编辑推荐：
为解决精神分裂症（SZ）病理机制及生物标志物相关问题，Semmelweis 大学研究人员开展基于静息态 EEG 研究。发现 SZ 患者 E/I 比动态变化特征，且与症状相关。该研究为理解 SZ 病理及诊断治疗提供新视角，值得一读。
探寻精神分裂症的神经奥秘：从 EEG 频谱斜率出发
在精神疾病的世界里，精神分裂症（SZ）是一个极为棘手的 “难题”。它的终身患病率约为 1%，而且在过去 30 年，发病率还呈现出上升的趋势。你能想象吗？每 100 个人中，可能就有 1 个人正在遭受精神分裂症的折磨。目前，精神分裂症的精确病理生理学机制还如同迷雾一般，难以捉摸，这使得对它的管理，包括诊断，大多只能依赖于临床症状的评估。然而，精神分裂症患者的症状表现千差万别，就像每个人都有着独特的 “症状拼图”，这让寻找其病因变得困难重重。因此，找到能帮助我们更好理解其发病机制、监测病情进展和预估预后的生物标志物，就成了科研人员们的重要目标。
脑电图（EEG）作为研究大脑活动的重要工具，在精神分裂症的研究中被广泛应用。以往的研究主要关注特定频段功率（BLP）的异常，但这种方法忽略了神经功率谱中宽带分形（
）“背景活动” 以及叠加的振荡峰值，这些不同的成分可能代表着不同的神经过程，理应分开研究。近年来，有研究提出，宽带成分的频谱斜率（
）能够反映大脑中兴奋性和抑制性活动的比例。平坦的频谱意味着较高的兴奋 / 抑制（E/I）比，反之则较低。这一发现为精神分裂症的研究带来了新的曙光，因为在精神分裂症患者中，兴奋性 NMDA 和抑制性 GABA 的大脑信号传导异常的情况屡见不鲜，异常的 E/I 平衡被认为是影响患者感知和认知功能的潜在机制之一。
不过，在这条研究道路上，还有许多 “绊脚石”。一方面，以往的研究大多将 E/I 比视为单一尺度范围内的固定特征，然而实际上，它可能会随着时间变化，在低频和高频区域也可能表现出不同的特征。另一方面，神经活动的功率谱在不同频率区域可能具有不同的斜率，即存在双峰或多峰现象，而且 E/I 比与
的关系在不同频率下也有所不同，尤其是在慢波（<5Hz）脑节律中，这种关系甚至会反转。此外，神经活动还具有多分形特征，单一的全局估计可能无法准确描述精神分裂症中神经 E/I 比的动态变化。所以，迫切需要一种新的研究方法，来更深入地探究精神分裂症与 E/I 平衡之间的关系。
为了攻克这些难题，来自 Semmelweis 大学的研究人员在《Nature Aging》期刊上发表了题为 “Altered excitation/inhibition ratio dynamics in schizophrenia: a resting-state EEG study” 的论文。他们通过研究发现，精神分裂症患者与健康对照组相比，高频频谱的波动明显减弱，这表明即使在较长时间尺度上 E/I 平衡的基线保持稳定，但在短时间内，其 E/I 比的时间变异性却与健康人存在显著差异，而且这种差异还与临床症状相关。此外，他们还证实了在从 EEG 功率谱斜率推断 E/I 比时，采用双峰分析方法的重要性。这一研究为我们理解精神分裂症的神经机制提供了新的视角，就像在黑暗中点亮了一盏明灯，为后续的研究指明了方向。
那么，研究人员是如何开展这项研究的呢？他们主要运用了以下几种关键技术方法：首先，在数据采集方面，使用 64 通道 Neuroscan 放大器，以 1000Hz 的采样率从标准 10 - 10 位置采集 EEG 数据，并参考连接乳突（M1/M2），让参与者在昏暗、隔音的房间里闭眼静息两分钟。其次，在数据处理阶段，利用 Matlab 和 EEGLAB 工具箱对数据进行预处理，包括下采样、带通滤波、去除非神经成分等操作。最后，采用不规则重采样自谱分析（IRASA）技术来估计频谱斜率，以此表征神经 E/I 比，并将通道按照大脑的静息态网络（RSNs）进行分组分析。这些方法就像是精密的 “科研仪器”，帮助研究人员一步步揭开精神分裂症的神秘面纱。
