大脑扫描能在抑郁症发生前预测它吗？科学家认为可以

威尔康奈尔医学院的研究发现，大脑中突出网络较大的人更容易患抑郁症，这为预测和治疗神经精神疾病提供了一种新方法。研究人员通过对一小群患者进行长达一年半的反复脑部扫描，发现了一种特殊的神经元相互作用模式，这种模式可能会使某些人更容易患上抑郁症。

这项发表在《自然》杂志上的研究成果强调了一种新的"深度扫描"方法的潜力，这种方法有助于预测一个人对抑郁症和其他神经精神疾病的易感性，并可指导新型治疗方法的开发。

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

个人的大脑活动模式不仅在人与人之间存在差异，而且在一个人的不同时期也存在差异。这对于研究抑郁症等疾病尤其棘手。"抑郁症顾名思义是一种偶发性精神综合征，其特征是情绪低落期与健康期交织在一起，"该研究的资深作者、威尔康奈尔医学院精神病学系教授、费尔家族脑与心智研究所神经科学教授康纳-利斯顿（Conor Liston）博士说。"他问道："随着时间的推移，控制这些转变的机制是什么？"

为了解决这个问题，研究人员招募了一些已确诊的抑郁症患者和一大批未受影响的对照组患者，并在几个月内对他们的大脑进行了数十次 fMRI 扫描。

深度扫描方法显示，在大多数被诊断患有抑郁症的志愿者中，一种名为"显著性网络"的大脑特征比没有临床抑郁症的对照组大近两倍。显著性网络是额叶皮层和纹状体中的一组大脑区域，被认为参与奖赏处理和确定哪些刺激最值得关注。

一个人大脑的四个视图，显示了使用功能磁共振成像技术绘制的不同大脑功能网络（用不同颜色的线表示）之间的边界。该图被叠加在突出网络连接热图之上（较暖的颜色代表较强的突出网络连接）。研究人员发现，拥有较大的显著性网络似乎会增加患抑郁症的风险。图片来源：Lynch/Liston 实验室

利斯顿博士也是纽约长老会/威尔康奈尔医学中心的精神病学家，他说："拥有更大的突出网络似乎会增加患抑郁症的风险--这种效应比我们通常在fMRI研究中看到的要大一个数量级。"

研究人员与一个庞大的国际合作团队合作，扩展了这项工作，研究了数百名大脑扫描频率较低的其他患者的数据。这些数据表明，童年时期拥有较大突出网络的人，在以后的生活中更容易患上抑郁症，就好像他们事先就被植入了抑郁症的基因一样。

"以前的工作已将显著性网络与大脑处理奖励联系起来。"威尔康奈尔医学院精神病学系神经科学助理教授、这项新研究的第一作者查尔斯-林奇博士说："它与抑郁症有关联是有道理的，因为抑郁症的主要缺陷之一是失乐症，即无法感受到快乐和享受日常活动。"

虽然科学家们强调，这些结果还需要复制和扩展，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。

林奇博士说："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。但这项工作的发现是建立在越来越多的研究基础之上的，这些研究表明，个体之间存在着根本性的差异。"

他补充说，研究小组现在希望研究各种抑郁症治疗方法对大脑网络活动的影响，或许还能将他们的工作扩展到其他神经精神疾病。

编译自/ScitechDaily