《The Cerebellum》：Effective Connectivity Identifies Divergent Cerebro-Cerebellar Network Organization in Schizophrenia
编辑推荐：
本研究针对精神分裂症功能损伤可能源于大规模脑网络功能紊乱的问题，通过有效连接性（EC）分析，探究了皮质-纹状体-小脑网络的动态相互作用。研究发现，与健康对照相比，精神分裂症患者在特定小脑区域内表现出ALFF/fALFF降低，并揭示了其在患者中特有的小脑内部及小脑-前额叶有效连接模式。这些发现支持小脑参与精神分裂症网络动力学的破坏，并指出了针对特定小脑-前额叶环路进行干预的新潜在靶点。
想象一下大脑是一个由无数城市（脑区）构成的复杂国家，城市之间通过高速网络（神经通路）进行着繁忙的通信。精神分裂症，一种以阳性症状（如妄想、幻觉）和阴性症状（如动力缺乏、情感淡漠）为特征的慢性精神障碍，其核心问题可能源于这些“国家网络”出现了严重的通信故障。长期以来，多巴胺系统和皮质-纹状体环路功能异常是研究的焦点。然而，越来越多的证据将注意力投向了大脑后方一个曾被认为主要负责运动协调的结构——小脑。这个“沉默的伙伴”在认知和情感调节中扮演着重要角色，并与前额叶皮层、纹状体等关键区域有着密切的结构连接。尽管如此，在精神分裂症特征性的“高连接”与“低连接”并存的现象中，小脑的具体贡献，特别是其如何“指挥”（即其方向性影响）其他脑区，仍然像笼罩在迷雾中，知之甚少。为了拨开这层迷雾，理解小脑功能障碍如何导致精神分裂症的核心症状，并寻找潜在的、针对特定神经环路的治疗靶点，一项发表在《The Cerebellum》期刊上的研究，运用先进的分析方法，深入探究了精神分裂症患者大脑-小脑网络的“通信规则”。
为了回答上述问题，研究人员采用了静息态功能磁共振成像（rs-fMRI）技术，分析了来自COBRE数据库的134名（55名精神分裂症患者，79名健康对照）参与者的数据。研究首先利用低频波动振幅（ALFF）和分数低频波动振幅（fALFF）两种指标，在小脑范围内数据驱动地识别出在患者中表现出异常自发活动的脑区，并将其映射到Buckner 17-网络图谱以定义兴趣区（ROIs）。这些区域，连同预先基于先验研究定义的前额叶和纹状体ROIs，共同构成了后续网络分析的节点。研究的核心方法是组迭代多重模型估计（GIMME），这是一种能够评估脑区间随时间变化的定向影响，并允许个体间存在显著差异的有效连接性（EC）分析方法。研究人员不仅构建了全样本的最佳拟合模型，还根据阳性和阴性症状量表（PANSS）的评分，对精神分裂症参与者按症状严重程度进行了分层分析，以探究网络模式与症状之间的关联。
ALFF/fALFF结果
研究在精神分裂症患者中识别出四个表现出显著降低ALFF/fALFF的小脑体素簇。这些簇主要位于小脑后外侧区和前内侧区，通过Buckner图谱被映射到小脑网络8（显著性网络）、9（边缘网络）、13（控制网络）和17（默认模式网络）的代表区。这为后续的有效连接性分析提供了基于数据的小脑节点。
GIMME-识别的连接路径
- •
精神分裂症患者中独特的连接模式：有效连接性分析揭示了在精神分裂症患者中，存在一些健康对照中没有的连接路径。这包括小脑内部（如小脑控制网络13到默认网络17）以及小脑与前额叶皮层（如前额叶到小脑13）之间的额外瞬时连接路径。尤为重要的是，在仅包含患者样本的模型中，小脑13（控制网络）表现出类似中枢的角色，协调着小脑8（显著性网络）、9（边缘网络）和17（默认模式网络）之间的活动，形成了一种患者特有的小脑网络层级组织。这些模式在不同的症状亚组（高/低阳性或阴性症状）中均稳定存在，提示这是精神分裂症核心的网络重组特征，而非由特定症状驱动。
- •
与健康对照的组间差异：在全样本（患者+对照）模型中，虽然多数路径系数的组间差异未通过多重比较校正，但一些趋势值得注意。例如，从小脑13到8、从8到9的连接，以及在左壳核和右尾状核的自回归效应（反映脑区自身活动的时序稳定性），在患者中呈现减弱的趋势。这暗示了患者小脑内部“显著性-控制-边缘”网络间的定向信息流可能受损，且纹状体区域活动的动态稳定性降低。
- •
症状严重度与连接强度：在针对患者症状的分层模型中，某些连接路径的强度与症状严重度显示出未校正的关联趋势。例如，在阴性症状模型中，左上前额叶皮层到小脑17的瞬时连接强度在高症状组中更强。在阳性症状模型中，小脑9的自回归效应在高症状组中更高，而右上额叶皮层的自回归效应则更低。这表明症状严重度可能与特定脑区自身及脑区之间连接强度的改变有关。
讨论与结论
本研究通过整合ALFF/fALFF内在活动指标与GIMME有效连接性分析，深入描绘了精神分裂症皮质-纹状体-小脑网络的动态交互图景。研究发现，精神分裂症患者不仅存在特定小脑区域自发神经活动的异常，更重要的是，其小脑内部以及小脑与前额叶皮层之间的有效连接模式发生了根本性的重组。小脑控制网络（13）在患者中扮演了中枢协调者的新角色，连接着显著性、边缘和默认模式网络，这种独特的网络架构是健康大脑中所不具备的。
研究的意义在于，它超越了传统静态功能连接性仅衡量脑区同步性的局限，首次在精神分裂症中系统性地刻画了小脑对其他脑区（特别是前额叶目标）的“方向性影响”。尽管在统计学上，患者与对照在多数路径系数上的直接差异较为微弱，但稳定存在于患者群体中的特异性连接模式，强烈暗示了小脑功能重组是精神分裂症网络水平病理生理学的核心特征之一。这种重组可能构成了患者情感和认知缺陷的神经基础。例如，减弱的小脑内部连接（如13→8）可能损害了从显著性刺激到认知控制的信息传递；而增强的前额叶到小脑的影响，则可能反映了因皮层功能失调而引发的、自上而下的代偿性或适应不良的调控。
总之，这项研究为“小脑是精神分裂症认知情感环路中一个关键调节中枢”的观点提供了新的、基于方向性连接的有力证据。它揭示的疾病特异性小脑网络重组模式，不仅深化了我们对精神分裂症神经机制的理解，更重要的是，为未来开发针对特定小脑-前额叶环路的、精准的神经调控干预措施（如经颅磁刺激）指明了新的潜在靶点。通过聚焦于动态的、定向的网络交互，本研究为在高度异质性的精神疾病中探寻稳定的生物标志物和干预路径，提供了具有前瞻性的分析框架。
