难治性抑郁症的异质性脑改变汇聚于共同的控制网络

《Neurotherapeutics》：Heterogeneous brain alterations in treatment-resistant depression converge on common control networks

　　

治疗抵抗性抑郁症（treatment-resistant depression, TRD）造成沉重的临床与社会负担，但其相关神经影像学异常是否汇聚于特定大规模脑网络仍不明确。研究人员系统检索并纳入比较TRD患者与健康对照（healthy controls, HCs）及非治疗抵抗性抑郁症（non-treatment-resistant depression, non-TRD）患者的功能与结构神经影像研究，采用经过验证的坐标网络映射（coordinate network mapping, CNM）方法及规范人脑连接组，推导TRD相关网络。通过与典型大规模网络的重叠分析刻画其功能架构，并进一步计算TRD相关概率图与全脑神经递质密度图的空间相关性，探索潜在神经化学基础。结果显示，在TRD–HC对比中，TRD相关功能与结构网络广泛分布于额叶、扣带回、岛叶、纹状体及丘脑区域，与额顶网络（frontoparietal network, FPN）及扣带盖网络（cingulo-opercular network, CON）重叠最高；在TRD–non-TRD对比中，相关网络分布更为局限，主要重叠于CON。空间相关性分析进一步将这些网络水平异常锚定至谷氨酸能、多巴胺能及单胺能神经递质系统。研究表明，TRD的总体神经生物学负担主要位于包含FPN与CON的大规模控制网络，而治疗抵抗则以CON内更为局灶的改变为特征。这种基于网络的分离为TRD的神经机制提供了新见解，并提示潜在的环路水平干预靶点。

本研究发表于《Neurotherapeutics》，针对难治性抑郁症（TRD）神经生物学机制不清、既往影像学研究异质性高难以形成统一结论的问题展开。TRD约占重度抑郁症（MDD）患者的20%–30%，预后差、自杀风险高，现有抗抑郁治疗应答不足的机制不明，且尚不清楚TRD是疾病严重程度的连续谱还是独立亚型。传统影像元分析依赖局部坐标重合，难以捕捉分布式网络层面的共性异常，因此研究人员采用坐标网络映射（CNM）方法，探索异质性TRD影像发现是否汇聚于共同的大规模脑网络，并解析其与神经递质系统的空间关联，为理解病理机制及开发精准神经调控靶点提供依据。

研究人员主要采用以下关键技术方法：首先，系统检索PubMed、Scopus、Web of Science截至2025年8月15日的文献，纳入17项符合标准的TRD对比研究，包含15项TRD–HC对比（366例TRD、360例HC）和10项TRD–non-TRD对比（295例TRD、719例non-TRD）。其次，基于人类连接组计划（Human Connectome Project）1000名健康成人静息态功能磁共振成像数据，采用坐标网络映射（CNM）方法，将每个显著差异峰坐标建模为独立6mm球形种子，计算其与全脑的功能连接，经家族wise误差校正后生成二值化连接图，聚合得到TRD相关概率图，并采用随机ROI分析确定50%重叠阈值。最后，结合典型脑网络分区、神经递质密度图空间相关分析、交叉模态与交叉对比一致性检验、留一法敏感性分析及重测验证等方法进行多维度刻画。

TRD相关网络

在TRD–HC对比中，功能网络主要涵盖双侧中央前回、丘脑、岛叶、额中回、左侧前扣带回（ACC）、额上回及杏仁核，与CON重叠最高（48.4%），其次为FPN（21.3%）；结构网络包括双侧额下回、岛叶、中扣带回（MCC）、尾状核、颞上回、额中回、杏仁核等，与CON（29.2%）、FPN（23.6%）、默认模式网络（DMN, 13.3%）及语言网络（LN, 12.9%）重叠显著。在TRD–non-TRD对比中，功能网络集中于CON（65.4%）与FPN（8.4%），结构网络亦以CON（44.7%）为主，提示CON是治疗抵抗的核心网络特征。

交叉模态与交叉对比网络一致性分析

体素水平空间相关性显示，TRD–HC中功能与结构网络相关性强（ρ=0.66），TRD–non-TRD中亦显著（ρ=0.57）；两功能网络间（ρ=0.69）及两结构网络间（ρ=0.76）均呈高度相关，表明不同模态与对比下的网络分布具有内在一致性，支持TRD网络架构的稳定性。

与神经递质图的空间相关性

TRD–HC对比中，功能概率图与N-甲基-D-天冬氨酸受体（NMDA, r=0.53）及多巴胺转运体（DAT, r=0.47）显著相关，结构图还与代谢型谷氨酸受体5（mGluR₅, r=0.63）相关。TRD–non-TRD对比中，功能图与5-羟色胺受体1B（5-HT_1B, r=0.62）、5-HT₆（r=0.62）、mGluR₅（r=0.58）、去甲肾上腺素转运体（NET, r=0.54）及NMDA（r=0.44）相关，结构图与DAT（r=0.41）及NMDA（r=0.39）相关。控制皮质主梯度后的偏相关分析多数结果仍显著，提示TRD网络优先分布于谷氨酸能、多巴胺能及单胺能富集区。

敏感性分析与验证分析

留一法敏感性分析显示，剔除单项研究后网络概率图与原结果仍高度相关（相关系数0.54–0.99），Dice系数均值在0.63–0.66之间，表明结果稳健。年龄分层敏感性分析显示不同年龄段功能连接组的网络分布存在一定差异，提示未来需匹配患者年龄的连接组。重测数据集与不同种子半径（4mm、8mm）的验证结果与原分析高度一致，进一步证实方法稳定性。

激活似然估计（ALE）元分析

无论模态与效应方向，TRD–HC对比仅见楔前叶一处显著簇，TRD–non-TRD对比仅见颞上回延伸至缘上回一处显著簇，分模态分析无显著簇。该结果与传统CNM的差异反映了两种方法逻辑不同：ALE识别局部坐标重合，CNM捕获功能连接层面的网络共性，更适合刻画精神疾病网络水平异常。

讨论部分指出，TRD的总体神经生物学负担汇聚于FPN与CON构成的双控制架构，其中FPN支持灵活认知调控，CON维持稳定任务集与反馈整合，二者功能失调导致威胁敏感性增强与持续反刍。治疗抵抗则特异性关联CON的局灶异常，其节点（前岛叶、背侧ACC等）是神经调控的有效靶点。交叉对比的高度空间相关支持TRD与MDD共享核心网络改变，CON异常可能是治疗抵抗的特征标志。神经递质相关分析提示TRD网络优先累及谷氨酸能与多巴胺能系统，为谷氨酸能药物研发提供了空间证据。研究同时指出TRD定义异质性、影像参数差异及横断面设计的局限，未来需在首发药物初治队列中纵向验证，并结合患者特异性连接组提升准确性。

研究结论表明，异质性TRD神经影像异常汇聚于以CON与FPN为核心的共同控制网络，CON功能异常是治疗抵抗的特异性神经特征。这些发现揭示了TRD的网络级病理架构，并为开发精准神经调控与药物治疗靶点提供了重要依据。