图:论文发表于NatureMedicine期刊
据悉,该研究创新性地提出了纹状体功能异常(FunctionalStriatalAbnormality,FSA)的概念,以对精神分裂症患者的纹状体病理性功能异常进行个体化的定量评估与机制解析。研究团队基于多中心大样本的精神分裂症神经影像、多组学数据库,利用了数据建模与机器学习技术,揭示了这种新的神经影像标记在个体化精准诊断与疗效预测方面的潜在临床转化价值,同时对理解精神分裂症等复杂精神疾病的病理具有重要意义。图:基于多水平多组学的精神分裂症精准诊疗研究框架
通过解码精神分裂症患者的高维度神经影像数据,研究团队发现纹状体功能损伤可以作为一个新的生物学定量指标,该指标可以精准地从健康人群中筛查出精神分裂症患者,并预测患者未来的抗精神病药物治疗效果。通过对7个独立队列进行站点间交叉验证,研究团队发现个体化的FSA评分能够将精神分裂症患者与健康对照组区分开来,准确率超过80%(灵敏度为79.3%;特异性为81.5%)。在两个纵向队列中,个体间的FSA评分基线差异与抗精神病治疗反应显著相关。不仅如此,研究团队还发现该影像学指标可能在辅助医生对选择不同机制的抗精神病药物中提供重要生物依据。基医院或科室及其他公开的神经影像数据集,研究人员验证了这个指标可以推广到不同地区、不同磁共振机器甚至其他人种中。更进一步,研究团队结合基因表达数据,对疾病机制的解析与新药研发提供了可能的新靶点。总而言之,FSA生物标志物为预后评估,临床分层和了解精神分裂症的发病机理提供了一条途径。参考资料:1.Li,A.,Zalesky,A.,Yue,W.etal.Aneuroimagingbiomarkerforstriataldysfunctioninschizophrenia.NatMed().