系统也会被激活，释放出多巴胺，让我们产生愉悦感，从而更想喝酒。不仅如此，酒精的气味还会影响我们的注意力和自控力，让我们更容易被酒吸引。
虽然之前有很多基于任务的功能磁共振成像（fMRI）研究关注到这些现象，但也存在一些问题。以往研究大多聚焦在局部脑区或小规模神经回路，却忽略了大脑作为一个整体，不同区域之间大规模相互作用的重要性。而且，目前还不清楚味觉和嗅觉相关的大脑连接特征与酒精消费之间到底有怎样的联系。这就好比我们知道了拼图的一些小块，但还不知道这些小块是如何拼在一起形成完整图案的。所以，为了填补这些知识空白，深入了解饮酒行为背后的神经机制，来自 作者[第一作者单位] 的研究人员决心开展一项新的研究。
后来，研究人员在《Neuropsychopharmacology》期刊上发表了题为 “Brain Connectivity Patterns Associated with Taste and Olfactory Perception Predict Alcohol Intake in Young Adults” 的论文。经过一系列研究，他们发现特定的与味觉和嗅觉感知相关的大脑连接模式，能够预测年轻人的饮酒行为。这一发现意义重大，就像是找到了一把可以打开饮酒行为预测大门的钥匙，为早期筛查和针对性干预酒精使用障碍提供了新的方向，也为个性化治疗策略的制定提供了重要依据。
研究人员在开展这项研究时，用到了几个关键的技术方法。首先是从人类连接组计划（HCP）的年轻成人队列中获取静息态功能磁共振成像（rs - fMRI）数据，这些数据就像是大脑活动的 “记录仪”，记录了大脑在安静状态下的活动情况。然后，他们利用独立成分分析（ICA）技术，将大脑功能连接划分成不同的网络节点，构建出功能连接组，就像绘制了一张大脑网络地图。接着，通过计算多种特征来区分信号和噪声，把有效的信号筛选出来。最后，使用一般线性模型（GLM）来分析大脑连接模式与饮酒行为之间的关系，看看哪些大脑连接能够预测饮酒量。
下面我们来详细看看研究结果。
训练集和验证集的比较
研究人员把 1003 名参与者的数据按照 70:30 的比例分成训练集和验证集。为了确保这两个数据集具有可比性，他们对年龄、性别、身体质量指数（BMI）、尼古丁依赖测试（FTND）分数、味觉和嗅觉分数进行了比较。结果发现，训练集（n = 702）和验证集（n = 117）在这些方面都没有显著差异，这就像是两个 “势均力敌” 的队伍，为后续的研究奠定了良好的基础。
味觉和嗅觉变量与酒精测量指标的相关性
研究人员通过直接的皮尔逊相关性分析，想看看味觉和嗅觉变量与酒精测量指标之间有没有什么联系。结果发现，在训练样本中，嗅觉识别分数和年轻人的总葡萄酒摄入量之间存在显著相关性，但和其他酒精变量没有明显关联。而味觉强度分数和任何酒精测量指标都没有显著相关性。这就有点奇怪了，为什么味觉和嗅觉在预测酒精摄入上会有这样不同的表现呢？
嗅觉和味觉网络的识别
研究人员经过一系列复杂的统计分析，在总共 742 种可能的大脑连接中，发现有 41 种连接与嗅觉识别分数、25 种连接与味觉强度分数，在留一法交叉验证和错误发现率（FDR）校正后，达到了预定的统计阈值（P < 0.05）。而且，其中有一个连接（node27 - node23）和嗅觉、味觉分数都有关系。这些连接在大脑中分布很广泛，涉及视觉、背侧注意网络（DAN）、腹侧注意网络（VAN）、额顶叶（FP）/ 控制网络（CN）、躯体运动网络（SMN）、默认模式网络（DMN）等多个大脑子系统。这表明味觉和嗅觉的感知不仅仅局限于特定的感觉区域，还和大脑的很多其他功能区域有着千丝万缕的联系。
与参与者酒精饮料消费相关的嗅觉和味觉网络
研究人员还发现，过去一周的总饮酒量和过去一年的日均饮酒量、最大饮酒量之间有很强的相关性；过去一周的啤酒 / 葡萄酒 / 冷饮摄入量和过去一年的相关指标也有联系，但葡萄酒、烈酒和其他酒类的过去一周摄入量和过去一年的消费没有显著关联。
进一步分析发现，在嗅觉网络中，过去七天的总葡萄酒消费量和视觉 - 视觉连接（node32 - node13）呈显著正相关；在味觉网络中，过去一周的总酒精摄入量、过去一年的最大饮酒量和 VAN - FP/CN（node27 - node9）的连接呈负相关，过去一周的啤酒 / 葡萄酒 / 冷饮摄入量和 DAN - 视觉网络（node18 - node3）的连接呈负相关。这说明不同的大脑连接和不同类型的酒精饮料消费之间有着特定的关联。
嗅觉和味觉网络对酒精摄入量的预测准确性
研究人员把训练好的一般线性模型应用到验证数据集上，来预测过去一周的酒精摄入量。结果发现，对于与嗅觉相关的连接，模型的预测准确性很强，均方误差（MSE）为 26.5，均方根误差（RMSE）为 5.15，准确率达到 0.75，F1 分数为 0.74，这表明视觉网络连接对葡萄酒消费有很好的预测作用。对于与味觉相关的连接，模型表现也不错，MSE 为 26.39，RMSE 为 5.14，准确率为 0.72，F1 分数为 0.71，说明 VAN - FP/CN 的连接对啤酒、葡萄酒和冷饮的摄入量有较好的预测能力。但在预测总饮酒量时，模型的效果就不太理想了，MSE 为 50.23，RMSE 为 7.09，准确率只有 0.48，F1 分数为 0.44。
从研究结论和讨论部分来看，这项研究揭示了人类嗅觉和味觉的功能网络，并且发现其中一些连接和酒精消费指标有相关性，这些连接对酒精消费的预测有一定的有效性。不过，研究也发现不同类型的酒精饮料可能会激活不同的神经回路，这可能和饮料的感官特性、文化关联以及个人偏好有关。而且，虽然研究发现的大脑连接有一定的预测能力，但由于影响酒精摄入的因素很复杂，所以这些连接只能解释部分饮酒行为的差异。
这项研究还存在一些局限性，比如虽然样本量较大，但还需要在外部数据集上进行验证；研究采用的是横断面设计，无法确定因果关系；还有可能存在一些中间表型，比如人格特质、神经认知表现等，会影响大脑网络和饮酒行为之间的关系。不过，这并不影响这项研究的重要意义。它为我们理解酒精消费的神经机制提供了新的视角，就像在黑暗中点亮了一盏灯，让我们看到了更多探索的方向。未来的研究可以沿着这些方向继续深入，比如探索不同大脑连接和饮酒行为之间更具体的神经机制，考虑更多影响饮酒行为的因素，进一步完善对饮酒行为的预测模型，从而为预防和治疗酒精使用障碍提供更有效的方法。
