近日，中国科学院自动化研究所脑网络组研究中心研究员刘冰与蒋田仔领衔，联合国内外多家单位的研究团队经过十年攻关，共同建立了基于多水平多组学的精神疾病研究框架，首次发现纹状体环路功能异常是精神分裂症精准诊疗的有效生物标记，或将推动神经影像成为未来精神医学领域的有效临床工具。相关研究成果近日发表于《自然—医学》。

　　作为一种严重的慢性、高致残性精神障碍，全球精神分裂症终生患病率约1%。“然而，精神分裂症的临床诊断在过去数十年没有任何实质性变化。”论文通讯作者之一刘冰表示，其中一种原因可能是现有症状定义过于宽泛，无法提供生物学上已知的治疗靶标。

　　鉴于此，研究人员建立了一个统一标准的高质量多中心精神分裂症影像学数据库，创新性地提出了纹状体功能异常的概念，并认为纹状体功能异常可作为精神分裂症的诊断与疗效评价的重要指标。

　　他们采用功能磁共振技术及机器学习方法，发展了一个定量化评估纹状体功能异常的指标，以此作为精神分裂症精准诊疗的影像学生物标记，可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。

　　为了验证这一指标和研究设想，研究人员通过提取基于影像的纹状体功能特征、评估纹状体功能异常稳定性、构建诊断模型、预测个体化疗效，以及结合多组学的生物机制进行解析，最终揭示了这一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。

　　另一位论文通讯作者蒋田仔表示，该生物学指标可以较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。“但目前的发现还只是影像学水平的其中一个指标，还需结合其他层次的评估，才可能对疾病有更准确的理解。”

　　下一步，他们将结合遗传与分子层次等，建立更系统化的生物学指标，并且在动物模型上进行更深入的机制解析。

　　相关论文信息：https://doi.org/10.1038/s41591-020-0793-8