内容概览：
l 在抑郁症中，大规模脑网络之间存在明显的连接变化。
l 当无法确定症状时，运用大脑连接性可对抑郁症的不同亚型进行分析。
l 连接组学的进步将推动未来的个性化抑郁症治疗。
重度抑郁症 (Major Depressive Disorder, MDD) 作为一种精神疾病，通常被认为是大脑中的化学失衡，从而导致一个人的情绪、精力和注意力的变化。然而，我们对这种疾病的理解已经有所提高，我们现在明白这些化学失衡会导致脑区域和脑网络交流方式发生变化，继而产生了定义这种疾病的各种症状1-3。
越来越多来自脑成像的研究证据为功能连接（不同大脑区域之间的协调活动）的变化在疾病的演变中起着关键作用提供了进一步的依据。连接组学是一种简化研究大脑连接性的工具，可以为重度抑郁症患者提供更有效、更个性化的治疗。
重度抑郁症是最常见的精神疾病之一，影响着世界上至少 5% 的人口4,5。重度抑郁症患者会经历持续的低落情绪、绝望感和快感缺乏，也被称为“无法感受到快乐”4,5。近三分之二的重度抑郁症患者有自杀倾向，其中约 15% 的患者死于自杀4。
重度抑郁症的症状会严重影响一个人日常生活自理的能力，并给人际关系和职业表现带来过度压力。令人担忧的是，重度抑郁症与物质使用障碍、强迫症、双相情感障碍和焦虑症有很高的共病性4。
抑郁症现有的治疗方案
抗抑郁药物是重度抑郁症的首选治疗方法，通常以心理治疗作为辅助4。然而，这些药物仅对大约 50% 的重度抑郁症患者有效，致使很大一部分患者出现“治疗耐药性”，不太可能通过基本的药物干预达到缓解6。当药物疗法无效或引起难以忍受的副作用（如性功能障碍和体重增加时），可以采用经颅磁刺激 (TMS) 或电休克疗法 (ECT) 进行神经刺激治疗4,7,8。
现在没有治疗抑郁症的“灵丹妙药”，以上每一种疗法都有其各自的缺点。例如，众所周知，认知行为疗法在单独治疗抑郁症时具有高度的可变性，产生的反应较弱9。虽然电休克疗法更有效，但它具有高侵入性，会导致记忆力衰退和血压变化——因此它通常是最后的治疗手段10。
目前还没有治疗抑郁症的良方，因为抑郁症不仅仅是一种疾病，而是由其异质性定义的，所以对于每位患者而言都是不同的。出于这个原因，一种更个性化的治疗抑郁症的方法（如连接组学提供的方法）成为确定最佳治疗途径的必要条件。
图 1. 重度抑郁症最常见的治疗选择是抗抑郁药物
抑郁症是一种因人而异的疾病
研究已经证实了一个关于抑郁症的长期存疑的观点——它不是一种单一的疾病，而是多种疾病构成的。
Drysdale 等人调查了近 1200 名抑郁症患者，并成功地根据边缘系统和额叶纹状体通路（进入默认模式网络、突显网络和中央执行网络的皮层下通路）的连接性变化确定了四种不同的亚型11,12。通过基于网络异常对受试者进行分类归并，研究人员开发出了灵敏的、高度特异性的神经影像学生物标志物来区分抑郁症亚型11。
在另一篇论文中，静息态功能性磁共振成像 (fMRI) 显示难治性抑郁症患者的大脑比那些对治疗有反应的患者存在更多的局部脑网络改变8。虽然两组患者的前额叶-边缘-丘脑连接都受到破坏，但难治性抑郁症的特点是前额叶-边缘连接发生了明显变化13。
未来的研究可以为精神科医生和心理学家提供他们需要的信息，用以治疗患者的亚型抑郁症，而不是采用目前的通用方法。此外，识别异常的脑网络连接可以为 TMS 等神经刺激技术提供更精准的治疗靶点。
抑郁症中的脑连接变化
许多学术出版物都强调了抑郁症状期间潜在的神经变化。边缘系统似乎在这些症状的发展中扮演着重要的角色——可能是由于它在情绪调节中发挥的作用。功能连接分析一致表明，大脑边缘系统回路和对认知进行编码的前额叶皮层区域之间存在异常的交流模式14,15。
此外，Fang 等人最近利用大脑的结构性连接将抑郁症患者与健康对照区分开来，发现额叶区域和边缘系统之间更大的连接性是对个体进行分类的关键生物标志物16。
成功的抗抑郁治疗方案似乎也针对这些相同的系统，因为最近观察到背外侧前额叶皮层(dlPFC) 和岛叶皮层之间的功能连接变化与早期治疗反应有关17。
与抑郁症息息相关的脑网络
研究发现，抑郁症与许多关键脑网络的连接严重中断有关，这些网络紧密相连的大脑区域在执行任务或休息期间同时波动。
这些网络及其对抑郁症状的影响如下：
l 在抑郁期间，突显网络经历了结构性变化，体积减少，与默认模式网络耦合增加，可能是重度抑郁期间情绪特征变化的基础18。
l 感觉运动网络表现出功能连接性的改变，这种变化与抑郁的程度相关，并表现出疲劳、四肢沉重、身体和胸部不适的感觉19。
l 视觉系统接收和处理视觉刺激。在重度抑郁症中，视觉系统的视网膜输入受到损害，导致对比解释的缺陷，以及复杂视觉信息的感知丢失20。
l 边缘系统、情绪的核心网络、对新刺激的反应和记忆——在抑郁期间会引起与自己和他人分离的感觉，以及情绪反应21。
l 默认模式网络 (DMN) 已强有力地证明重度抑郁症中功能连接增强与抑郁发作的严重程度和时间长短直接相关。另外，默认模式网络编码自我参照思维、未来思维和自传体记忆，这些功能在重度抑郁症中受损22。
识别和表征这些重要大脑网络的变化是推进我们对抑郁症理解的第一步。
图 2. 突显网络是与抑郁症状相关的众多网络之一
展望未来：利用连接组学进行抑郁症治疗
最近，连接组学被用于探索抑郁症的异质性。Siddiqi 等人发现，独立的抑郁症状及其严重程度是由导致该疾病的主要大脑网络之间的不同连接驱动的。也就是说，焦虑症状是由默认模式网络的连接驱动的，而烦躁症状——如悲伤和快感缺乏——是由突显网络产生的连接驱动的23。
图 3. 负责抑郁症焦虑症与烦躁症状的大脑区域彩图 - 改编自 Siddiqi 等人，2020
