500
0
0
2025-04-29 15:06:30
2025-05-08
MINILAB 實驗室吳凱教授與廣州醫(yī)科大學附屬腦科醫(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志物，綜合運用多模態(tài)磁共振圖像、腦電、腸道微生物等多生物學數(shù)據(jù)，開展了腦網絡組學、腦腸關聯(lián)網絡、AI輔助診斷算法等系列研究。近期，在Research、NeuroImage、Journal of Translational Medicine等國際權威學術期刊上發(fā)表了相關研究成果。
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，具有較高的復發(fā)率和較強的治療依賴性，嚴重影響患者的社會功能，并與高致殘率和自殺風險密切相關。
團隊前期已圍繞SZ開展了大量研究，揭示了SZ患者腦腸生物標志物及其與臨床表型之間的關聯(lián)特性。隨著研究進一步深入，團隊納入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、腦功能網絡、腸道微生物豐度和網絡屬性等特征，通過矩陣乘法首次構建了個體化腦-腸-微生物網絡，并使用SVM算法實現(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模式網絡及皮層下皮質的連接，且這些連接與患者的認知功能評分顯著相關，相關成果發(fā)表于Neuroimage[1]（圖1 A）。團隊基于個體化腦腸網絡，構建了具有注意力機制的多通道圖卷積神經網絡模型用于疾病分類診斷，發(fā)現(xiàn)腦-腸組學數(shù)據(jù)融合的分類效果優(yōu)于單組學數(shù)據(jù)，識別出的大腦特征主要來自海馬、嗅皮質、尾狀核、豆狀蒼白球等區(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聯(lián)，相關成果發(fā)表于Brain Research Bulletin[2]（圖1 B）。團隊另一項研究，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聯(lián)最為緊密，而腸道亞型更能揭示認知方面的關聯(lián)，相關成果發(fā)表于Journal of Translational Medicine[3]（圖1 C）。此外，團隊還納入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知功能的關聯(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知能力呈負相關，丁酸桿菌屬和梭菌屬的減少則與認知表現(xiàn)呈正相關，相關成果發(fā)表于Schizophrenia Research[4]（圖1 D）。
圖1、SZ腦腸生物標志物系列研究
近年來，團隊聚焦于MDD也開展了系列性研究，取得了系列重要進展。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，且其默認模式網絡（DMN）中子網熵升高，背側注意力網絡（DAN）中子網熵降低，并與視覺學習能力呈顯著負相關，基于節(jié)點熵建立了支持向量機模型有效地區(qū)分了三組人群，其中關鍵特征腦區(qū)主要分布于DMN、DAN、視覺和邊緣系統(tǒng)，通過轉錄組學進一步分析發(fā)現(xiàn)，與自殺意念相關的腦區(qū)熵變化與細胞信號傳導、免疫及炎癥反應等生物過程密切相關，相關成果發(fā)表于Research[5]（圖2 A、B）。另一項研究，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)和低頻波動幅度等指標，發(fā)現(xiàn)MDD患者左側顳上溝和頂下皮層腦溝變淺，左側楔前葉和距狀裂周圍皮層的局部回旋指數(shù)及低頻波動幅度升高，且視覺學習能力與左側顳上溝腦溝深度顯著負相關、與距狀裂周圍皮層低頻波動幅度呈顯著正相關，而基于上述差異腦區(qū)構建的支持向量機模型具有良好的分類性能，其中以左側距狀裂周圍皮層的低頻波動幅度為特征的模型表現(xiàn)最佳，相關成果發(fā)表于 Progress in Neuropsychopharmacology & Biological Psychiatry[6]（圖2 C）。此外，團隊還收集了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，同時發(fā)現(xiàn)頂葉-枕葉后區(qū)的α活動偏側化現(xiàn)象消失，且非周期1/f信號的截距特征與年齡顯著負相關，但與漢密爾頓抑郁評分顯著正相關，相關成果發(fā)表于Biological Psychiatry: Cognitive Neuroscience and Neuroimaging[7]（圖2 D）。
圖2、MDD腦腸生物標志物系列研究
越來越多證據(jù)表明，精神疾病的病理機制已超越傳統(tǒng)的“腦源性”范式，呈現(xiàn)出跨系統(tǒng)、跨層級的復雜特征。醫(yī)學信息與神經影像團隊緊跟學科前沿，融合多模態(tài)磁共振圖像、腦電、微生物組學、人工智能等交叉學科，系統(tǒng)構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志物，拓展了對精神疾病神經生物學機制的理解，也為精準化診斷與個體化干預策略的開發(fā)提供了全新思路與理論基礎。
參考文獻：
