科研学术

近日，生命科学与技术学院陈华富教授、廖伟教授团队在精神病学权威期刊《Biological Psychiatry》发表了抑郁症脑影像亚型研究成果。师资博士后李娇为该论文第一作者，廖伟教授为通讯作者，电子科技大学为第一单位。《Biological Psychiatry》是神经科学和精神病学Top期刊，最新影响因子为10.6。

抑郁症是一种以持续的抑郁情绪及失去快乐或兴趣、内疚和无价值感、睡眠障碍、认知功能损害等为特征的精神障碍疾病。抑郁症病患在分子水平、脑结构和功能表征、临床症状都展现出不一致性（异质性）。而这些异质性可能代表了抑郁症的不同潜在亚型，揭示抑郁症亚型可能为抑郁症的精准诊断和干预治疗提供帮助。

图1. 文章架构图

针对抑郁症脑影像表征的异质性，研究者纳入两个中心被试的脑结构影像数据，探索了基因表达相似性网络限制下抑郁症亚型的“震中”（Epicenter）异同。研究结果表明，抑郁症患者被分为两个亚型：亚型I主要在高级认知网络（如：额定网络、默认网络和注意网络）表现为降低模式；而亚型II主要在低级感知觉网络（如：感觉运动网络和视觉网络）表现为升高模式。在基因相似性网络限制下，亚型I的“震中”主要分布在前额叶皮层，而亚型II的“震中”则主要分布在后部顶叶皮层，并且亚型I和II的“震中”会随着病程的增加而改变。另外，该研究还表明亚型I和亚型II的“震中”分布分别和抑郁症状响应图谱和焦虑症状响应图谱（经颅磁刺激，rTMS）有关，表明不同亚型的“震中”可能对应不同症状的临床改善程度。

　　图2. 抑郁症亚型的“震中”分布图。A、B分别为亚型I和亚型II的“震中”分布。C、D分别为亚型I和亚型II的“震中”随着病程的变化。

上述研究成果利用抑郁症个体脑结构指标与标准模型（Normative model）的偏差，刻画抑郁症脑影像的亚型，克服了传统的群组水平的统计局限性。通过将微观基因表达相似网络和宏观脑影像表征结合，描述了抑郁症亚型的“震中”分布及对应不同的治疗响应，为抑郁症的个体诊疗提供帮助。

李娇，师资博士后，2021年度“博新计划”获得者。分别于2015年、2021年获得电子科技大学工学学士、博士学位。近年来，针对“抑郁症脑网络表征”难题开展了系统研究，包括脑白质功能网络、脑动态成像网络、遗传-影像融合网络。以第一作者在Nature Communications，Biological Psychiatry，Psychological Medicine等期刊发表抑郁症相关研究成果；主持国自然青年基金1项，博士后面上基金1项。

廖伟，教授，博导，国家级青年人才。主要开展抑郁症脑影像遗传研究，利用无创磁共振成像技术，揭示了抑郁症脑白质功能的全面表征；从影像-遗传学角度揭示了抑郁症脑网络异常的分子机制，加速了脑影像智能化个体诊疗模式进程。相关研究成果第一/通讯作者（共同）在Nature Communications，Cell Reports，Biological Psychiatry，Brain, Radiology，IEEE Transactions on Medical Imaging等国际权威期刊发表。主持国家重点研发计划重点专项1项，国家自然科学基金3项；参编英文专著1本。入选爱思唯尔中国高被引学者（2020-2022年），中国区神经科学领域“全球前2%顶尖科学家榜单”（2020-2023年），Research.com“顶尖科学家”（2022年）。

陈华富，教授，博导。国家杰出青年基金获得者，四川省教书育人名师，四川省学术技术带头人，四川省神经科学学会理事长，中国图像图形学会理事、视觉认知与计算专业委员会副主任委员，电子科技大学神经信息教育部重点实验室副主任，高场磁共振成像四川省重点实验室副主任。组建“脑成像与模式识别”研究团队，长期致力于磁共振脑影像方向研究，主要从事磁共振脑影像数据模式识别的人工智能与机器学习方法研究、神经与精神疾病影像机制研究，探测疾病的典型影像学特征，为临床诊断和评估提供影像学依据。主持科技部863、重点研发人工智能2030项目、国家自然基金重点、杰青和面上等科研项目。团队在Biological Psychiatry，PNAS，Science Advances，Nature Communications，Cell Reports，Molecular Psychiatry，Brain，PLoS Biology，Neurology，IEEE Trans MI/BME等期刊发表SCI论文300余篇。获教育部自然科学一等奖1项和教育部科技进步一等奖和二等奖各1项，获四川省科技进步自然科学类一等奖1项。

论文链接：https://www.sciencedirect.com/science/article/pii/S0006322323014907

第一作者Google Scholar：https://scholar.google.com/citations?hl=zh-CN&user=5m3deHsAAAAJ

通讯作者Google Scholar：https://scholar.google.com/citations?user=rkGeZRMAAAAJ&hl=zh-CN