BD患者及其高危人群的额下回脑功能连接异常
点击蓝字关注公众号~
双相情感障碍(Bipolar Disorder,BD)是一种具有遗传性的精神疾病,往往伴随着情绪失调和认知情感损伤等典型临床症状。大量影像研究表明,额下回(Inferior Frontal Gyrus,IFG)是情绪和认知控制回路的关键脑区,且该脑区的异常活动与BD十分相关。已有研究表明BD及其高危人群具有异常的静息态脑功能连接模式,但针对IFG的静息态功能连接分析仍十分缺乏。
最近,国际顶级精神病学杂志《Biological Psychiatry》上的一项研究,通过比较BD患者、携有BD风险基因的高危人群以及健康对照的大脑IFG功能连接网络,探索了BD及其高危人群异常的IFG脑功能连接模式,揭示了BD风险相关的大脑异常连接模式。
01
研究方法
1.被试
200名年龄16~30岁的被试,包括49名BD患者、71名健康的BD高危(At-Risk,AR;至少一名一级亲属为BD患者)被试、80名健康对照(Control,CON)。
2.功能网络的构建
(1)采集每名被试的静息态脑功能磁共振影像数据;
(2)根据Roberts G, et al. (2013) Biol Psychiatry 74:55–61文献报道确定左侧IFG感兴趣区;
(3)采用Zalesky et al. (2010) Neuroimage. 50:970-983文献报道的分割算法,将大脑除左侧IFG感兴趣区外其他灰质区域在AAL模板基础上进一步随机划分为512个脑区,每个脑区与左侧IFG感兴趣区体积大致相同;
(4)计算513个脑区时间序列之间的Pearson相关,构建功能连接矩阵。
3.基于网络的统计分析(Network-Based Statistics,NBS)
采用NBS对三组被试的左侧IFG与其他512个脑区的功能连接以及全脑功能连接分别进行组间差异显著性分析。
首先,对三组被试的功能连接强度进行F检验;随后,在三组被试的功能连接强度两两之间进行单边双样本T检验。
4.左侧IFG功能连接网络的图论分析
利用三个网络属性刻画左侧IFG功能连接网络的拓扑特征,分别是最短路径长度(Path Length,PL)、参与系数(Participation Index,PI)以及集聚系数(Clustering Coefficient,CC)。
5.机器学习分类模型
根据左侧IFG的功能连接强度训练支持向量机分类器,将被试分为BD、AR和CON组。在此过程中,使用分半交叉验证的方法检验分类器的准确性。在分类过程中,根据连接对分类的贡献大小进行递归降维,保留能有效划分三组被试的功能连接。
02
研究结果
1. 基于网络的统计分析结果
(1)三组被试的左侧IFG与其他512个脑区功能连接强度的组间差异
与CON组相比,BD组被试的左侧IFG与额-颞区域的功能连接强度显著降低,包括同侧皮层区域(左侧脑岛、左侧壳核、左侧颞上回、左侧腹外侧前额叶和内侧前额叶)和对侧皮层区域(右侧颞上回、右侧腹外侧前额叶、右侧内侧前额叶)(图1A)。
与CON组相比,AR组被试的左侧IFG与脑岛及扣带回前部区域表现出显著降低的功能连接强度(图1B)。
图1:三组被试的左侧IFG功能连接分析结果
(2)三组被试的全脑功能连接强度的组间差异
与CON组相比,BD组和AR组被试的功能连接强度显著降低(图2)。
图2:三组被试的全脑功能连接分析结果
2.左侧IFG功能连接网络的图论分析结果
三组被试的左侧IFG功能连接网络的参与系数PI和最短路径长度PL均无显著组间差异;集聚系数CC存在显著组间差异,其中BD组被试的CC显著低于CON组(图3)。
图3:三组被试左侧IFG功能连接网络的图论分析结果
3.机器学习分类结果
根据左侧IFG功能连接强度进行机器学习分类,平均准确率达64.3%,且阴性预测值NPV(72%–79%)高于阳性预测值PPV(49%–54%);机器学习分类得到的IFG功能连接模式与NBS得到的IFG功能连接模式高度吻合(图4)。
图4:机器学习分类结果
03
研究结论和意义
该研究发现BD及其高危人群的IFG与额-边缘区域功能连接存在异常,且异常的功能连接模式可用于三组被试的分类。研究结果为BD及其高危人群的脑功能连接网络异常提供了影像学证据,特别是IFG的异常功能连接可能是BD及其高危人群的异常连接特征。该研究表明基于磁共振功能影像的静息态脑连接组学分析框架对揭示精神疾病及其高危群体的早期诊断和预测具有重要价值。
参考文献
Roberts G, et al. (2016) Functional Dysconnection of the Inferior Frontal Gyrus in Young People With Bipolar Disorder or at Genetic High Risk. Biol Psychiatry. 81(8):718-727.
【往期精彩回顾】
7.北京师范大学神经影像脑连接组可视化软件(BrainNet Viewer)