早期精神分裂症患者皮层动力学改变的大规模图谱与GABA能和谷氨酸能神经传递的关联研究

研究人员针对精神障碍患者GABA能抑制和NMDA受体介导的谷氨酸能兴奋异常这一核心病理机制，通过脑磁图(MEG)源成像技术，首次绘制了首发精神病(FEP)和临床高风险人群(CHR-P)的皮层动力学多参数特征图谱。研究发现这些特征的空间分布模式与皮层解剖层级高度相关，且与健康人GABA-A受体密度分布和药理学干预效应图谱显著相似。特别值得注意的是，个体患者模式相似性与阳性症状(GABA-A相关)和阴性症状(NMDA相关)分别呈现特异性关联，为精神分裂症的早期诊断和精准治疗提供了新型神经生理学标记。

　　

在精神医学领域，精神分裂症等精神障碍疾病长期困扰着人类社会，其典型症状包括幻觉妄想等阳性症状和情感淡漠等阴性症状。尽管已知γ-氨基丁酸(GABA)能抑制和N-甲基-D-天冬氨酸(NMDA)受体介导的谷氨酸能兴奋异常在疾病发生中起关键作用，但这些突触水平的变化如何导致全脑尺度的功能异常并产生异质性症状，始终是未解之谜。更棘手的是，在疾病早期阶段（如临床高风险期）缺乏可靠的生物标记物，使得早期干预面临巨大挑战。

针对这一科学难题，来自德国汉堡大学医学中心(University Medical Center Hamburg-Eppendorf)和英国格拉斯哥大学(University of Glasgow)的研究团队开展了一项开创性研究。他们巧妙结合两种独特的人群队列——临床高风险人群(CHR-P)和首发精神病患者(FEP)，以及精心设计的药理学干预实验，运用多模态神经影像技术揭示了皮层动力学改变与神经递质系统的内在关联。这项具有里程碑意义的研究成果发表在顶级期刊《SCIENCE ADVANCES》上。

研究团队主要采用了三项核心技术：首先是高精度脑磁图(MEG)源成像技术，通过线性约束最小方差(LCMV)波束成形方法将传感器信号溯源至180个皮层区域；其次是创新的动力学参数提取算法，包括周期性/非周期性频谱成分分解和Hurst指数计算；第三是基于Glasser图谱的皮层分区体系，结合自旋置换检验等高级统计方法，实现了全脑尺度空间模式的可视化分析。

皮层动力学参数的空间组织特征

研究发现六个动力学参数（非周期性指数、膝频率、曲线下面积等）在皮层呈现梯度分布，与基于T1w/T2w比值推断的解剖层级显著相关。这种关联在健康人和药理学干预条件下均保持稳定，证实了皮层动力学与微观环路特性的内在联系。

精神病的神经生理学特征图谱

通过比较临床组与对照组的差异，研究者首次绘制了"精神病特征图谱"，显示非周期性指数在枕叶降低（功率谱变平）而在前额叶升高（功率谱变陡）。这种空间模式在CHR-P和FEP组间高度一致(r=0.85)，且与健康人GABA-A受体密度分布显著相关，提示GABA能系统功能障碍的核心作用。

药理学干预的验证性证据

服用GABA-A激动剂劳拉西泮(LZP)和NMDA拮抗剂美金刚(MEM)的健康志愿者，其皮层动力学改变模式分别与精神病患者的阳性症状和阴性症状相关特征相似。这种双重解离现象为症状异质性提供了机制性解释。

个体化诊断的突破

基于空间模式相似性的机器学习模型能有效区分CHR-P与健康对照（准确率66%），而个体患者的模式相似性程度可预测症状严重度——与LZP效应相似者阳性症状更突出，与MEM效应相似者阴性症状更显著。

这项研究的重要意义在于建立了"分子-环路-动力学-症状"的多层次理论框架。通过揭示GABA能和谷氨酸能系统对皮层动力学的差异化调控，不仅为精神分裂症的病理生理机制提供了新见解，更重要的是开发了一套基于MEG的客观评估工具。这些神经生理学标记在疾病早期（甚至临床症状出现前）即可检测，为实施精准医疗策略奠定了坚实基础。研究采用的跨尺度、多参数分析方法也为其他神经精神疾病的机制研究提供了范式参考。未来，结合更大型的前瞻性队列和靶向干预实验，这套评估体系有望转化为临床实用的诊断分型工具，从根本上改善精神障碍的早期识别和个性化治疗。