西南大学最新文章：抑郁易感性因素的神经机制

生物通“核心刊物”迎来了新期刊：科学通报，中国科学C辑:生命科学，这两份期刊均是由中国科学院和国家自然科学基金委员会共同主办的，我国学术期刊中的知名品牌，被国内外各主要检索系统收录，如国内的《中国科学论文与引文数据库》（CSTpCD）、《中国科学引文数据库》（CSCD）等；美国的SCI、CA、EI，英国的SA，日本的《科技文献速报》等。目前针对每期的重点内容，生物通将展开详细推荐，欢迎读者共同参与……

抑郁症是一种常见的精神类疾病, 导致其发病的影响因素众多, 但其神经机制尚不清楚. 近期来自西南大学，神经生物学重庆市重点实验室等处的研究人员发表综述文章，从抑郁症风险因素, 即抑郁症易感性因素角度出发, 首先介绍了抑郁易感性相关的理论, 其次从易感性有关的基因、外部环境以及个体心理等3个方面介绍了这些因素的研究现状及其对抑郁影响的神经机制. 最后, 文章提出建立抑郁早期预测模型可能的方法, 以期为研究者提供新的研究视角, 以及为抑郁症的预测及早期干预和治疗提供理论支持.

据世界卫生组织统计, 全世界至少有3亿5千万人患有抑郁症. 其中, 每年因抑郁导致自杀的人数多达100万, 而因抑郁企图自杀者高达2000万人次(引自世界卫生组织网站). 抑郁症不仅影响了个人和家庭的生活质量, 同时也给社会带来了严重的经济负担.

迄今为止, 对抑郁症病理机制的研究众多. 从基因角度, 对全基因组进行分析的结果发现了很多与抑郁相关联的基因; 从蛋白质组学角度, 找出了一些蛋白诊断标志物; 从认知角度, 阐述了基因-环境-个体之间相互作用的机制. 但是, 对于抑郁症发病的原因至今没有一个明确的结论.

现代医学认为, 疾病重在“早发现, 早治疗”. 因此, 抑郁发病的早期预测和诊断正成为抑郁症研究的大趋势. 研究发现从基因角度, 具有抑郁家族史的个体有较大的患抑郁的风险; 而早期有压力的生活事件对个体后期产生抑郁情绪的影响重大; 此外, 个体稳定的人格特征(如较高的神经质)也在很大程度上预测后期罹患抑郁的风险. 这些对抑郁有重要影响的因素, 称为抑郁易感性因素. 阐释抑郁
易感性因素以及其神经机制不仅有助于阐释抑郁发病的病理机制, 而且对抑郁发病的早期预测、早期诊断起至关重要的作用.

这篇文章回顾了与抑郁易感性有关的认知理论, 包括Beck提出的认知模型理论以及Abramson提出的抑郁无望理论模型. 其次,从遗传因素、外部环境因素以及个体心理因素3个方面阐述了易感性因素对抑郁影响及其作用的神经机制.

同时文章基于认知神经科学的现状和局限性并结合抑郁研究现状, 提出了抑郁研究可能面临的挑战和对未来研究展望. 具体而言, 未来研究应从统计建模的角度出发, 整合基因-脑影像-行为大数据, 先从横向研究角度比较探讨和分析抑郁形成的各种影响因素, 建立有效的因素模型; 再从纵向跟踪的角度探明各种易感因素在抑郁发生中的作用机制, 建立抑郁的预测模型; 最终实现基于基因-脑影像-行为大数据的融合, 从而对抑郁的发生和发展进行有效的预测和早期干预, 降低抑郁症的发病率.

作者指出，未来的抑郁易感性研究, 可以从以下3个方面进行拓展和完善.

(ⅰ) 从横向研究角度出发, 深入研究和分析抑郁形成的各种影响因素, 建立有效的易感性因素模型. 基于前人研究发现, 基因可能对抑郁的发生起到调控作用, 外部环境中的各种因素可能起到诱导作用, 而个体因素以及大脑神经活动也起到重要作用.

因此, 应先从多角度, 并利用大数据进行抑郁发生及预测数据库的建立. 基因数据采集包括5-HTTLpR等基因中的多个单核苷酸多态性. 其次, 对个体的外部生活环境进行测试, 包括早期生活压力、经历的一些重大的负性生活事件以及可能受到的一些社会支持(如家庭或者朋友的支持). 再次, 对个体的认知、情绪调节能力以及人格因素进行测查; 包括个体情绪调节能力、思维偏向程度、应对方式能力以及人格特点等. 最后, 收集个体大脑形态学以及功能活动数据, 其中包括大脑的3D-T1结构像、反应白质纤维束的弥散张量成像、大脑静息状态的静息态数据以及大脑在面对不同情绪时的大脑活动水平.

