自闭症谱系障碍与精神分裂症谱系障碍的BOLD信号变异性跨诊断特征:与认知和功能的关系

《Human Brain Mapping》:Transdiagnostic Profiles of BOLD Signal Variability in Autism and Schizophrenia Spectrum Disorders: Associations With Cognition and Functioning

【字体: 大 中 小 】 时间:2026年04月18日 来源:Human Brain Mapping 3.3

编辑推荐:

  为解决自闭症(autism)与精神分裂症(schizophrenia)在认知功能与神经生物学上重叠的异质性难题,研究人员开展了BOLD(血氧水平依赖)信号变性的跨诊断研究。结果发现,两种疾病患者均表现出跨静息态与任务态、在躯体运动、视觉及听觉等网络中的BOLD信号变异性降低,且网络变异性越高,社交认知、神经认知与社会功能越好。该研究提示BOLD信号变异性可作为神经灵活性的潜在生物标志物,为未来跨诊断临床干预提供了新靶点。

  
在我们的日常生活中,大脑需要处理瞬息万变的外部信息和内部思绪,这种灵活应变的能力是高级认知与社会功能的基础。然而,对于自闭症谱系障碍(以下简称自闭症)和精神分裂症谱系障碍(以下简称精神分裂症)这两种复杂且异质性高的神经发育与精神障碍患者而言,他们常面临社交认知与神经认知方面的共同挑战,这些挑战深刻影响其社会功能与生活质量。尽管传统上认为这是两种不同的疾病,但越来越多的证据显示它们在大脑功能层面存在令人惊讶的重叠。长久以来,神经影像学研究多关注于大脑活动的“强度”指标,如功能连接或任务激活。然而,大脑并非一成不变,其血氧水平依赖(Blood-oxygen-level-dependent, BOLD)信号在时间维度上的波动——即变异性——正逐渐被认为是反映神经灵活性、适应性和认知能力的关键动态指标。那么,自闭症和精神分裂症患者大脑活动的这种“灵动性”是否存在共同缺陷?这种缺陷是否与他们的认知困难和社会功能受损直接相关?这些问题对于理解两种疾病的共同神经机制、寻找跨诊断的生物标志物以及开发新的干预策略至关重要。
为回答这些问题,一项发表于《Human Brain Mapping》的研究,首次在静息态和社交认知任务(共情准确性任务,EA任务)两种状态下,对自闭症、精神分裂症和典型发育对照(TDC)三组人群的脑内区域BOLD信号变异性进行了大规模的跨诊断比较。研究人员利用平均逐次平方差(mean squared successive difference, MSSD)来量化BOLD信号的瞬变波动,并探讨了这种变异性与社交认知、神经认知、社会功能及临床症状严重程度之间的维度性关联。
该研究整合了来自两项大型、评估方法协调一致的研究项目(SPINS和SPIN-ASD)的数据,共纳入176名精神分裂症患者、89名自闭症患者和149名典型发育对照。所有参与者完成了包括静息态和共情准确性任务(EA任务)的功能磁共振成像(fMRI)扫描,以及一系列标准化的社交认知(如TASIT、ER40、RMET)和神经认知(MCCB复合分)评估。研究采用fMRIPrep流程对影像数据进行预处理,从392个脑区提取时间序列,计算各区域的MSSD值,并在网络水平(基于Cole-Anticevic功能网络划分)进行平均。统计分析采用协方差分析(ANCOVA,控制年龄、性别、头动),考察组间差异以及网络变异性与行为/临床变量的关联。
3.1 参与者纳入与特征
最终分析样本包括414名参与者。三组在年龄、性别、教育年限、智商、社会功能评分(BSFS)及多项认知任务得分上均存在显著差异。这些人口学和临床变量在后续分析中作为协变量进行了控制。
3.2 区域与网络水平的变异性
总体上,联合皮层区域(如默认模式网络内)的MSSD值较高,而感觉运动区域较低,静息态和任务态数据模式相似。
3.2.1 静息态区域时间序列变异性的组间差异
