脑部扫描能预测抑郁症的发生吗?科学家认为完全可以

拉拉康康 2024-09-16 21:16:51

威尔康奈尔医学院的研究人员通过一年半的时间反复扫描患者的大脑,发现了一种可能使人们容易患上抑郁症的独特大脑模式。这项研究发表在《自然》杂志上,重点介绍了一种“深度扫描”技术,该技术可以帮助预测抑郁症的易感性并指导新的治疗方法。

威尔康奈尔医学院的研究发现,大脑显着网络较大的人更容易患上抑郁症,这为预测和治疗神经精神疾病提供了一种新方法。

威尔康奈尔医学院的研究人员通过一年半的时间对一小群患者进行反复脑部扫描,发现了一种特定的神经元相互作用模式,这种模式可能使某些人更容易患上抑郁症。

该研究发表在《自然》杂志上,强调了一种新的“深度扫描”方法的潜力,它可以帮助预测一个人对抑郁症和其他神经精神疾病的易感性,并可能指导新治疗方法的开发。

长期以来,神经科学家一直依靠功能性磁共振成像 ( fMRI ) 通过测量血流变化来识别大脑中的活动模式。这是研究个体大脑组织的宝贵工具。

个体大脑活动模式不仅因人而异,而且同一个人随着时间的推移也会有所不同。这对于研究抑郁症等疾病来说尤其成问题。“抑郁症从定义上来说是一种发作性精神综合征,其特征是情绪低落期与健康期交织在一起,”资深作者康纳·利斯顿博士说,他是威尔康奈尔医学院精神病学系的精神病学教授和费尔家庭大脑与思维研究所的神经科学教授。“随着时间的推移,控制这些转变的机制是什么?”他反问道。

天生易患抑郁症?

为了解决这个问题,研究人员招募了少数被确诊为抑郁症的患者以及一大群未受到影响的对照者,并在几个月内用 fMRI 对他们的大脑进行了数十次扫描。

深度扫描方法显示,在大多数患有抑郁症的志愿者中,大脑中一个称为“显着性网络”的特征比未经历临床抑郁症的对照组大近两倍。显着性网络是额叶皮层和纹状体中的一组大脑区域,被认为参与奖励处理并确定哪些刺激最值得关注。

使用功能性 MRI 绘制的四种人脑视图显示了不同功能性大脑网络之间的边界(以不同颜色的线条表示)。该图叠加在显着性网络连接热图之上(暖色代表显着性网络连接性更强)。研究人员发现,拥有较大的显着性网络似乎会增加患抑郁症的风险。来源:Lynch/Liston Labs

“拥有更大的显着性网络似乎会增加患抑郁症的风险——这种影响比我们通常在 fMRI 研究中看到的要大一个数量级。”纽约长老会/威尔康奈尔医学中心的精神病学家 Liston 博士说。

研究人员与一支庞大的国际合作团队合作,将研究范围扩大到数百名其他大脑扫描频率较低的患者的数据。这些数据表明,童年时期显著性网络较大的人成年后更容易患上抑郁症,就好像他们天生就患有抑郁症一样。

下一步

先前的研究已将突显性网络与大脑对奖励的处理联系起来。“它与抑郁症有关是有道理的,因为抑郁症的主要缺陷之一是快感缺乏,即无法感受到快乐和享受日常活动。”威尔康奈尔医学院精神病学系神经科学助理教授、新研究的主要作者查尔斯·奇博士指出。

虽然科学家强调,这些结果需要重复和扩展才能直接应用于临床,但这项工作已经为深度扫描方法提供了重要的验证。

“多年来,许多研究人员都认为每个人的大脑网络都是一样的,”林奇博士强调:“但这项研究的发现建立在越来越多的研究表明个体之间存在根本差异的基础上。”研究小组现在希望研究各种抑郁症治疗对大脑网络活动的影响,并可能将他们的研究扩展到其他神经精神疾病。

参考文献:Charles J. Lynch、Immanuel G. Elbau、Tommy Ng、Aliza Ayaz、Shasha Zhu、Danielle Wolk、Nicola Manfredi、Megan Johnson、Megan Chang、Jolin Chou、Indira Summerville、Claire Ho、Maximilian Lueckel、Hussain Bukhari、Derrick Buchanan、Lindsay W. Victoria、Nili Solomonov、Eric Goldwaser、Stefano Moia、Cesar Caballero-Gaudes、Jonathan Downar、Fidel Vila-Rodriguez、Zafiris J. Daskalakis、Daniel M. Blumberger、Kendrick Kay、Amy Aloysi、Evan M. Gordon、Mahendra T. Bhati、Nolan Williams、Jonathan D. Power、Benjamin Zebley、Logan Grosenick、Faith M. Gunning 和 Conor Liston 撰写的“抑郁症患者的额纹状体显着网络扩展”,9 月 4 日2024,自然。DOI:10.1038/s41586-024-07805-2

作者:威尔康奈尔医学院

免责声明:康嘉年華致力于健康常识分享,内容根据公开资料编辑,版权归原作者;如有侵权请在线留言删除。文章旨在介绍健康科学进展,不能作为治疗方案;如需精准健康指导,请至正规医院诊疗。

0 阅读:1

拉拉康康

简介:感谢大家的关注