中國科學院行爲科學重點實驗室嚴超贛研究組聯合國內17家醫院的25個抑鬱症研究組，建成目前世界上最大的抑鬱症靜息態功能磁共振成像數據庫，並運用這一數據庫對比分析了1300例抑鬱症患者和1128例健康者的腦成像數據，發現抑鬱症患者大腦默認網絡內部功能連接強度異常下降，這爲抑鬱患者大腦默認網絡內部功能連接強度異常究竟是上升還是下降的爭論提供了迄今爲止最強有力的實證證據。嚴超贛表示，該研究結果提示了抗抑鬱藥物在默認網絡中的起效機制，再一次突出了默認網絡異常在抑鬱症腦機制中的核心作用。近日，該結果發表在《美國科學院院刊》（PNAS）上。

抑鬱症在我國的患病率爲3.4%，臨牀表現主要包括持續的情緒低落、快感缺失和精力減退，但病因仍不明確，主要診斷手段仍然依靠基於症狀學的臨牀觀察，缺乏生物學客觀標準。目前，腦影像已被廣泛用於研究抑鬱症的腦活動異常機制，以期找到抑鬱症診斷生物學客觀標準並進行精準治療。在各腦環路中，抑鬱症研究中最爲關注的是大腦默認網絡活動的異常，但相關研究大都均存在樣本小、統計力弱的問題，導致研究結果不盡相同。

對此，中國科學院心理研究所嚴超贛研究員聯合杭州師範大學臧玉峯教授、中南大學湘雅二醫院趙靖平教授和心理所左西年研究員，邀請全國精神科專家，啓動了抑鬱症靜息態功能磁共振成像多中心數據薈萃分析計劃。“2017年3月、2018年5月、2019年1月，我們連續召開了三屆抑鬱症腦成像大數據會議，陸續聯合到國內17家醫院的25個抑鬱症研究組，對現有數據再挖掘，並建立一套中國人的抑鬱症全腦靜息態活動異常概率圖譜。”

此次研究結果表明，與健康對照者相比，抑鬱症患者默認網絡內部功能連接強度異常下降。且只有在比較復發抑鬱症患者與健康對照者時才發現這一顯著的結果。研究者認爲，這種效應很有可能是由於用藥狀況而不是病程長度導致的。

“未來，我們將進一步建立國際抑鬱症腦影像多中心大數據，深入考察抑鬱症腦網絡異常的種族共性與特異性，並採用深度學習和遷移學習算法訓練抑鬱症患者與健康對照者神經網絡分類器，爲最終確立應用於抑鬱症臨牀診療的生物學指標奠定基礎。”嚴超贛介紹，該研究數據庫已向全世界研究者公開(http://rfmri.org/REST-meta-MDD)，可讓更大範圍的科學家羣體參與到改進抑鬱症診療與理解大腦這一共同行動中來。

文/健康報記者 王瀟雨

編輯製作/王建影