《Brain and Spine》：Regional Structural-Functional Coupling in Generalized Anxiety Disorder and Association with Neurotransmitter and Gene Signature
编辑推荐：
广泛性焦虑障碍（GAD）是最常见的精神疾病之一，全球年患病率约为4.5%。研究人员通过多模态神经影像与转录组学整合框架，探究了伴有躯体症状的GAD患者脑结构-功能耦合（SC-FC coupling）的异常模式及其潜在的神经生物学机制。与健康对照（HCs）相比，
广泛性焦虑障碍（GAD）是最常见的精神疾病之一，全球年患病率约为4.5%。研究人员通过多模态神经影像与转录组学整合框架，探究了伴有躯体症状的GAD患者脑结构-功能耦合（SC-FC coupling）的异常模式及其潜在的神经生物学机制。与健康对照（HCs）相比，GAD患者在特定脑区（如前中央回、后中央回、额上回、额下回、岛叶、基底节和顶上小叶）表现出显著增强的SC-FC耦合，这些区域广泛分布于默认模式网络（DMN）、背侧注意网络（DAN）、腹侧注意网络（VAN）、额顶网络（FPN）、感觉运动网络（SMN）和皮层下网络（SUB）中。在脑网络水平，GAD患者在SMN、DAN、VAN和FPN中的SC-FC耦合强度显著增加。这些耦合改变与GAD临床焦虑症状（HAMA评分）和躯体症状（PHQ-15评分）的严重程度呈正相关。基于SC-FC耦合异常区域构建的线性支持向量机（SVM）分类模型，在区分GAD患者与HCs时表现出良好的判别性能，组合多脑区特征模型的曲线下面积（AUC）达到0.857。跨模态分析显示，SC-FC耦合异常的空间分布与多种神经递质系统的空间模板显著相关，包括5-羟色胺1B受体（5-HT1B）、代谢型谷氨酸受体5（mGluR5）、去甲肾上腺素转运体（NAT）、囊泡乙酰胆碱转运体（VAChT）和κ阿片受体（KappaOp）。转录组学关联分析（使用偏最小二乘回归）鉴定出1,165个与SC-FC耦合改变相关的基因，其中588个与GeneCards数据库中的GAD风险基因重叠。功能富集分析表明，这些基因显著富集于神经元投射、突触、轴突等细胞组分，以及细胞内运输、突触信号传递等生物过程；KEGG通路分析显示其在细胞凋亡、肾上腺素能信号和氧化磷酸化等通路中富集。细胞类型特异性分析进一步揭示，这些关联基因主要在兴奋性神经元（Neuro-EX）、抑制性神经元（Neuro-IN）、星形胶质细胞（Astro）和少突胶质前体细胞（OPC）中表达。该研究系统描绘了GAD患者SC-FC耦合的异常特征，并将其与临床症状、神经递质系统和基因表达模式联系起来，为理解GAD从分子到宏观脑网络的多尺度病理生理机制提供了新证据。
**广泛性焦虑障碍脑结构-功能耦合异常的多模态整合研究解读**
**研究背景与问题**
广泛性焦虑障碍（GAD）是一种高患病率、高致残性的常见精神障碍，其核心特征包括难以控制的过度担忧和躯体性焦虑症状，如心悸、出汗和肌肉紧张。目前，GAD的病因学尚未完全阐明，缺乏稳定的神经影像学生物标志物，其分子代谢与遗传机制也未被系统揭示，这严重阻碍了该疾病亚型的精准诊断与个体化干预。近年来，神经影像学研究揭示了GAD患者脑功能连接与结构连接的特定异常。然而，单一模态（如仅功能或仅结构）的研究往往难以解释二者之间的不一致性，且可能无法完全捕捉焦虑相关的网络病理。大脑的结构与功能之间存在深刻的交织关系，结构-功能耦合（SC-FC coupling）作为一个量化解剖连接与功能同步之间相互作用的复合指标，能够更全面地洞察GAD相关脑活动的细微变化。此前研究表明，SC-FC耦合在双相情感障碍、精神分裂症等多种神经精神疾病中发生显著改变，但针对GAD的SC-FC耦合研究仍较为缺乏。GAD被认为是由脑结构、遗传因素、神经递质等多层面复杂相互作用导致的疾病。在此多层次框架下，SC-FC耦合可被视为连接宏观脑网络异常与微观分子机制的关键桥梁。基于此，本研究旨在利用多模态整合框架，探究临床焦虑障碍中异常的SC-FC耦合模式及其潜在的神经生物学机制。
