306
0
0
2025-04-29 15:06:30
2025-05-08
MINILAB 實(shí)驗(yàn)室吳凱教授與廣州醫(yī)科大學(xué)附屬腦科醫(yī)院吳逢春主任緊密合作，圍繞重性精神疾病的腦腸生物標(biāo)志物，綜合運(yùn)用多模態(tài)磁共振圖像、腦電、腸道微生物等多生物學(xué)數(shù)據(jù)，開展了腦網(wǎng)絡(luò)組學(xué)、腦腸關(guān)聯(lián)網(wǎng)絡(luò)、AI輔助診斷算法等系列研究。近期，在Research、NeuroImage、Journal of Translational Medicine等國際權(quán)威學(xué)術(shù)期刊上發(fā)表了相關(guān)研究成果。
重性精神疾病，如精神分裂癥（Schizophrenia, SZ）和重度抑郁障礙（Major Depressive Disorder, MDD），是以顯著情緒、認(rèn)知和行為功能障礙為主要特征的精神疾病，通常起病較早，具有較高的復(fù)發(fā)率和較強(qiáng)的治療依賴性，嚴(yán)重影響患者的社會(huì)功能，并與高致殘率和自殺風(fēng)險(xiǎn)密切相關(guān)。
團(tuán)隊(duì)前期已圍繞SZ開展了大量研究，揭示了SZ患者腦腸生物標(biāo)志物及其與臨床表型之間的關(guān)聯(lián)特性。隨著研究進(jìn)一步深入，團(tuán)隊(duì)納入43名SZ患者和55名健康對照（Healthy control, HC），收集靜息態(tài)腦功能磁共振圖像和腸道微生物數(shù)據(jù)，提取腦影像、腦功能網(wǎng)絡(luò)、腸道微生物豐度和網(wǎng)絡(luò)屬性等特征，通過矩陣乘法首次構(gòu)建了個(gè)體化腦-腸-微生物網(wǎng)絡(luò)，并使用SVM算法實(shí)現(xiàn)分類診斷，其中最具區(qū)分性的連接包括糞腸球菌屬與視覺系統(tǒng)及皮層下區(qū)域的連接，以及科林斯氏菌屬與默認(rèn)模式網(wǎng)絡(luò)及皮層下皮質(zhì)的連接，且這些連接與患者的認(rèn)知功能評分顯著相關(guān)，相關(guān)成果發(fā)表于Neuroimage[1]（圖1 A）。團(tuán)隊(duì)基于個(gè)體化腦腸網(wǎng)絡(luò)，構(gòu)建了具有注意力機(jī)制的多通道圖卷積神經(jīng)網(wǎng)絡(luò)模型用于疾病分類診斷，發(fā)現(xiàn)腦-腸組學(xué)數(shù)據(jù)融合的分類效果優(yōu)于單組學(xué)數(shù)據(jù)，識(shí)別出的大腦特征主要來自海馬、嗅皮質(zhì)、尾狀核、豆?fàn)钌n白球等區(qū)域，而腸道微生物重要特征則主要來自瘤胃球菌屬和梭菌屬等，且這些特征與臨床表型顯著關(guān)聯(lián)，相關(guān)成果發(fā)表于Brain Research Bulletin[2]（圖1 B）。團(tuán)隊(duì)另一項(xiàng)研究，整合了腦磁共振圖像和腸道微生物數(shù)據(jù)，融合K-means、高斯混合模型及譜聚類的混合聚類策略，對400名SZ患者和368名HC的腦、腸及腦-腸融合等三類數(shù)據(jù)，進(jìn)行疾病亞型分析，發(fā)現(xiàn)SZ存在二種腦亞型、三種腸道亞型及二種腦-腸亞型，且腦亞型和腦-腸亞型與臨床癥狀的關(guān)聯(lián)最為緊密，而腸道亞型更能揭示認(rèn)知方面的關(guān)聯(lián)，相關(guān)成果發(fā)表于Journal of Translational Medicine[3]（圖1 C）。此外，團(tuán)隊(duì)還納入156名SZ患者和156名正常對照，分析不同BMI水平下SZ患者的腸道微生物組成差異及其與認(rèn)知功能的關(guān)聯(lián)，發(fā)現(xiàn)肥胖SZ患者的腸道微生物存在特異性變化，其中柯林斯菌屬、真桿菌屬等顯著增多，而瘤胃球菌屬、丁酸桿菌屬等顯著減少，其中柯林斯菌屬與認(rèn)知能力呈負(fù)相關(guān)，丁酸桿菌屬和梭菌屬的減少則與認(rèn)知表現(xiàn)呈正相關(guān)，相關(guān)成果發(fā)表于Schizophrenia Research[4]（圖1 D）。