此外，通过一个人的大脑连接来评估其独特的抑郁症，使这些研究人员能够采用一种更个性化的神经刺激方法来有效地治疗患者的症状。另一项名为斯坦福加速智能神经调节疗法 (SAINT) 的研究采用了类似的方法，基于患者潜在的功能连接，利用 TMS 刺激特定的大脑区域。这项研究发现，接受调查的重度抑郁症患者中，90.5% 在治疗 5 天后达到缓解标准，这表明利用连接组技术治疗重度抑郁症省时且有效24。
连接组学是抑郁症研究中让人兴奋不已的“工具”，很明显，人类的连接组在定义抑郁症的症状中起着重要的作用。随着连接组学领域的不断发展，未来的个体化治疗可能很快就会被普及。
文献参考：
1. Drago T, O'Regan PW, Welaratne I, et al. A comprehensive regional neurochemical theory in depression: a protocol for the systematic review and meta-analysis of 1H-MRS studies in major depressive disorder. Syst Rev. 2018;7(1):158. Published 2018 Oct 12. doi:10.1186/s13643-018-0830-6
2. Luykx JJ, Laban KG, van den Heuvel MP, et al. Region and state specific glutamate downregulation in major depressive disorder: a meta-analysis of (1)H-MRS findings. Neurosci Biobehav Rev. 2012;36(1):198-205. doi:10.1016/j.neubiorev.2011.05.014
3. Fakhoury M. Revisiting the Serotonin Hypothesis: Implications for Major Depressive Disorders. Mol Neurobiol. 2016;53(5):2778-2786. doi:10.1007/s12035-015-9152-z
4. Bains N, Abdijadid S. Major Depressive Disorder. In: StatPearls. Treasure Island (FL)2021.
5. Pedersen CB, Mors O, Bertelsen A, et al. A comprehensive nationwide study of the incidence rate and lifetime risk for treated mental disorders. JAMA Psychiatry. 2014;71(5):573-581.
6. Gaynes BN, Rush AJ, Trivedi MH, Wisniewski SR, Spencer D, Fava M. The STAR*D study: treating depression in the real world. Cleve Clin J Med. 2008;75(1):57-66. doi:10.3949/CCJM.75.1.57
7. Teng M, Khoo AL, Zhao YJ, et al. Neurostimulation therapies in major depressive disorder: A decision-analytic model. Early Interv Psychiatry. 2021;15(6):1531-1541.
8. Gafoor R, Booth HP, Gulliford MC. Antidepressant utilisation and incidence of weight gain during 10 years' follow-up: population based cohort study. BMJ. 2018;361:k1951.
9. Zhang A, Borhneimer LA, Weaver A, et al. Cognitive behavioral therapy for primary care depression and anxiety: a secondary meta-analytic review using robust variance estimation in meta-regression. Journal of Behavioral Medicine. 2019;42(6):1117-1141. doi:10.1007/S10865-019-00046-Z/TABLES/5
10. Electroconvulsive therapy (ECT) - Beyond Blue. Accessed May 6, 2022. https://www.beyondblue.org.au/the-facts/depression/treatments-for-depression/medical-treatments-for-depression/electroconvulsive-therapy-ect
11. Drysdale AT, Grosenick L, Downar J, et al. Resting-state connectivity biomarkers define neurophysiological subtypes of depression. Nat Med. 2017;23(1):28-38.
