编辑推荐：
精神病性症状包括幻觉、妄想与思维紊乱，可出现在精神科与神经科疾病中，但其跨尺度机制长期缺乏整合。研究人员提出一种跨诊断框架：多巴胺、谷氨酸、GABA、5-羟色胺与乙酰胆碱等神经调质系统扰动会改变神经元增益（neuronal gain）与突触效能（synapti
精神病性症状包括幻觉、妄想与思维紊乱，可出现在精神科与神经科疾病中，但其跨尺度机制长期缺乏整合。研究人员提出一种跨诊断框架：多巴胺、谷氨酸、GABA、5-羟色胺与乙酰胆碱等神经调质系统扰动会改变神经元增益（neuronal gain）与突触效能（synaptic efficacy），进而破坏对感觉证据、预测误差（prediction error）与内生成表征的精准加权（precision weighting）。这类局部扰动沿皮质-纹状体-丘脑-皮质（cortico-striato-thalamo-cortical, CSTC）环路与大规模功能网络传播，导致整合-分离动力学异常与吸引子状态不稳定。该多水平模型把分子/细胞扰动、环路功能障碍、网络失稳与症状表达连接起来，并允许不同生物学通路汇聚到共享的计算易损性上。新兴神经成像、动力系统与人工智能方法有望实现个体化机制检验，并支持更精确的环路导向干预。
研究背景方面，精神病性症状并非单一诊断实体，而是跨越精神分裂症谱系障碍（schizophrenia spectrum disorders, SSDs）、情感障碍、边缘型人格障碍（borderline personality disorder, BPD）、阿尔茨海默病（Alzheimer’s disease, AD）、帕金森病（Parkinson’s disease, PD）、脑炎与谵妄等疾病的维度现象。当前研究虽已确认多巴胺能功能障碍等神经生物学相关因素，但缺乏把分子改变连接到大尺度脑动态与行为的框架，也难解释为何不同疾病会出现相似或不同表型的精神病性症状。研究人员因此提出，应从神经调质与突触系统部分不同的生物学扰动出发，理解这些扰动如何共同影响神经元增益、精准加权、感觉输入与内生成表征之间的平衡，从而推动机制可检验、个体可分层、治疗可精细化的研究范式。该论文发表于《Neuron》。
关键技术方法方面，研究人员采用多模态神经成像，包括超高场强磁共振成像（magnetic resonance imaging, MRI）用于层状与亚皮质核团信号解析，磁共振波谱（magnetic resonance spectroscopy, MRS）用于谷氨酸与GABA等兴奋-抑制平衡的在体量化；使用图论分析结构性与功能性连接，考察整合与分离动态；采用动力系统理论（dynamical systems theory, DST）建模吸引子稳定性、分岔与状态转换；并引入人工神经网络（artificial neural networks, ANNs）与神经连接主义框架进行机制仿真。样本上涵盖SSD、双相障碍、BPD、PD、AD、谵妄及物质诱发精神病性等临床群体，也包括一般人群中的精神病性体验者，但并非单一前瞻性队列研究。
精神病性症状超越精神分裂症：走向跨诊断框架
研究人员指出，精神病性体验（psychotic experiences, PEs）在普通人群约7%中存在，且在多类精神疾病与神经疾病中反复出现。维度分类如Hierarchical Taxonomy of Psychopathology（HiTOP）精神病超谱，强调其连续谱性质。研究人员认为，不同疾病中的表型差异不一定来自完全不同机制，而可能来自不同生物学扰动作用于相关的计算操作，例如精准加权异常。
精神病性症状的多尺度机制框架：神经系统中的神经增益与精准加权
研究人员综述表明，纹状体多巴胺异常在SSD中最被深入研究，多巴胺不仅编码预测误差，还调节其精度或增益。腹侧边缘CSTC环路参与显著性归因与情绪价值，背侧认知CSTC环路参与联想学习与执行控制，丘脑则在信息过滤与跨网络协调中起枢纽作用。兴奋-抑制（excitation-inhibition, E/I）失衡可改变局部增益，并通过海马-纹状体通路影响中脑多巴胺释放。5-羟色胺调节皮质兴奋性与抑制性中间神经元，胆碱能系统调节注意增益与唤醒；这些系统共同塑造层级网络中的精准控制。
走向精神病性症状的计算系统模型
研究人员强调，单纯单递质异常不能解释症状的时空变异性与跨诊断性。模型需纳入非平稳性、发育与退化时间窗、以及从亚临床体验到慢性耐药疾病的梯度。
精神病性症状的大规模网络模型
研究人员通过图论发现，精神病性状态常伴随超整合、枢纽区受损与动态灵活性下降。默认模式网络（default mode network, DMN）、显著性网络与额顶控制网络之间切换异常，使内生成表征更易侵入意识，从而产生幻觉或妄想。
精神病性症状的动力系统模型
研究人员用吸引子景观描述感知与认知状态：基底变浅、驻留时间缩短、转换熵增加，可使瞬态表征被误读为外部真实体验。D1与D2、5-HT1A与5-HT2A、M1等受体作用分别加深或压平吸引子盆地，从而解释不同神经调质对状态稳定性的双向影响。
阐明精神病机制的新兴方法
精准神经成像与ANN建模
超高场MRI可分辨层状输入-输出模式与丘脑门控；MRS可量化E/I相关递质；ANN可用于在硅模型中操纵CSTC、多巴胺与E/I扰动，观察吸引子景观如何重塑。
走向发展与跨诊断框架
研究人员主张以生命周期、规范建模、多组学与干细胞模型结合计算框架，区分共享与疾病特异性通路，并把症状视为上下文敏感推断失败。
讨论与结论部分总结
研究人员讨论认为，精神病性症状不宜归因为孤立脑区或单一递质异常，而应理解为局部微环路、神经调质系统与大规模网络交互下的涌现现象。跨诊断框架的价值在于允许不同上游病因汇聚到共享计算易损性，如精准加权失调与增益控制失败。
结论部分翻译
总之，本综述总结了精神科、神经科与神经生物学研究中关于精神病性症状的证据，呼吁从传统诊断相关模型转向跨诊断框架，将精神病性症状概念化为跨疾病出现的维度现象。该视角超越描述性症状分类与孤立机制，把幻觉、妄想与思维紊乱连接到以神经增益调节、精准加权与大规模CSTC动态紊乱为核心的机制框架。精神病性症状不是单独神经递质异常所致，而是局部环路功能障碍、神经调质失衡与大规模网络失稳交互的涌现结果。在此框架中，网络神经科学与DST提供日益具机制解释力的模型，解释E/I失衡、多巴胺能与胆碱能增益控制，以及整合-分离动态改变如何跨疾病 destabilize 感知与认知吸引子状态。这些模型产生可经验检验的预言，涉及脑状态稳定性、亚稳态、转换动态与异常显著性加工，并可用多模态神经成像与计算方法量化。超高场MRI、计算建模与生物信息AI/ANN模型进一步支持对层状信号、吸引子动态与网络整合-分离稳定性的直接检验。发展视角结合生物、情境与社会风险因素，丰富对多疾病症状轨迹的理解。未来进展取决于超越宽泛临床构念，精确刻画症状维度及其计算与神经生物学机制，从而支持生物导向分型、症状轨迹预测与靶向干预。
