A062 Biol Psychiat | 病灶网络映射解析抑郁白质网络机制
来源:公众号 PSY-Brain_Frontier | 发布:2025-12-14 | 原文链接
PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier
一键关注,点亮星标 ⭐️
不错过每日前沿资讯
认知神经科学前沿文献分享

基本信息:
Title:Depression as a disease of white matter network disruption: Learning from Multiple Sclerosis
发表时间:2025.11.20
Journal:Biological Psychiatry
影响因子:9.1
获取原文:
- *添加小助手:*PSY-Brain-Frontier即可获取PDF版本
- 点击页面底部“阅读原文”即可跳转论文原网页


研究动机与目标
抑郁症的神经影像学研究已持续近40年,但大量结构与功能影像的荟萃分析始终未能确定一个“必要且充分”的致病脑区。与此形成对比的是,近年来基于病灶网络映射的方法稳定地识别出一个与抑郁相关的分布式功能网络。然而,这一进展主要基于功能连接,而支撑这些功能网络的白质结构骨架在抑郁中的作用仍不清楚。作者提出,多发性硬化(MS)是一种理想的人类模型:其核心病理是白质病灶,且抑郁在MS中高度共病。研究的核心目标是:利用MS中自然发生的白质网络破坏,理解抑郁是否、以及如何作为一种“白质网络失连(dysconnectome)疾病”而发生

数据与方法逻辑
围绕上述目标,作者整合并讨论了三类关键数据资产及其分析框架:
- 临床MRI数据:MS患者在常规医疗中反复接受高分辨率T1/T2-FLAIR扫描,这使得白质病灶的位置、体积及其随时间的变化可以被系统记录。
- 功能连接参考数据:利用健康人群的静息态fMRI功能连接图谱,将MS病灶作为“种子”,映射其所扰动的功能网络(病灶网络映射,LNM)。
- 精神症状表型数据:包括抑郁量表、电子病历(EMR)中的诊断信息,以及在前瞻性设计中反复测量的症状轨迹。
方法上,LNM 构建了“结构损伤 → 功能网络 → 临床症状”的桥梁,使得空间上高度异质的白质病灶可以在网络层面进行比较。进一步,作者提出以白质束/网络内的病灶负荷(如通过流线体积或连接中断程度量化)来刻画损伤强度,而非简单的病灶计数。这一方法逻辑上适配MS数据的高纵向密度,并有潜力揭示白质网络破坏与抑郁之间的机制性关联

核心分析流程与发现
从单点病灶到共同网络
作者首先回顾并强调病灶网络映射的核心思想:不同位置的病灶,只要扰动同一功能网络,就可能产生相似的精神症状。Figure 1 示意了这一流程,即将异质病灶投射到健康人群的功能连接空间中,从而识别“致病网络”而非“致病坐标”。这一逻辑为后续MS研究奠定了方法学基础

Figure 1 Using the Human Brain Connectome to Localize Symptoms from Focal Brain Lesions.
构建抑郁相关的白质网络骨架
在既往研究基础上,作者将已知的抑郁功能网络转译为其对应的白质结构骨架,并将MS病灶空间标准化后叠加到该骨架上。关键发现是:MS病灶并非随机分布,而是 preferentially 落在抑郁网络的白质通路中;且抑郁的MS患者相较非抑郁患者,在该网络内具有更高的病灶负荷。这一步骤将“网络相关性”从功能层面推进到了结构层面

Figure 2 White matter depression network construction.
利用MS临床进程引入时间维度
作者进一步提出一系列分析设计(Figure 4A–E),系统展示如何借助MS的临床纵向特征逼近因果关系:
- 在EMR层面进行大样本关联分析(Fig. 4A);
- 在横断面研究中同步评估病灶与抑郁症状(Fig. 4B);
- 在疾病初发或复发时,追踪急性病灶消退与抑郁缓解的同步性(Fig. 4C);
- 通过慢性活动性病灶(如SEL)评估病灶进展与抑郁恶化的关系(Fig. 4D);
- 结合生态瞬时评估(EMA)与新病灶出现,缩短症状—影像时间差(Fig. 4E)。
这些流程共同构成了一条从“相关性”迈向“准因果推断”的分析路径

Figure 4 Summary table of depression study approaches leveraging the clinical course of multiple sclerosis.

省流总结
本研究以多发性硬化为“天然白质损伤模型”,基于常规临床MRI、功能连接图谱与抑郁症状表型,构建了一条从白质病灶到功能网络再到精神症状的分析链条。通过病灶网络映射与白质网络负荷量化,作者论证了抑郁与特定白质网络破坏之间的系统性关联,并提出纵向研究设计以增强因果解释力。这一工作不仅为理解MS中的抑郁机制提供了网络级框架,也为将抑郁重新界定为一种“白质网络失连疾病”奠定了方法学基础

请打分
这篇刚刚登上 Biological Psychiatry 的研究,是否实至名归?我们邀请您作为“云审稿人”,一同品鉴。精读全文后,欢迎在匿名投票中打分,并在评论区分享您的深度见解。
前沿交流| 欢迎加入认知神经科学前沿交流群!
⭐️[解读链接]

核心图表、方法细节、统计结果与讨论见原文及其拓展数据。
分享人:天天
审核:PsyBrain 脑心前沿编辑部
预览时标签不可点
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析

微信扫一扫可打开此内容,
使用完整服务