采集大样本个体的多模态横向数据之后, 建立和统计出最有效的抑郁因素模型. 结构方程模型和基于机器学习理论的模型是建立和检验因果关系模型的有效方法. 因为, 它们既包含有可观测的显在变量, 也可能包含无法直接观测的潜在变量; 在统计过程中, 结构方程模型可以替代中介分析、调节分析、多重回归分析等方法, 同时它们都能处理多个自变量和多个因变量以及多变量之间关系; 在模型检验时, 它们能得出不同模型拟合程度的各种参数指标, 进而选择更有效的模型. 例如, Kievit等人通过结构方程模型建立了大脑前额叶不同区域对认知功能(流体智力和多任务范式测得)的决定因素, 并考察了年龄因素对脑与认知功能之间关系的影响. 采用建模的方式系统探讨“基因-个体认知、人格因素-外部环境-大脑-情绪障碍”的相应机理, 能够有效地帮助人们了解抑郁发病的重要因素.

(ⅱ) 从纵向研究角度出发, 了解各种影响因素对抑郁发生所起到的预测效果, 建立有效的抑郁发病预测模型. 各种疾病(包括抑郁症)的发病是一个时间的过程, 并且发病的前期一般是有一些症状. 例如, 心脏病的发病前期可能通过心率不齐观察出来. 而抑郁症在进行了因素分析之后, 也可以找到了相应的前期症状. 那么各种可能的因素是否能够有效预测个体在未来患上抑郁症, 这需要通过长期的追踪, 建立大样本个体在不同时间点上的多角度、多模态数据库, 进而探究各种影响因素对抑郁发病起到的决定性程度. 个体在出生之后, 基因是比较稳定的, 不会出现变异, 因此基因测序只需要一次. 虽然个体的认知、人格因素相对来说比较稳定, 但遇到影响较大的事件之后, 也会发生改变, 因此有必要在个体追踪过程中, 在不同的时间点上对个体的认知、人格进行测试, 探索随着时间的变化个体认知、人格的变化.

同样, 外部环境也不是一成不变的, 同样需要在不同的时间点进行多次测试. 对于大脑来说, Zuo等人进行的人脑重测信度的测量结果发现大脑活动在一定时间是比较稳定的. 然而, 大量大脑可塑性研究发现, 人类大脑结构和活动在短时间内是可以改变的. 因此, 大脑和个体认知以及人格一样, 在个体追踪过程中需要测试不同时间点上的大脑结构以及活动水平. 在考察大脑以及各易感性因素预测和影响个体.

未来患抑郁症可能时, 也应建立有效的统计模型. 在建立模型时, 将个体早期多个相关因素作为自变量, 环境或其他因素作为过程变量, 后期的情绪状态做为因变量, 进行模型估计, 找出拟合程度较高的抑郁预测模型. 以期能有效帮助高危个体及早发现病情并给予及早干预和治疗.

(ⅲ) 从干预以及治疗角度出发, 验证所建立模型的临床实用性. 综合横向角度以及纵向角度所建立的抑郁相关因素模型以及抑郁预测模型, 找出抑郁病发的关键脑区以及个体认知加工过程以及外部环境, 有针对性地开展验证性临床研究. 根据最新研究发现, 经颅磁刺激、经颅电刺激等能对大脑结构以及活动产生改变, 对于抑郁的治疗也有一定的效果, 尽管现阶段还不完全清楚它们对大脑影响的神经机制.

此外, 根据以往研究发现, 认知行为疗法是改善抑郁症状比较有效的心理治疗方法, 并且对抑郁发病相关的大脑结构以及活动都产生了一定的影响. 认知行为疗法是比较系统的认知疗法, 不能对某一段认知活动过程的改变起到良好的效果. 因此, 在确定了抑郁发病关键的认知过程之后, 可以采用特定的任务训练范式针对性改变抑郁病人这一认知加工过程. 而对于影响抑郁发生的外部环境因素, 如压力因素, 需要家庭以及亲朋好友共同帮助.

虽然脑影像数据分析、基因-脑影像-行为多种模态的融合以及认知神经研究结果在可重复性上还存在一些问题, 但基于大样本的基因、脑影像和行为数据的收集, 已经成为心理学和精神病学研究发展的一个趋势. 通过基因、脑和行为数据的纵向跟踪采集, 不仅能获得个体初期稳定的心理特质变量, 而且可以获得个体成长过程中的环境变量, 最后通过大数据揭示抑郁相关的基因、脑和行为活动的发展规律, 最终实现个体抑郁发病的早期预测和干预. 此外, 大数据的采集, 特别是国内外各个脑成像中心数据库站点的合作, 也将有利于建立从儿童到老年不同年龄跨度的抑郁发展常模, 为临床诊断提供客观的数据支持, 减少对抑郁的误诊.

（生物通）

原文检索：

王康程, 王韬, 蒙杰, 等. 抑郁易感性因素的神经机制. 科学通报, 2016, 61: 654–667
Wang K C, Wang T, Meng J, et al. Neural mechanisms underlying susceptibility factors in depression (in Chinese). Chin Sci Bull,2016, 61: 654–667, doi: 10.1360/N972015-00579