接下来，让我们一起看看研究人员通过这些方法都得到了哪些有趣的结果吧。
1. 功率谱的双峰性
研究人员对 30 名精神分裂症患者和 31 名健康对照者的静息态 EEG 数据进行分析，结果发现，在两个研究组中，EEG 频谱在高频区域的斜率都比低频区域更陡峭。具体来说，在健康对照组和精神分裂症组中，分别有 36 个和 35 个皮质位置的
高于
。这种双峰性在顶枕部和中央区域最为明显，而在颞额叶区域则不太明显，甚至呈现单峰性。这一结果与之前的研究相呼应，证实了 EEG 频谱在 1 - 45Hz 范围内具有双峰性，而且这种特性在精神分裂症患者和健康对照者之间大多是相似的。这就好比每个人的大脑都有自己独特的 “频率旋律”，而精神分裂症患者和健康人的 “旋律” 在某些方面有着相似的节奏。
2. 精神分裂症患者高频频谱斜率的时间变异性降低
在比较精神分裂症患者和健康对照者的平均频谱斜率时，研究人员发现，经过 FDR 校正后，在两个频率区域都没有显著差异。但是，当关注频谱斜率的时间变异性时，有趣的事情发生了。他们发现，精神分裂症患者群体的
普遍降低，尤其是在顶枕叶皮层，在左额叶也有类似趋势。通过对不同静息态网络（RSNs）的统计分析进一步证实，在背侧注意网络（DA）中，精神分裂症患者的
显著低于健康对照者。这表明，虽然精神分裂症患者和健康人在 E/I 比的基线水平上可能相似，但在时间变异性方面却存在明显差异，就像健康人的大脑活动在高频区域的波动更加丰富多样，而精神分裂症患者的则相对单调。
3. 与临床症状评分的相关性
研究人员还想知道，他们观察到的这些差异是否与精神分裂症患者的临床症状有关。于是，他们对背侧注意网络中
与阳性和阴性症状量表（PANSS）评分进行相关性分析。结果发现，背侧注意网络的
与阳性 PANSS 评分之间存在负相关关系。也就是说，
越低，阳性 PANSS 评分可能越高。这一发现为理解精神分裂症的神经机制与临床症状之间的联系提供了新的线索，就像找到了一把可以打开大脑与临床症状之间神秘大门的钥匙。
综合研究结果，研究人员发现精神分裂症患者的高频频谱波动减弱，这意味着神经 E/I 比的短期时间变异性在精神分裂症患者和健康人之间存在显著差异，并且这种差异与临床症状相关。此外，他们还强调了在从 EEG 功率谱斜率推断 E/I 比时，采用双峰分析方法的重要性。这一研究成果意义重大，它为我们深入了解精神分裂症的神经机制提供了新的方向。以往我们对精神分裂症的认识可能只停留在表面的症状上，而这项研究让我们深入到大脑的神经活动层面，看到了 E/I 比动态变化与疾病之间的紧密联系。
同时，该研究也为未来的研究提出了许多有趣的方向。例如，虽然发现了与临床症状的相关性，但由于研究是在静息态下进行的，还不清楚这些改变与认知缺陷之间的关系。而且，研究中使用的 EEG 数据来自较短时间的记录，未来需要更长时间的监测来进一步确认。此外，研究仅在传感器空间评估了 EEG 数据，还需要更精确的神经成像技术来确定大脑区域的具体作用。另外，药物治疗对研究结果的影响也有待进一步探究，因为不同的药物可能会对 EEG 频谱产生不同的影响。总之，这项研究虽然取得了重要的成果，但也为后续研究留下了许多值得探索的空间，就像在科学的道路上树立了一个个新的路标，引导着科研人员继续前行，不断揭开精神分裂症的神秘面纱，为患者带来更多的希望。
