抑郁症患者视觉网络过度整合与基因表达谱的关联研究：解锁神经生物学奥秘

为探究抑郁症（MDD）脑网络功能障碍及与基因表达关系，研究发现视觉网络异常，为诊疗提供新视角。

　　抑郁症（Major Depressive Disorder，MDD）是一种常见且严重的精神疾病，像一片挥之不去的阴霾，笼罩着全球众多人群。它以持续的情绪低落、兴趣丧失和认知缺陷为特征，如同隐藏在身体里的 “恶魔”，严重影响着患者的生活质量。据统计，男性和女性的终生患病率分别高达 20% 和 30%。然而，尽管科研人员们付出了诸多努力，MDD 的发病机制却依旧迷雾重重，就像一座难以攀登的高峰，让人们难以触及它的真相。

随着研究的不断深入，MDD 被越来越多地认为是一种大脑 “功能连接异常（dysconnectivity）” 的疾病。以往的研究表明，MDD 患者大脑中的大规模网络，如默认模式网络（Default Mode Network，DMN）、额顶叶网络（Frontoparietal Network，FPN）和突显网络（Salience Network，SN）等，都存在着功能连接的异常。但这些研究犹如散落在各处的拼图碎片，并不完整且存在不一致的地方，对于 MDD 患者大脑网络模块化架构的改变，还缺乏全面且深入的认识。

同时，MDD 具有一定的遗传性，遗传因素在大脑连接组的组织中也起着关键作用。转录组 - 连接组关联研究的出现，为我们提供了一座连接微观转录组和宏观大脑网络的桥梁。那么，MDD 患者大脑网络的功能障碍与特定的转录组谱之间是否存在关联呢？解开这个谜团，或许就能为我们深入理解 MDD 的神经生物学基础打开新的大门，也为开发更有效的治疗方法提供关键线索。

带着这些疑问，来自中国医科大学、辽宁人民医院、东南大学、南京医科大学等多家机构的研究人员踏上了探索之旅。他们的研究成果发表在了《Translational Psychiatry》上，为我们揭示了许多重要的信息。

在这项研究中，研究人员采用了多种关键技术方法。他们招募了 262 名 MDD 患者和 297 名健康对照者（Healthy Controls，HC），收集了这些参与者的静息态功能磁共振成像（Resting-state Functional Magnetic Resonance Imaging，R-fMRI）数据。通过 GRETNA 工具包对 R-fMRI 图像进行预处理，构建了每个个体的功能连接网络。利用 Yeo 7 网络框架将大脑功能网络划分为七个模块，计算了参与系数（Participation Coefficient，PC）等图论参数。同时，研究人员还获取了来自艾伦人类大脑图谱（Allen Human Brain Atlas，AHBA）的基因表达数据，并进行了一系列的统计分析。

下面来看看具体的研究结果：

1. MDD 患者系统性功能连接的改变：研究人员发现，MDD 患者和 HC 组在 PC 上存在显著差异。在双侧视觉网络（Visual Network，VIS）的 12 个脑区中，MDD 患者的 PC 值明显升高，这些脑区包括右初级视觉皮层（V1）、双侧早期视觉皮层（V2 和 V3）等。进一步分析功能连接（Functional Connectivities，FCs）发现，与 HC 组相比，MDD 组中 VIS 与高阶网络（如 DMN、FPN、Ventral Attention Network，VAN）以及边缘网络（Limbic Network，Limbic）之间的 FC 值增加；而 VIS 内部以及 VIS 与感觉运动网络（Sensorimotor Network，SMN）之间的 FC 值降低。
2. 图论参数与临床变量的关系：MDD 相关的 PC 与临床变量之间没有明显的相关性。但在 FCs 方面，在区域 - 模块水平，左侧 VMV2 与 VIS 之间的 FC 值与汉密尔顿抑郁量表（Hamilton Depression Rating Scale，HAMD）的总分、核心抑郁因子、躯体焦虑因子和厌食因子得分呈负相关。在区域 - 区域水平，VIS 内部许多 FC 值与 HAMD 总分及各因子得分呈负相关，而 VIS 与 DMN 之间的 FC 值与 HAMD 得分呈正相关。此外，VIS 内部某些区域（如 lh_V2 - lh_ProS 和 lh_V2 - lh_VMV1）的 FC 值与 MCCB 中的类别流畅性呈正相关。
3. 与 MDD 患者脑网络系统功能连接障碍相关的基因表达谱：通过偏最小二乘法回归分析（Partial Least Squares regression analysis，PLS），研究人员发现转录组谱能够解释 21 - 23.5% 的 MDD 相关 PC 改变的方差。与 MDD 相关 VIS 高节点整合相关的基因表达谱，在跨突触信号传导和离子运输调节等途径中显著富集。参与这些途径的基因，如 SLC38A2 和 SCN1B 等，可能在 MDD 的发病机制中发挥重要作用。而且，这些基因还参与了 “癌症途径”“谷氨酸能突触” 和 “Ras 信号通路” 等 KEGG 途径，这或许为 MDD 与癌症的共病现象提供了转录组学基础。

在研究结论和讨论部分，此次研究有着诸多重要意义。研究人员首次发现 MDD 患者 VIS 的高节点整合，这一现象反映了该网络的重组。VIS 与高阶网络、边缘网络之间的异常连接，以及 VIS 内部和与 SMN 之间的连接减少，共同构成了 MDD 相关的异常系统功能连接模式。这些连接的异常与 MDD 患者的临床症状密切相关，比如 VIS 与高阶网络之间的高 FC 值可能导致感觉输入和调节的过度整合，进而影响患者的认知功能；VIS 与边缘网络的高整合可能导致对视觉刺激的异常处理，引发负面情绪和认知偏差。

同时，基因表达谱与 MDD 相关 VIS 高节点整合的关联，揭示了其潜在的分子机制。跨突触信号传导和离子运输调节相关基因的异常，可能影响突触的形成和稳定性，进而导致神经元萎缩和功能障碍。这不仅为我们理解 MDD 的发病机制提供了新的视角，也为开发更具针对性的治疗方法指明了方向。

然而，这项研究也存在一些局限性。研究样本中包含了正在服药的个体，且缺乏治疗反应的纵向数据；对于不同 MDD 亚型中视觉网络连接变化的特异性还不清楚；基因表达数据来自非中国人群，可能存在种族差异的影响。但这并不影响此次研究的价值，它为后续的研究奠定了坚实的基础，激励着科研人员们继续深入探索 MDD 的奥秘。

总的来说，这项研究为我们深入了解 MDD 的神经生物学基础提供了重要线索，就像在黑暗中点亮了一盏明灯，为未来更有效的临床管理和治疗干预带来了新的希望。相信在科研人员的不断努力下，我们终有一天能够攻克 MDD 这一难题，为众多患者带来光明和希望。