编辑推荐：
帕金森病（PD）影响广泛且机制复杂，为探究黑质纹状体多巴胺能刺激对全脑的影响，研究人员利用 EEG 和深部电极数据，结合 Dody 模型开展研究。结果成功推断出多巴胺能基调，为理解 PD 病理及治疗提供新视角，意义重大。
帕金森病，这个名字想必大家或多或少都有所耳闻。它是世界上第二常见的神经退行性疾病，就像一个隐藏在大脑深处的 “捣乱分子”，给无数患者的生活带来了巨大的困扰。得了帕金森病的患者，常常会出现手抖、身体僵硬、行动迟缓等症状，这些看似简单的表现，背后却有着复杂的生理机制。随着病情的发展，患者不仅身体上承受着痛苦，生活质量也严重下降，给家庭和社会都带来了沉重的负担。
目前，关于帕金森病的研究虽然取得了一些进展，但仍有许多关键问题亟待解决。比如，帕金森病主要是黑质纹状体通路中的多巴胺能神经元发生退化，这就像一条 “运输线” 出了故障，导致多巴胺供应不足。可是，这条 “运输线” 的故障是如何影响整个大脑的活动的呢？尤其是多巴胺能基调（也就是多巴胺在大脑中的一种 “工作状态”，它反映了黑质纹状体通路向大脑其他部分传递活动的能力）的变化，对大脑的大规模动力学（可以理解为大脑各个区域之间活动的协同变化规律）有着怎样的影响？这些问题一直困扰着科研人员。
为了揭开这些谜团，来自法国艾克斯 - 马赛大学（Aix-Marseille Univ）等多个研究机构的研究人员开展了一项意义重大的研究。他们的研究成果发表在了《npj Systems Biology and Applications》杂志上。
研究人员采用了多种关键技术方法来开展这项研究。首先，他们收集了 10 位帕金森病患者在服用左旋多巴（L-Dopa，一种治疗帕金森病的常用药物，是多巴胺的前体）前后的静息态数据，利用放置在运动区域上方的脑电图（EEG）电极和靠近左右丘脑底核（STN）的深部刺激电极进行同步记录。其次，他们运用了基于自适应二次积分发放（aQIF）模型改进的 Dody 模型来模拟全脑活动，该模型特别考虑了局部多巴胺浓度的变化。此外，研究人员还借助雪崩转移矩阵（ATM）来捕捉大脑活动的时空传播特征，并通过贝叶斯推理方法，利用先进的概率机器学习技术，从实验数据中推断多巴胺能基调。
下面来看看具体的研究结果：
- Dody 模型：生成多巴胺驱动的动力学：研究人员对 Dody 模型进行了拓展，使其从模拟单个节点的动力学扩展到模拟全脑活动。通过调整模型中代表不同连接类型（兴奋性、抑制性和多巴胺能）的参数，如wdopa、winh、wexc，系统地探索了模型在不同参数设置下的动力学变化。结果发现，随着wdopa的增加，纹状体区域的动力学发生了明显变化，这表明多巴胺能基调对大脑区域的活动有着重要影响。研究人员还将模拟活动通过导联场矩阵投影到传感器空间，得到了可以与实验数据直接比较的时间序列，并从 ATM 中提取了多种特征，如算术平均值、总和、偏度、峰度等，这些特征与多巴胺能基调之间呈现出明显的关系。
- 经验性差异：服用与未服用 L-Dopa 治疗的患者之间：分析患者的经验数据时，研究人员计算了患者在服用 L-Dopa（ON 状态）和未服用（OFF 状态）时的 ATM。结果发现，ON 状态下的 ATM 包含更高的转移概率，这意味着在服用 L-Dopa 后，大脑区域之间的活动传播更加活跃。研究人员还对 ATM 的各种特征进行了分析，发现这些特征在 ON 和 OFF 状态下存在显著差异，并且在所有患者中都呈现出一致的趋势。
- 模型反演和合成与经验动力学的比较：研究人员利用训练好的掩码自回归流（MAF）对经验数据进行模型反演，得到了每个患者在 ON 和 OFF 状态下多巴胺能基调wˉdopa的后验分布。结果显示，从 OFF 状态数据反演得到的多巴胺能基调较低，而从 ON 状态数据反演得到的较高，这与预期相符。研究人员还通过计算 Wasserstein 距离来量化两种状态下wˉdopa分布的差异，发现两者差异显著。研究人员比较了合成数据和经验数据的动力学，计算了模拟和经验时间序列在皮质通道和 STN 的功率谱之间的 Spearman 相关性。结果表明，模型能够有效地捕捉多巴胺对大规模动力学的影响，生成与经验数据相似的变化。
在研究结论和讨论部分，研究人员成功地通过整合解剖学和功能学知识，利用 Dody 模型结合 EEG 和颅内记录数据，推断出了个体患者的多巴胺能基调。这一成果为理解帕金森病的病理机制提供了新的视角，表明模型和用于反演的特征能够捕捉 L-Dopa 对患者动力学的影响。不过，研究也存在一定的局限性。比如，模型使用了健康人的连接组来进行模拟，这在一定程度上简化了帕金森病患者大脑结构变化的复杂性，可能会限制模型在更晚期病例中的应用。未来的研究可以通过整合个体的结构连接数据和更多临床数据，实现更个性化的建模，从而更准确地预测患者的临床状态，为制定更精准的治疗策略提供支持。
总的来说，这项研究为帕金森病的研究开辟了新的道路，虽然还有很长的路要走，但它为后续的研究奠定了坚实的基础，有望在未来为帕金森病患者带来更有效的治疗方法和更好的生活质量。
