中新網上海6月17日電 (申海 鄭瑩瑩)《American Journal of Psychiatry》(《美國精神病學雜誌》)17日淩晨在線發表了中國科研人員的一篇研究論文。相關(guan) 研究整合靈長類動物模型和臨(lin) 床精神疾病患者的功能磁共振影像數據，設計猴-人跨物種的機器學習(xi) 分析流程，利用從(cong) 轉基因獼猴模型上學習(xi) 的特征構建臨(lin) 床精神疾病患者的分類器模型，進而深入解析人類自閉症和強迫症的神經環路機製。

　　該研究為(wei) 精神疾病的影像學精準診斷提供了新證據，開辟了利用非人靈長類模型服務精神疾病的臨(lin) 床應用需求的新途徑。研究由中國科學院腦科學與(yu) 智能技術卓越創新中心的王征研究組與(yu) 中國科學院自動化研究所赫然課題組合作完成。

　　自閉症(ASD)是一種神經係統失調的發育性疾病，具有高度的異質性，同時自閉症患者常伴隨強迫症(OCD)、注意力缺陷多動症(ADHD)等並發症，這給臨(lin) 床診斷和病理機製研究帶來很大挑戰。非人靈長類模式動物與(yu) 人類在腦結構與(yu) 功能上較為(wei) 接近，已成為(wei) 研究大腦高級認知功能的首選，更是探究複雜腦疾病致病機理、研發診療技術並向臨(lin) 床轉化的優(you) 選動物模型。

　　目前已知與(yu) 自閉症相關(guan) 的致病基因有百餘(yu) 種，導致其遺傳(chuan) 學病理非常複雜。研究人員首先運用基因工程技術將人類自閉症基因——MECP2導入到獼猴基因組中，建立單一基因操控的轉基因獼猴模型來簡化模擬複雜的人類自閉症。隨後利用磁共振影像技術對轉基因和野生型獼猴進行腦部掃描，構建腦功能圖譜。因為(wei) 不是所有的腦區都與(yu) 自閉症病理有關(guan) ，研究人員使用結構稀疏的機器學習(xi) 算法對腦功能圖譜進行腦區篩選，識別與(yu) MECP2基因相關(guan) 的核心腦區。然後將這些核心腦區一對一映射到人類磁共振影像腦功能圖譜上，提取與(yu) 核心腦區相關(guan) 的功能連接特征，以此構建跨物種可遷移的分類預測模型，分別用於(yu) 人類自閉症、強迫症和注意力缺陷多動症患者的診斷分類。結果發現該模型識別人類自閉症患者和健康被試的準確率達到82.14%，對人類強迫症患者的分類準確率達到78.36%，性能均顯著優(you) 於(yu) 基於(yu) 人類自閉症患者建立的預測模型，但對於(yu) 人類注意力缺陷多動症患者的診斷沒有顯著提升。進一步分析腦連接圖譜特征與(yu) 臨(lin) 床症狀之間的關(guan) 聯性，發現右側(ce) 腹外側(ce) 前額葉皮層功能連接在自閉症和強迫症中扮演著雙重角色，為(wei) 解析精神疾病的腦環路機製提供新的重要線索。

　　此項工作由王征研究員和赫然研究員共同指導博士研究生詹亞(ya) 峰和衛建澤合作完成，研究得到中國科技部、國家自然科學基金、中國科學院、上海市和廣東(dong) 省的資助。(完)