12. Kalivas PW, Volkow N, Seamans J. Unmanageable motivation in addiction: a pathology in prefrontal-accumbens glutamate transmission. Neuron. 2005;45(5):647-650.
13. Lui S, Wu Q, Qiu L, et al. Resting-state functional connectivity in treatment-resistant depression. Am J Psychiatry. 2011;168(6):642-648.
14. Anand A, Li Y, Wang Y, et al. Activity and connectivity of brain mood regulating circuit in depression: a functional magnetic resonance study. Biol Psychiatry. 2005;57(10):1079-1088.
15. Kaiser RH, Whitfield-Gabrieli S, Dillon DG, et al. Dynamic Resting-State Functional Connectivity in Major Depression. Neuropsychopharmacology. 2016;41(7):1822-1830.
16. Fang P, Zeng LL, Shen H, et al. Increased Cortical-Limbic Anatomical Network Connectivity in Major Depression Revealed by Diffusion Tensor Imaging. PLOS ONE. 2012;7(9):e45972. doi:10.1371/JOURNAL.PONE.0045972
17. Yuan H, Zhu X, Tang W, Cai Y, Shi S, Luo Q. Connectivity between the anterior insula and dorsolateral prefrontal cortex links early symptom improvement to treatment response. J Affect Disord. 2020;260:490-497.
18. Shao J, Meng C, Tahmasian M, Brandl F, Yang Q, Luo G, Luo C, Yao D, Gao L, Riedl V, Wohlschläger A, Sorg C. Common and distinct changes of default mode and salience network in schizophrenia and major depression. Brain Imaging Behav. 2018;12(6):1708-1719. doi:10.1007/S11682-018-9838-8
19. Ray D, Bezmaternykh D, Mel’nikov M, Friston KJ, Das M. Altered effective connectivity in sensorimotor cortices is a signature of severity and clinical course in depression. Proc Natl Acad Sci U S A. 2021;118(40). doi:10.1073/PNAS.2105730118/-/DCSUPPLEMENTAL
20. Salmela V, Socada L, Söderholm J, Heikkilä R, Lahti J, Ekelund J, Isometsä E. Reduced visual contrast suppression during major depressive episodes. J Psychiatry Neurosci. 2021;46(2):E222-E231. doi:10.1503/JPN.200091
21. Buchheim A, Viviani R, Kessler H, Kächele H, Cierpka M, Roth G, George C, Kernberg OF, Bruns G, Taubner S. Changes in Prefrontal-Limbic Function in Major Depression after 15 Months of Long-Term Psychotherapy. PLOS ONE. 2012;7(3):e33745. doi:10.1371/JOURNAL.PONE.0033745
22. Sambataro F, Wolf ND, Pennuto M, Vasic N, Wolf RC. Revisiting default mode network function in major depression: evidence for disrupted subsystem connectivity. Psychol Med. 2014;44(10):2041-2051. doi:10.1017/S0033291713002596
23. Siddiqi SH, Taylor SF, Cooke D, Pascual-Leone A, George MS, Fox MD. Distinct Symptom-Specific Treatment Targets for Circuit-Based Neuromodulation. Am J Psychiatry. 2020;177(5):435-446. doi:10.1176/appi.ajp.2019.19090915
24. Cole EJ, Stimpson KH, Bentzley BS, et al. Stanford accelerated intelligent neuromodulation therapy for treatment-resistant depression. American Journal of Psychiatry. 2020;177(8):716-726. doi:10.1176/APPI.AJP.2019.19070720/ASSET/IMAGES/LARGE/APPI.AJP.2019.19070720F3.JPEG
翻译：Mikayla Liu
编辑、校对：Iris Lau
声明：
1. 本资料的目的在于传递医疗前沿信息和研究进展，非广告用途，不构成对任何器械/药物的商业推广或对诊疗方案的推荐。
2. 本资料中所涉及的信息仅供参考，请遵从医生或其他医疗卫生专业人士的意见或指导。
3. 本文提及的部分产品尚未在中国获批。
版权说明：
本文来自曦嘉医疗团队，欢迎个人转发至朋友圈，谢绝媒体或机构未经授权以任何形式转载至其他平台。
转载授权请与：contact@xijiabrainmap.com联系，获取转载须知。
上一篇：脑供血不足和神经衰弱，傻傻分不清？一篇文章解决你的所有 ...
下一篇：抑郁情绪对人有什么意义？ |
窥视卡
雷达卡
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