典型发育对照在多个区域(占所有区域的25%,主要是感觉运动区域)表现出显著高于精神分裂症组的MSSD(即更高的变异性)。与自闭症组相比,典型发育对照在12%的区域有更高的MSSD。精神分裂症与自闭症组比较,在5%的区域存在差异,其中78%的差异区域表现为自闭症组的变异性更高,主要涉及视觉、顶叶和听觉等区域。
3.2.2 共情准确性任务区域时间序列变异性的组间差异
任务态下,组间差异的模式与静息态一致,但存在差异的区域数量更少。典型发育对照相比精神分裂症在1%的区域、相比自闭症在4%的区域有更高的MSSD。
3.2.3 静息态与共情准确性任务期间网络时间序列变异性的组间差异
静息态下,在单模态网络(视觉1、视觉2、躯体运动、听觉网络)以及扣带盖网络发现了显著的组间差异。典型发育对照在这些网络中的MSSD高于两个临床组。此外,自闭症组在视觉1网络中的MSSD高于精神分裂症组。任务态下,组间差异仅出现在躯体运动和听觉网络,典型发育对照的变异性高于精神分裂症(躯体运动、听觉网络)和自闭症(听觉网络)组。
3.3 网络变异性与行为/认知/临床变量的回归分析
静息态下,发现了20个显著的关联。在视觉1、视觉2、躯体运动、听觉、扣带盖和背侧注意网络,较高的网络变异性普遍与更好的MCCB神经认知复合分、更高的社交认知(TASIT3讽刺和谎言分数、ER40总分)以及更好的社会功能(BSFS总分)呈正相关。
然而,在视觉1、躯体运动和听觉网络中,较低的MSSD与较高的氯丙嗪(CPZ)等效剂量(即更高的抗精神病药物剂量)呈负相关。任务态下,共发现8个显著关联。在视觉1网络中,较低的MSSD与较高的社会功能(BSFS总分)和共情关注(IRI empathic concern)分数相关,而较高的躯体运动和听觉网络MSSD则与更好的认知和社会功能分数正相关。
3.4 全局信号回归对BOLD信号变异性的影响
作为敏感性分析,研究人员在不进行全局信号回归(GSR)的情况下重复了主要分析。结果显示,虽然显著发现的数量略有减少,但总体模式保持一致,即典型发育对照的变异性仍高于临床组,且脑-行为关联主要在感觉运动网络中得以复现。
4 讨论
本研究的主要结论是,自闭症和精神分裂症患者在静息态和社交认知任务中,均表现出低于典型发育对照的BOLD信号变异性,且这种降低主要集中在感觉处理网络(视觉、听觉、躯体运动网络)。更高的网络变异性与更好的社交认知、神经认知及社会功能普遍相关。这些发现支持BOLD信号变异性是神经灵活性和认知效率的一个敏感指标。
研究结果表明,自闭症和精神分裂症可能存在共同的神经机制缺陷——即神经灵活性或动态范围的降低,尤其在感觉信息处理的早期阶段。这种“神经僵化”可能限制了大脑适应复杂社会环境、灵活整合信息的能力,从而导致跨诊断的认知和社会功能损害。感觉网络变异性的降低,与两种疾病中常见的异常感觉处理和信息整合困难的报告相一致,可能构成了更高级认知缺陷的底层基础。
值得注意的是,静息态下的组间差异比任务态下更为广泛和显著。这可能是因为任务(如本研究的共情准确性任务)会引导大脑进入一种更受约束、目标导向的状态,从而在一定程度上“掩盖”了自发性大脑活动的内在差异。而静息态下不受约束的思维漫游,可能更能揭示与诊断相关的固有神经动态特性。
当然,研究也存在一些局限性。例如,尽管已尽力控制,但头动和药物(特别是精神分裂症组的抗精神病药物)的潜在影响仍难以完全排除。样本的人口学特征(如临床组年龄偏小、自闭症组为单中心招募)也可能对结果产生一定影响。此外,BOLD信号变异性本身也受到神经活动和生理噪声(如心跳、呼吸)的共同影响,其确切解释仍需未来研究进一步厘清。
5 结论
总而言之,这项研究首次在跨诊断框架下,系统描绘了自闭症和精神分裂症在静息态和任务态下的BOLD信号变异性特征。研究证实,降低的脑信号变异性是这两种相关疾病的共同特征,并与认知和社会功能的损害密切相关。这一定量指标超越了传统的平均激活分析,为理解神经发育和精神障碍的共性病理生理机制——神经灵活性受损——提供了一个全新的视角。未来,BOLD信号变异性有望发展成为评估神经功能状态、监测治疗反应乃至指导个性化干预的潜在生物标志物,为连接基础神经科学与临床实践搭建起一座有价值的桥梁。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号