《Schizophrenia》：Functional network comparative area and topography analysis (FUNCATA) in non-affective psychosis: a replication study
编辑推荐：
本研究针对精神分裂症等非情感性精神病早期研究中，传统分析方法难以捕捉个体大脑功能组织差异的问题，研究人员开展了基于个体化功能网络面积与拓扑评估（FUNCATA）的复制性研究。结果发现，与健康对照相比，患者组的背侧注意网络（DAN）和默认模式网络（DMN）显著扩大，而感觉运动躯体网络（SBN）减小。网络拓扑异常与症状、认知功能及抗精神病药物暴露相关，并可聚类出三个具有不同临床特征的生物型。这为精神病的早期检测和干预策略提供了潜在的生物标志物。
精神分裂症（Schizophrenia, SZ）是一种复杂的精神疾病，其核心特征包括幻觉、妄想和认知功能下降。尽管科学家们通过静息态功能磁共振成像（resting-state functional Magnetic Resonance Imaging, rs-fMRI）技术，在大脑中发现了广泛存在的“连接混乱”（即功能连接异常），但传统的分析方法存在一个明显的短板：它们常常将所有人的大脑视为“标准模板”，而忽略了每个人的大脑功能网络在大小和空间分布上其实都像指纹一样独特。这种“一刀切”的分析方法，可能掩盖了疾病背后真实的、因人而异的神经生物学变化，也限制了从脑影像中发现可靠生物标志物用于早期诊断和个性化治疗的可能。
为了突破这一局限，一项发表在《Schizophrenia》杂志上的研究，采用了一种更为精细的分析策略——功能网络比较面积与地形分析（Functional network comparative area and topography analysis, FUNCATA）。这项研究旨在对非情感性精神病（Non-affective psychosis, NAP）的早期阶段进行深入的个体化评估，探索特定大脑功能网络在大小（面积）和空间布局（地形）上的改变，并考察这些改变与临床症状、认知功能及治疗之间的关系，最终尝试为早期精神病划分出不同的生物学亚型。
为了回答上述问题，研究人员利用了来自“人类连接组计划-早期精神病研究”（Human Connectome Project – Early Psychosis）的宝贵数据。该研究队列年龄在18-34岁之间，共纳入86名非情感性精神病患者和57名健康对照者。研究的关键技术方法包括：使用基于模板匹配的方法，在个体大脑中划定十个大规模功能网络；采用方差分析（ANOVA）来评估组间在网络面积上的差异；运用顶点水平的卡方分析和地形异常指数（Topographic Abnormality Index, TAI）来量化网络空间拓扑的异常程度；以及通过k-means聚类分析，基于网络特征对患者群体进行数据驱动的分型。
研究结果主要揭示了以下几个方面：
- 1.
网络面积的组间差异：与健康对照相比，非情感性精神病患者表现出显著的背侧注意网络（Dorsal Attention Network, DAN）和默认模式网络（Default Mode Network, DMN）面积扩大，同时感觉运动-躯体网络（Sensorimotor-body Network, SBN）面积减小，效应量（d）在0.39至0.48之间。
- 2.
网络拓扑的异常：除了面积变化，其网络的空间地形也出现了显著紊乱。患者在DAN、DMN以及扣带盖网络（Cingulo-opercular Network, CON）中表现出更高的地形异常。
- 3.
临床与认知关联：网络面积的改变与临床症状和认知功能密切相关。具体而言，更大的DMN面积与更轻的躁狂症状、更短的精神病治疗时长以及更好的工作记忆表现呈负相关。而更小的SBN面积也与较差的工作记忆表现相关。
- 4.
精神病生物型的发现：通过无监督的k-means聚类，研究人员从患者数据中识别出三种不同的生物学亚型（Biotype）：
- •
生物型1：其特征是显著扩大的DAN和语言网络（Language Network, LN），同时伴有较高的抗精神病药物暴露水平。
- •
生物型2：其大脑功能网络的大小和地形接近正常水平，但情绪症状（如抑郁、焦虑）更为突出。
- •
生物型3：表现为DMN和DAN的扩大，同时伴随额顶网络（Frontoparietal Network, FPN）面积的减小，并以突出的阴性症状（如情感淡漠、意志减退）为主要临床特征。
研究结论与讨论部分对以上发现进行了总结和阐释。本研究成功复制了先前在慢性精神分裂症研究中观察到的DAN扩大现象，并发现其在疾病早期阶段同样存在，这表明DAN的异常可能是一种跨越疾病阶段的稳定特征，而非长期病程或药物治疗的后果，增强了其作为跨诊断生物标志物的潜力。更为重要的是，研究揭示了DMN和DAN在面积和地形上的共同异常，提示这两个核心网络的功能组织紊乱可能是早期精神病的关键神经基础。这些异常不仅与特定的症状维度（如躁狂、阴性症状）相关联，还与认知功能（如工作记忆）的损害挂钩，为理解精神病的临床表现提供了神经生物学解释。
此外，该研究通过数据驱动的方法划分出三个具有不同网络特征和临床症状模式的生物型，这具有重要的转化医学意义。它表明“精神病”或“精神分裂症”在生物学上可能并非一个均质的疾病实体，而是由不同的神经环路功能障碍亚型构成。例如，生物型3以FPN减小和阴性症状为主，可能指向一种与认知控制环路损伤相关的亚型；而生物型1则与药物暴露和注意网络异常更相关。这种基于客观脑影像特征的生物分型，有望超越传统基于症状的诊断分类，为实现精神病的精准医疗——即根据不同生物型采取针对性的干预策略（如特定的神经调控或药物治疗）——奠定基础。总之，这项研究强调了个体化分析大脑功能网络的重要性，并将DAN和DMN的组织异常确定为有前景的早期生物标志物，为未来开发更有效的早期检测和个性化干预方案指明了新的方向。
