笔趣阁

手机浏览器扫描二维码访问

五总结与展望（第5页）

研究者提出一个“神经低效性模型”

（neuralinefficientmodel）以解释这种额叶激活的不一致。

除DLPFC外，研究者也发现精神分裂症患者前扣带回和左侧额极激活强于正常被试。

近期研究发现，患者任务表现不好时，顶叶功能低下，尤其是楔前叶（precuneus）激活异常。

也有研究显示，前额叶和后部脑区（如视觉联络皮层）的功能连接与工作记忆的信息保持与加工有关，而这种功能网络的损伤是精神分裂症患者工作记忆受损的原因。

此外，还有研究者观察到，在视觉空间信息保持阶段，患者表现出顶上-枕叶区域连接减弱。

其他重要脑区如丘脑，皮层下结构等脑区在精神分裂症中也受到广泛的关注。

关于脑内重要子网络异常的研究，大量的研究关注精神分裂症患者的默认网络、执行控制网络、凸显网络，注意网络和听觉网络等。

国内针对精神分裂症患者静息状态下默认网络功能连接以及认知任务核心脑区功能连接，已经开展了一系列工作。

研究发现，首发精神分裂症患者双侧DLPFC与后扣带皮层功能连接减弱；偏执型精神分裂症患者默认网络脑区间、认知相关脑区间以及这两类脑区功能连接均已增强为主；并且这种默认网络功能连接异常增加的模式也存在于精神分裂症患者未患病同胞中，提示默认网络功能连接异常可能是疾病的素质性特征。

其他研究者则研究了工作记忆任务状态对精神分裂症患者默认网络功能连接的调节模式，发现默认网络功能连接也存在于患者的工作记忆任务状态中，且和静息状态功能连接一样显著高于正常对照，并都与患者阳性症状评分有关，但没有对比任务和静息状态下功能连接的异同。

如前所述，脑高级功能不是由单个神经元或单一脑区所独立完成的，而是由许多脑区交互作用来实现的。

对局部脑区以及脑区间交互作用的研究是脑网络组学研究的核心。

脑区间的动态相互作用模式是人类认知过程和运行的基础；对人脑如何产生认知的理解最终依赖于对大尺度脑网络组织形式的了解。

以脑影像数据为手段，基于图论的复杂脑网络分析可以在宏观尺度上对于脑内的复杂交互进行整体定量分析，克服了传统改变研究仅关注少数几个脑区的缺点。

例如，结构连接可以基于结构磁共振或弥散磁共振成像；功能连接可以基于功能磁共振成像、脑电图（electroencephalography）、脑磁图（magnetoencephalography）等，有关脑网络及在神经精神疾病的应用可以参阅最近的综述文章。

有关网络常用的测量指标和拓扑性质，如节点度、路径长度、效率、模块化等可以参考NeuroImage上的一个详细的介绍。

2006年，Liang等人首次使用静息状态fMRI分析了精神分裂症的全脑功能连接，发现静息状态下精神分裂症患者的脑功能也存在广泛分布的失连接。

更有意义的是，同年Micheloyannis等基于EEG数据的研究也报道了精神分裂症患者的脑功能网络小世界属性异常，但是EEG很难精确地检测皮层下的脑功能活动情况。

因此，人们推测人脑功能网络的高效的小世界拓扑结构在精神分裂症患者中遭到了破坏，精神分裂症患者的脑信息传递效率相对正常人降低，这一假设在基于AAL模板分区的全脑网络研究中得到了证实，并被随后的功能磁共振、弥散张量磁共振和结构磁共振图像。

总的来说，这些全脑网络的研究发现精神分裂症患者的脑网络效率降低，层级和模块化属性发生变异，连接强度降低等。

更为有意义的是，许多研究发现脑功能网络属性与临床评分之间密切相关，提示患病时间越长，宏观网络信息效率越低，脑网络的效率和阳性与阴性症状量表（PositiveandNegativeSymptomScale）评分显著负相关。

这些发现为精神分裂症的失连接假说提供了直接的解剖依据，提示脑组织间的连接损伤可能是精神分裂症大脑功能异常的潜在原因。

关于其他类精神疾病，不同模态的脑网络研究也从不同的层面揭示了异常网络变化和行为学之间的关系，同时提示网络指标可以较高的正确率区分正常人和患者，如抑郁症、伴随抑郁症的认知障碍等。

关于脑网络和精神类疾病的研究更多可以参考一些最近的综述性文章，这些文章对脑网络的改变和疾病发生发展机理进行了较为详细的总结。

总的来讲，脑网络组学的兴起和发展，为研究精神分裂症的神经机制带来了新的契机。

从脑网络组的视角出发，必将为理解脑信息加工机制开辟了新途径，为脑疾病的早期诊断和预后及疗效评价提供新视角。

为实现脑网络组学研究的源头创新提供基础，为基础及临床神经科学的研究提供全新的研究工具。

当然这些同时需要采用多模态磁共振影像技术（MRI、DTI、fMRI），对精神疾病导致的脑结构与脑功能损害以及治疗过程中脑结构与脑功能变化进行多模态影像研究，将模式识别方法与医学图像处理技术有机结合，通过发展准确、可靠的多参数磁共振脑影像特征提取、特征融合、以及特征选择新方法，可能发现精神疾病的脑影像学诊断指标，在此研究基础上建立基于脑影像的个体水平上的辅助诊断与疗效评价系统，可能为疾病的准确诊断、对症治疗提供客观依据。

（刘勇）

四、精神疾病的影像遗传学研究

通过家系或全基因组关联等系列遗传学研究方法，研究者发现了多个精神疾病所对应的易感遗传学标记；通过基于影像水平的脑结构、功能和脑网络组的研究方法，研究者发现了多个精神疾病所对应的特定影像学标记。

而影像遗传学或影像基因组学（imaginggeneticsimaginggenomics）的研究，是将影像学和遗传学的信息相结合，试图发现特定遗传学标记对脑结构、功能和脑网络组的调控机制，从而解析脑功能及脑疾病的神经机制和内在遗传机制。

因此，影像遗传学，也就是将基于影像学的脑结构和脑功能的变化作为疾病的内表型进行遗传学研究。

影像遗传学是从基因、脑影像以及行为等多层次相结合的角度进行系统研究，开辟了从微观到宏观不同层次间研究的桥梁，为精神疾病的病理机制研究开辟了新的研究思路。

相对疾病的临床表型来说，影像学内表型代表了相对直接和更为基本的遗传影响，有可能在较小样本的情况下就能达到较高的统计学检验效能。

影像遗传学研究一方面能发现疾病易感性个体差异的生物学机制，从而找到调控具体脑结构或功能的基因；另一方面可为疾病与基因的相关性提供另一角度的验证，并具体解析患疾病风险的神经机制。

影像遗传学的研究策略自2000年被首次提出之后，已被广泛应用到各种神经精神疾病的研究中。

据不完全统计，到目前为止，面向精神疾病的影像遗传学研究已经超过1000篇，这些研究涉及多个重要精神疾病易感基因与特定脑结构以及脑功能的关系，极大地推动了对精神疾病遗传与神经机制的理解。