**研究方法概述**
本研究招募了36名伴有躯体症状的、未用药的GAD患者和36名人口学匹配的健康对照（HCs），所有参与者均来自安徽省精神卫生中心。研究人员采集了高分辨率T1加权结构像、静息态功能磁共振成像（rs-fMRI）和扩散张量成像（DTI）数据。使用GRETNA工具箱对rs-fMRI数据进行预处理，包括头动校正、空间标准化和0.01-0.08 Hz的带通滤波。DTI数据经过预处理后，使用基于FSL的贝叶斯估计框架进行概率性纤维束追踪，生成个体水平的结构连接矩阵。网络节点基于包含246个脑区的Brainnetome图谱定义。功能连接通过计算脑区间血氧水平依赖（BOLD）时间序列的皮尔逊相关系数获得。结构-功能耦合的计算方法是，对于每个脑区，提取其与其他所有脑区的结构连接向量和功能连接向量，剔除结构连接强度为零的边后，计算两个向量之间的斯皮尔曼等级相关系数，作为该脑区的SC-FC耦合系数。研究还基于Yeo七网络模板分析了网络水平的耦合。统计分析包括组间比较、与临床评分的相关性分析、基于支持向量机（SVM）的分类预测、与神经递质空间分布模板的关联分析，以及与艾伦人脑图谱（AHBA）转录组数据的整合分析（采用偏最小二乘回归和功能富集分析）。
**研究结果**
1. **SC-FC耦合的组间异常**：与HCs相比，GAD患者在24个脑区表现出显著的SC-FC耦合改变，其中23个区域耦合增强，1个区域（左侧扣带回）耦合减弱。增强区域包括前中央回、后中央回、额上回、左侧额下回、左侧基底节、左侧顶上小叶等，广泛分布于DMN、DAN、VAN、FPN、SMN和SUB等多个功能网络中。在脑网络水平，GAD患者在SMN、DAN、VAN和FPN中的SC-FC耦合强度显著增加。
2. **耦合与临床症状的相关性**：特定脑区（如右侧前中央回PrG_R_6_1、右侧前中央回PrG_R_6_5、左侧额下回IFG.L、左侧基底节BG.L）的SC-FC耦合值与患者的HAMA焦虑评分呈显著正相关。多个脑区的耦合值也与PHQ-15躯体症状评分呈正相关。
3. **诊断分类性能**：基于7个核心异常脑区的SC-FC耦合特征构建的线性SVM分类模型，在留一法交叉验证中，对GAD患者与HCs的分类达到了AUC = 0.857，准确率为0.792。
4. **与神经递质系统的关联**：SC-FC耦合异常的组间差异图与多种神经递质受体/转运体的空间分布存在显著空间相关性，包括5-HT1B受体、mGluR5受体、NAT、VAChT和KappaOp受体。
5. **与基因表达的关联**：转录组学分析鉴定出一个显著的偏最小二乘成分（PLS1），其解释了大量SC-FC耦合差异的方差。PLS1加权的基因表达空间模式与SC-FC耦合差异的t图呈显著正相关。共识别出1,165个与耦合改变相关的基因，其中588个与已知的GAD风险基因重叠。
6. **功能富集与细胞类型特异性**：重叠基因显著富集于神经元投射、突触、轴突等细胞结构相关功能，以及细胞内运输、突触信号传递等生物过程。KEGG通路富集于细胞凋亡、肾上腺素能信号和氧化磷酸化等通路。细胞类型分析显示，这些基因显著富集于兴奋性神经元、抑制性神经元、星形胶质细胞和少突胶质前体细胞。
**讨论与结论**
本研究系统描绘了伴有躯体症状的GAD患者SC-FC耦合的异常特征。GAD患者表现出广泛分布于多个脑区和功能网络的SC-FC耦合增强，这种增强模式可能与大脑网络协调性和组织架构的改变有关。耦合强度与焦虑及躯体症状严重程度正相关，提示其临床相关性。基于多脑区耦合特征构建的分类模型表现出良好的判别性能，表明SC-FC耦合作为一种整合性网络特征，在GAD的个体化风险评估中具有潜在价值。
研究通过成像-分子整合分析，将SC-FC耦合异常与神经递质系统的空间分布以及特定的基因表达模式联系起来。关联的神经递质系统（如mGluR5、KappaOp、5-HT1B、NAT）在调节cAMP信号通路、突触可塑性和情绪相关神经环路中发挥重要作用。转录组学分析揭示了与突触信号、能量代谢和细胞存活相关通路的关键作用，细胞类型特异性则指向了神经元和胶质细胞（如星形胶质细胞、少突胶质前体细胞）的潜在参与。这为理解GAD中从分子调控到脑网络异常再到临床症状的潜在关系提供了跨尺度的生物学特征。
总之，该研究结论表明：**GAD患者表现出异常的SC-FC耦合，这与临床症状严重程度、神经递质系统以及特定的转录组模式密切相关。基于这些耦合异常构建的SVM模型对临床症状具有良好的预测性能。这些发现加深了我们对GAD中SC-FC耦合变化模式的理解，并为连接宏观脑网络异常与潜在分子机制提供了关键证据，也为GAD的精确诊断奠定了重要基础。** 未来研究需要在更大样本和独立队列中验证这些发现，并通过纵向设计和实验研究进一步探索其因果机制和临床转化潜力。