圖1、SZ腦腸生物標(biāo)志物系列研究
近年來，團(tuán)隊(duì)聚焦于MDD也開展了系列性研究，取得了系列重要進(jìn)展。首先，研究納入90名首發(fā)未用藥伴自殺意念的重度抑郁障礙（MDDSI）患者、60名首發(fā)未用藥不伴自殺意念的患者（MDDNSI）以及98名HC，發(fā)現(xiàn)MDDSI組的全局熵顯著高于MDDNSI組，且其默認(rèn)模式網(wǎng)絡(luò)（DMN）中子網(wǎng)熵升高，背側(cè)注意力網(wǎng)絡(luò)（DAN）中子網(wǎng)熵降低，并與視覺學(xué)習(xí)能力呈顯著負(fù)相關(guān)，基于節(jié)點(diǎn)熵建立了支持向量機(jī)模型有效地區(qū)分了三組人群，其中關(guān)鍵特征腦區(qū)主要分布于DMN、DAN、視覺和邊緣系統(tǒng)，通過轉(zhuǎn)錄組學(xué)進(jìn)一步分析發(fā)現(xiàn)，與自殺意念相關(guān)的腦區(qū)熵變化與細(xì)胞信號(hào)傳導(dǎo)、免疫及炎癥反應(yīng)等生物過程密切相關(guān)，相關(guān)成果發(fā)表于Research[5]（圖2 A、B）。另一項(xiàng)研究，招募了105名首發(fā)未用藥MDD患者和53名HC，分析了大腦的腦溝深度、局部回旋指數(shù)和低頻波動(dòng)幅度等指標(biāo)，發(fā)現(xiàn)MDD患者左側(cè)顳上溝和頂下皮層腦溝變淺，左側(cè)楔前葉和距狀裂周圍皮層的局部回旋指數(shù)及低頻波動(dòng)幅度升高，且視覺學(xué)習(xí)能力與左側(cè)顳上溝腦溝深度顯著負(fù)相關(guān)、與距狀裂周圍皮層低頻波動(dòng)幅度呈顯著正相關(guān)，而基于上述差異腦區(qū)構(gòu)建的支持向量機(jī)模型具有良好的分類性能，其中以左側(cè)距狀裂周圍皮層的低頻波動(dòng)幅度為特征的模型表現(xiàn)最佳，相關(guān)成果發(fā)表于 Progress in Neuropsychopharmacology & Biological Psychiatry[6]（圖2 C）。此外，團(tuán)隊(duì)還收集了97名首發(fā)未用藥MDD患者和90名HC的腦電數(shù)據(jù)，通過“FOOOF”算法分析周期性和非周期性成分，發(fā)現(xiàn)MDD患者相較于HC在后部腦區(qū)的個(gè)體化α波和β波段功率更高，但在枕部電極的非周期性校正后α波功率和右枕部電極的β波功率顯著低于HC，同時(shí)發(fā)現(xiàn)頂葉-枕葉后區(qū)的α活動(dòng)偏側(cè)化現(xiàn)象消失，且非周期1/f信號(hào)的截距特征與年齡顯著負(fù)相關(guān)，但與漢密爾頓抑郁評分顯著正相關(guān)，相關(guān)成果發(fā)表于Biological Psychiatry: Cognitive Neuroscience and Neuroimaging[7]（圖2 D）。
圖2、MDD腦腸生物標(biāo)志物系列研究
越來越多證據(jù)表明，精神疾病的病理機(jī)制已超越傳統(tǒng)的“腦源性”范式，呈現(xiàn)出跨系統(tǒng)、跨層級(jí)的復(fù)雜特征。醫(yī)學(xué)信息與神經(jīng)影像團(tuán)隊(duì)緊跟學(xué)科前沿，融合多模態(tài)磁共振圖像、腦電、微生物組學(xué)、人工智能等交叉學(xué)科，系統(tǒng)構(gòu)建了多維融合分析框架，深入解析了重性精神疾病的腦腸生物標(biāo)志物，拓展了對精神疾病神經(jīng)生物學(xué)機(jī)制的理解，也為精準(zhǔn)化診斷與個(gè)體化干預(yù)策略的開發(fā)提供了全新思路與理論基礎(chǔ)。
參考文獻(xiàn)：
