编辑推荐：
帕金森病(PD)的病理生理学涉及复杂的皮层-基底神经节环路改变。为解决结构与功能性生物标志物之间的脱节问题，研究人员开展了一项多模态研究，整合了术中皮层脑电图(ECoG)、苍白球内侧部(GPi)局部场电位(LFP)记录与术前结构MRI。通过稀疏偏最小二乘(SPLS)分析，他们发现了一个稳健的潜在维度，揭示了感觉运动区皮质厚度与多种神经生理特征（特别是α、γ和低β频段的爆发动力学改变）之间的强关联。这种关联独立于临床评分，凸显了整合多模态生物标志物对于改进PD诊断和治疗策略的潜力。
帕金森病作为一种常见的神经系统退行性疾病，其主要特征包括大脑中产生多巴胺的神经元逐渐丧失，导致一系列运动症状，如静止性震颤、肌肉僵直和运动迟缓。虽然药物和深部脑刺激等疗法能有效缓解症状，但疾病的根本病理生理机制仍未完全阐明。传统上，科学家们通常从“结构”或“功能”两个相对独立的视角来研究大脑。结构研究，比如通过磁共振成像(MRI)观察大脑皮层的厚度、体积变化，能够描绘出疾病导致的“硬件”损伤。而功能研究，比如记录大脑的电活动，可以捕捉到神经细胞“软件”层面异常的放电模式。然而，一个核心的科学问题长期存在：大脑的这种“硬件”结构改变，究竟是如何与其“软件”功能失调联系在一起的？将两者割裂开来理解，可能使我们错过揭示疾病核心机制的关键拼图。为了弥合这一鸿沟，一项发表在《Scientific Reports》上的研究应运而生，旨在直接探索帕金森病患者大脑皮层形态学特征与其内部神经生理活动动态之间的内在联系。
研究人员为开展此项研究，主要运用了以下几项关键技术方法：首先，他们收集了50名接受深部脑刺激手术的帕金森病患者的术前T1加权结构磁共振成像（MRI）数据，用于分析大脑结构。其次，在手术过程中，他们同步记录了两种神经电生理信号：覆盖于大脑皮层表面的皮层脑电图（ECoG）和植入在大脑深部靶点——苍白球内侧部（GPi）的局部场电位（LFP）。最后，在数据分析阶段，他们利用FreeSurfer软件从九个感觉运动相关的布罗德曼区提取了36个形态计量学特征（如皮质厚度、体积、表面积），并从神经电生理信号中提取了92个特征（包括不同频段的功率、爆发动力学、相干性）。为了探寻结构与功能特征之间复杂的关系模式，他们采用了先进的多元统计方法——稀疏偏最小二乘（SPLS）分析。
研究结果
配对分析揭示零散但显著的相关性
研究人员首先在单个特征层面进行了简单的配对相关性分析。结果显示，虽然某些个别的形态学特征（如特定脑区的厚度）与个别的神经生理特征（如特定频段的功率）之间存在统计学上显著的相关性，但这些关联是零散且不系统的，未能描绘出一个清晰、整体的结构-功能关系图景。
SPLS分析识别出稳健的潜在关联维度
与上述零散结果形成鲜明对比的是，当采用能够处理高维、多变量数据的稀疏偏最小二乘（SPLS）分析时，一个强有力的关联模式浮出水面。分析成功识别出一个显著且稳健的“潜在维度”，该维度能够同时解释结构和功能两组特征数据中的协同变异。在测试集上，这个潜在维度与数据表现出高度相关性（rho = 0.818, p = 0.001），证明了其并非偶然发现。
驱动潜在维度的关键特征
这个首要的潜在变量主要由两组特征驱动。在结构侧，它表现出与多个感觉运动皮层区域（例如初级体感皮层BA3b、BA1区以及运动前区BA6）的皮质厚度存在强烈的负相关。这意味着，在这些关键脑区，皮层越薄（可能意味着更严重的结构性退化），其在潜在维度上的“得分”就越高。在功能侧，驱动因素则更为复杂，涉及一系列神经生理特征的特定组合。其中，改变最为显著的包括α频段、γ频段和低β频段（通常指13-20 Hz）的爆发动力学特征。此外，跨频段的相干性等特征也贡献其中。这表明，皮层的变薄并非孤立地关联于某一种电活动异常，而是与一个涉及多个频率振荡节律的、协调异常的神经电活动网络紧密相连。
结构-功能关联独立于临床变量
一个关键问题是，观察到的这种大脑内在关联，是否仅仅是反映了患者年龄、患病时间长短或当前运动症状严重程度（通过统一帕金森病评定量表第三部分(UPDRS-III)评分衡量）的差异？为了回答这个问题，研究人员在统计分析中“剥离”了这些常见混杂因素的影响。结果显示，即使在控制了年龄、病程和UPDRS-III评分后，结构与功能特征之间的核心关联依然强健存在（部分相关系数 rho = 0.701）。这有力地证明，该研究所揭示的是一种独立于传统临床指标的基本大脑病理生理关联，可能更接近疾病的核心生物学过程。
研究结论与意义
这项研究通过创新的多模态数据整合与分析方法，成功地在帕金森病患者大脑中架起了一座连接“结构”与“功能”的桥梁。研究得出结论：在帕金森病中，感觉运动皮层特定区域的皮质变薄，与一组特征性的、跨多个频段（尤其是α、γ和低β频段）的神经电生理活动异常（特别是爆发动力学的改变）之间存在稳健的、内在的关联。这种关联构成了一个潜在的、多维的生物标志物体系，且独立于常规的临床评估指标。
其重要意义在于多个层面。在科学认知层面，它超越了以往孤立看待大脑结构损伤或功能紊乱的研究范式，为理解帕金森病如何从微观的细胞丢失导致宏观的脑网络动力学紊乱提供了新的整合性视角。所发现的特定神经生理频段（如低β和γ）与结构变化的联系，为未来针对性的神经调控治疗（如优化深部脑刺激的参数）提供了潜在的生物物理靶点。在临床应用层面，该研究展示了整合多模态生物标志物的巨大潜力。这种整合指标可能比单一类型的指标更能敏感地反映疾病的内在状态，有望在未来用于开发更精准的诊断分层工具、评估疾病进展，以及作为新型疗法（如闭环脑刺激或神经修复治疗）的客观评估终点。最终，这项工作强调了采用整体性、系统性的研究策略来破解复杂脑疾病难题的重要性，为帕金森病乃至其他神经系统疾病的研究开辟了一条富有前景的新路径。
