Hangimizin Beyni Daha Yaşlı?
Zehra Şeker
İnsanoğlu doğar, büyür, yaşlanır ve en sonunda ölür. Fizyolojik olarak baktığımızda çocukluk çağında metabolizma, organ fonksiyonları gibi özellikler daha yavaş iken büyüdükçe normal hızına ulaşır ve yaşlandığımızda tekrardan yavaşlamaya başlar. Peki ya vücut ağırlığımızın yaklaşık %2-3’ünü oluşturan, milyarlarca nöron ve trilyonlarca sinaps bağlantılarından oluşan beynimizin yaşlanması nasıl gerçekleşir?
Beynin yıllar içerisinde yaşlanması ve buna etki eden faktörlerin araştırılması nörodejeneratif hastalıkların anlaşılmasında anahtar roloynuyor. 2018 Aralık ayında PNAS’ta yayımlanan bir çalışma [Proc Natl Acad Sci USA.2019 Feb 19;116(8):3251-3255], cinsiyet farklılığının beyin yaşlanması üzerindeki etkisine ışık tutuyor. Yapay zeka ile geliştirilen algoritma sayesinde kadınların beyin yaşının, aynı kronolojik yaştaki erkeklerden üç yaş daha genç olduğunu tespit eden çalışma, beyin metabolizmasıyla ilgili araştırmalara yeni bir boyut kazandırıyor. Kadınların beyinlerinin erkeklerden daha genç olabileceği evrimsel teorisyenler tarafından halihazırda tahmin ediliyordu. Fakat bu hipotezi desteklemek amacıyla daha önceden yapılan araştırmalar postmortem analizlerle incelenmiş iken bu çalışmanın yaşayan normal bireylerde yapılması özgünlüğünü ortaya koyuyor.
İnsanlarda normal yaşlanma sürecinin beyin metabolizmasındaki azalma ile ilişkili olduğu bilinmektedir. Özellikle aerobik glikolizin beyin yaşlandıkça azaldığı düşünülmektedir. Beyinde yeterli oksijen olmasına rağmen glukozun aşırı tüketimine bağlı oksidatif olmayan metabolizma “aerobik glikoliz” olarak tanımlanmaktadır. Kadınlarda daha da artmış olduğu gözlenen aerobik glikoliz, öğrenme ve nöronların büyümesinde etkili olmaktadır.
Çalışmada, cinsiyetin beyin yaşlanması üzerindeki etkilerini tespit etmek amacıyla kognitif olarak normal 20-82 yaşları arasında 205 birey incelenmiş. İlk olarak, PET (pozitron emisyon tomografisi) görüntüleri aracılığıyla katılımcıların serebral kan akışı, beyindeki oksijen tüketimi, bölgesel total glukoz kullanımı ve aerobik glikoliz parametreleri değerlendirilmiş. Daha sonra bireylerin metabolik beyin yaşını hesaplamak için regresyonu rastgele gerçekleştiren bir makine öğrenmesi algoritması kullanılmış. Algoritma, beyin metabolizma datalarına uygulanarak, gerçek kronolojik yaşa karşı eğitilmiş ve test edilmiş. Çapraz doğrulama neticesinde, algoritmaya dayalı tahmini yaşın (metabolik beyin yaşı) katılımcıların gerçek kronolojik yaşıyla yüksek korelasyon göstermesi, geliştirilen yöntemin başarısını ortaya koymuştur.
Cinsiyet farklılığının metabolik beyin yaşı üzerindeki etkisini değerlendirmek için ise kadınların beyinlerinin daha genç olduğu görüşünden yola çıkılmış. Bu durumda algoritma yalnız erkekler üzerinde eğitildiğinde kadınların beyin yaşının daha genç çıkacağı öngörülmüş. Bu nedenle algoritma ilk olarak yalnızca erkekler üzerinde eğitilmiş ve sonrasında kadınlar üzerinde test edilmiş. Ayrıca ortalama metabolik yaşın (gerçek yaşın çıkarılmasıyla) kadınlarda 3,8 yaş daha az çıktığı tespit edilmiş. Metabolik beyin yaşındaki kadın-erkek farklılığının erkekler üzerindeki verileri eğitmeye özgü olmadığını doğrulamak için, algoritma sadece kadın verisiyle de eğitilmiş. Sonuçta erkekler için metabolik beyin yaşının kadınlarla karşılaştırıldığında 2,4 yıl daha büyük olduğu belirlenmiş. Kadınların daha genç beyin yaşında olmasının hangi spesifik parametrelere bağlı olduğunu belirlemek amacıyla her bir parametre veri setinden ayrı ayrı kaldırılarak cinsiyete bağlı metabolik beyin yaşı farklılığı yeniden hesaplanmış. Buradan da, beyindeki glikoz kullanımının –diğer parametrelere oranla– kadın-erkek metabolik beyin yaşı farklılığıyla daha fazla ilişkili olduğu anlaşılmış.
Yapılan çalışmanın sonuçlarına bakıldığında, erişkin erkek beyniyle kıyaslandığında erişkin kadın beyninin daha genç olduğu ve bu durumun erişkin yaşamı boyunca devam ettiği belirtilmektedir. Hızla gelişen teknoloji çağında, makine öğrenmesi uygulamalarıyla beyin yaşlanmasına etki eden faktörlerin değerlendirilmesi, bu alandaki çalışmaların metodolojisi için yeni bir kapı aralamaktadır. Metabolik beyin yaşının hesaplanması ise, bilişsel işlevlerde azalma riskini ve beyin yaşlanmasına olumlu-olumsuz etki eden diğer parametrelerin belirlenmesini mümkün hale getirmektedir. Beyin yaşlanmasında cinsiyet farklılığının etkisi, evrimleşme ve doğal seçilim de düşünüldüğünde oldukça karmaşık ve multifaktöriyeldir. Bu durumun açıklığa kavuşması için farklı gruplarla yapılacak daha fazla araştırmaya ihtiyaç duyulmaktadır.