创伤预测性脑网络连接对急性轻度应激的适应性响应机制研究

来自多机构的研究团队通过机器学习方法，揭示了创伤相关脑功能网络对急性应激的动态响应机制。研究发现，基于连接组预测模型(connectome-based predictive modeling)可准确预测创伤暴露史，显著网络(salience network)和默认模式网络(default mode network)等关键脑区的连接减弱与应激适应性和抑郁症状改善相关。该研究为理解创伤-应激神经机制提供了新视角。

　　

创伤经历如何重塑大脑对未来应激的响应？最新研究揭示了这一神经机制的精妙动态。通过机器学习构建的连接组预测模型(connectome-based predictive modeling)，研究人员成功解码了创伤暴露史的神经指纹——显著网络(salience network)与运动区、默认模式网络(DMN)、小脑等区域的特定连接模式。

在两项独立实验中，研究团队观察到有趣现象：无论是情绪生理应激源还是药理干预(氢化可的松hydrocortisone)，都会显著减弱这些创伤预测网络的连接强度。更引人注目的是，这种"连接钝化"现象与抑郁症状减轻显著相关，暗示着大脑可能通过主动"关闭"创伤相关网络来实现应激适应。

该发现为理解创伤-应激的神经动态提供了新视角：当大脑遭遇新应激时，适度减弱创伤相关网络的参与度，反而可能促进更灵活的适应性响应。这种精妙的神经可塑性机制，或为开发创伤相关精神障碍的干预策略提供新靶点。