中新网北京4月1日电 (记者 孙自法)记者1日从中国科学院自动化研究所获悉，为突破精神分裂症的早期诊断和疗效评价所面临的巨大瓶颈，该所科学家领衔的研究团队共同建立基于多水平多组学的精神疾病研究框架，首次发现并从多方面验证纹状体环路功能异常是精神分裂症精准诊疗的有效生物标记。
由中科院自动化所脑网络组研究中心刘冰、蒋田仔研究员领衔并联合北京大学第六医院等中外多单位的研究团队，针对精神分裂症精准治疗研究最新完成的重要成果论文，近日已获国际学术期刊《自然·医学》(Nature Medicine)在线发表。该研究提供出一个全新精神疾病研究框架，并可能将推动神经影像成为未来精神医学领域的有效临床工具。
研究团队介绍说，这项研究创新性地提出纹状体功能异常(Functional Striatal Abnormality，FSA)的概念，以对精神分裂症患者的纹状体病理性功能异常进行个体化的定量评估与机制解析。该团队基于多中心大样本的精神分裂症神经影像、多组学数据库，利用数据建模与机器学习技术，揭示这种新的神经影像标记在个体化精准诊断与疗效预测方面的潜在临床转化价值，同时对理解精神分裂症等复杂精神疾病的病理具有重要意义。
研究团队通过解码精神分裂症患者的高维度神经影像数据发现，纹状体功能损伤可以作为一个新的生物学定量指标，该指标可以精准地从健康人群中筛查出精神分裂症患者，并预测患者未来的抗精神病药物治疗效果。研究团队还发现该影像学指标可能在辅助医生对选择不同机制的抗精神病药物中提供重要生物依据。基于中国多家精神科医院或科室及其他公开的神经影像数据集，研究人员验证该指标可推广到不同地区、不同磁共振机器甚至其他人种中。更进一步，研究团队结合基因表达数据，对疾病机制的解析与新药研发提供了可能的新靶点。
据了解，精神分裂症是一种严重的慢性、高致残性精神障碍，全球患者终生患病率约1%，给患者家庭及社会带来沉重负担。然而，在过去数十年间，精神分裂症的临床诊断没有任何实质性变化，它主要基于临床医生的直观经验，缺乏有效、可靠、有指导意义的定量生物标记物来辅助诊断及个体化治疗。(完)