氯胺酮抗抑郁疗效的脑网络定位：从功能连接视角解析神经机制

为解决传统抗抑郁药物起效慢、疗效局限的临床困境，中国科学院研究人员通过功能连接网络映射（FCNM）技术整合多模态神经影像数据，首次定位出氯胺酮（ketamine）快速抗抑郁作用的特异性脑网络。研究发现该网络涉及默认模式网络（DMN）、腹侧注意网络及背外侧前额叶皮层（DLPFC）等关键区域，其稳定性和抑郁特异性为开发新型靶向治疗提供了理论依据。

　　

抑郁症作为全球致残率最高的精神疾病之一，传统抗抑郁药物存在两大痛点：约50%患者对现有药物无反应，且需数周才能起效。而麻醉剂氯胺酮（ketamine）却能以"72小时快速起效"的特性打破僵局，尤其对治疗抵抗性抑郁（TRD）和快感缺失症状展现惊人效果。但谜题随之而来——为何分子层面的研究难以解释其快速抗抑郁机制？越来越多的证据表明，答案可能藏在"大脑网络"而非单个脑区中。

中国科学院团队在《Biological Psychiatry》发表的研究中，采用功能连接网络映射（Functional Connectivity Network Mapping, FCNM）这一创新方法，对18项多模态神经影像研究（涉及440例抑郁患者和174名健康对照）进行系统整合。通过构建基于大尺度规范连接组数据库的脑网络模型，首次揭示了氯胺酮治疗抑郁的神经环路图谱。

关键技术包括：1）多中心神经影像数据标准化处理；2）基于4mm半径球体的峰值坐标空间映射；3）使用leave-one-study-out法进行网络稳定性验证；4）对比传统抗抑郁药物网络的特异性分析。研究队列涵盖结构MRI（灰质体积）、任务态fMRI（任务诱导激活）和静息态功能连接数据。

【Ketamine functional brain network in depression】
通过FCNM分析发现，既往研究中看似分散的脑区变化（如亚属扣带回皮层sgACC、背外侧前额叶DLPFC⁹
）实际属于同一功能网络。该网络核心节点涉及默认模式网络（DMN）的过度连接修正、腹侧注意网络的动态调控，以及小脑-皮层环路的可塑性改变。

【Network robustness and specificity】
采用参数扰动测试证明该网络具有显著稳定性（p<0.001 FDR校正）。与焦虑症、精神分裂症等疾病的治疗网络相比，氯胺酮网络对抑郁具有诊断特异性（特异性指数达82.3%）。

【Ketamine-specific circuit identification】
与传统抗抑郁药物网络对比发现，氯胺酮特异性激活前额叶-边缘系统环路，其中sgACC与DLPFC的功能连接强度变化与临床改善度显著相关（r=0.71, p=0.008）。这些区域恰与经颅磁刺激（TMS）治疗抑郁的最佳靶点重合。

研究结论突破性地从网络层面统一了既往矛盾的神经影像发现：氯胺酮通过重塑DMN过度连接、增强认知控制网络（如DLPFC）与情绪中枢（如sgACC）的协同功能，实现快速抗抑郁效果。这不仅为理解氯胺酮的神经机制提供新范式，更启示未来可采用网络导航的神经调控技术（如深部脑刺激DBS）精准复制其治疗效应。

讨论部分特别指出，该发现有力支持了"抑郁症网络功能障碍"假说——氯胺酮可能通过NMDAR（N-甲基-D-天冬氨酸受体）阻断触发的突触可塑性，快速重构异常神经网络。研究建立的FCNM框架为其他精神疾病的机制研究提供了可推广的方法学模板，其揭示的脑区靶点群为开发无成瘾性速效抗抑郁药指明了方向。