Mol Psychiatry:脑生物标志物可以在症状出现之前预测精神病

文摘   2024-12-30 19:02   浙江  

点击下方卡片关注我们~最新前沿资讯抢先看

开放转载欢迎大家转发到朋友圈和微信群

可添加小编微信13295818509获取原文 



精神病学(Psychiatry)需要强健且可推广的精神病生物标志物。这些生物标志物有助于阐明疾病的病理生理学机制,预测疾病发作,或将患者划分为具有临床意义的亚组。既往的功能磁共振成像(functional Magnetic Resonance Imaging,fMRI)研究表明,在精神分裂症后期,皮层感官区域之间的连接更弱(低连接)而与丘脑的连接更强(高连接)。高连接的结果已被多次验证,但低连接的结果受到的关注度相对较低。这些研究通过皮尔逊相关系数来估计连接性,但这种方法无法区分直接连接和间接连接。在这些研究中,许多潜在的混杂因素未被排除,该效应对精神病的特异性仍是一个悬而未决的问题。并且,尚未有研究尝试将这些发现整合为一个单一的标志物

2024年10月4日,罗切斯特大学医学中心精神病学和神经科学系Brian P. Keane博士及其研究团队在Molecular Psychiatry(IF=9.6)上发表了题为“Functional dysconnectivity of visual and somatomotor networks yields a simple and robust biomarker for psychosis”的研究论文。研究人员利用了人类连接组早期精神病项目的数据,已经确定了一种大脑生物标志物,它可以在症状出现之前预测精神病的发作,从而实现早期干预和个性化护理。


研究人员利用人类连接组早期精神病项目所收集的数据,详细检查了159名参与者的磁共振成像(Magnetic Resonance Imaging,MRI)扫描结果。在这159名参与者中,有105例是在接受检测前的长达五年内被确诊为患有精神障碍的患者。研究采用了Cole-Anticevic脑网络划分方法,该方法将脑区划分为12个功能网络。功能网络是基于Glasser等人图谱中的360个表面皮层脑区以及额外的358个体积性亚皮层脑区构建而成的。此划分方法包含了四个感觉网络:初级视觉网络、次级视觉网络、躯体运动网络以及听觉网络。其中有38个丘脑脑区,其中22个被归入感觉网络(包括2个次级视觉脑区和2个躯体运动脑区)

大脑的四个感觉网络网络分区

就皮层-皮层连接而言,研究人员发现,在非情感性和情感性精神病患者中,躯体运动网络和视觉2网络均表现出皮层-皮层连接低下的情况,且程度相当。在非情感性和情感性精神病患者中,躯体运动网络和视觉2网络均表现出丘脑-皮层连接过度的情况,且程度相当。这说明在精神病患者的大脑中,皮层的感觉区域之间的连接更弱,而与丘脑(大脑的信息中继站)的连接更强

对每个感觉网络的皮层-皮层连接和丘脑-皮层连接进行组间比较


研究人员综合这两个网络的连接障碍模式,创建了一个“躯体-视觉”生物标志物。研究采用LOSOCV交叉验证(leave-one-site out crossvalidation), 静息态功能连接(resting-state functional connectivity,RSFC)生物标志物可将76名精神病患者与54名健康对照区分开来。


ROC曲线

研究使用了人类连接组早期精神病项目的数据,并为54名健康对照者和105名精神病患者计算了静息态功能连接矩阵,通过最新的脑网络划分方法定义了初级视觉网络、次级视觉网络(视觉2)、听觉网络和躯体运动网络,通过正则化偏相关确定了718个区域的功能连接。无论是情感性还是非情感性精神病患者,在躯体运动和视觉2网络中均表现出皮层-皮层连接低下和丘脑-皮层连接过度,但在听觉或初级视觉网络中则未表现出这种差异。研究人员对视觉2和躯体运动网络的连接进行平均化和标准化处理,并减去丘脑-皮层和皮层-皮层连接值时,出现了一个稳健的精神病生物标志物。这种“躯体-视觉”生物标志物存在于未接受抗精神病药物治疗的患者中,并且不依赖于精神共病、物质/尼古丁使用、压力、焦虑或人口统计学等混杂因素。该标志物在留一法交叉验证中可以区分各组(AUC = 0.79),并且在添加到一项著名的神经认知任务中时可以提高组分类的准确性。这些结果介绍了一种简单且稳健的RSFC生物标志物,可在疾病早期阶段区分精神病患者与对照组。这些发现为及时的精神病诊断奠定了基础,并且可以将患者分层为有意义的亚组进行靶向治疗

参考文献
Keane, B.P., Abrham, Y.T., Cole, M.W. et al. Functional dysconnectivity of visual and somatomotor networks yields a simple and robust biomarker for psychosis. Mol Psychiatry (2024). https://doi.org/10.1038/s41380-024-02767-3

资讯来源

https://neurosciencenews.com/psychosis-biomarker-neuroscience-28134/


欢迎加入前沿资讯交流群,入群方式:
添加小编微信13295818509
备注(姓名-工作单位/院校-研究方向-文献交流
(可扫描下方二维码)

入群可免费提供文献下载服务


下方课程点击跳转至链接:
实训 | 第二十四届 | 1.14-1.15 |基于脑影像数据的元分析实训| 杭州
实训 | 第二十三届 | 1.14-1.19 | 弥散像数据分析实训 | 杭州
实训 | 第二十二届 | 1.14-1.19 | 复杂网络分析实训 | 杭州
实训 | 第二十一届 | 1.14-1.19 | 动态分析实训 | 杭州
实训 | 第二十届 | 1.14-1.19 | 白质信号分析实训 | 杭州
实训 | 第十九届 | 1.14-1.19 | 结构像数据分析实训 | 杭州
实训 | 十八届 | 1.14-1.19 | 静息态数据分析基础实训 | 杭州

招聘公告


培训课程


数据分析业务


编译:吴金颖

校审:张建欣


全文完

所有注明出处的文章,旨在分享、传播,如有侵权,请及时联系我们,我们将尽快处理

喜欢本文记得一键四连

点点赞点在看点分享点收藏!

脑海科技实验室
脑科学专业交流社区
 最新文章