精神病发作时，大脑像‘短路’了一样？科学家发现关键证据

10 月前

精神病发作时，大脑像‘短路’了一样？科学家发现关键证据-肽度TIMEDOO

精神分裂谱系障碍与躁郁（bipolar）等精神疾患常伴发精神病性状态（psychosis），表现为思维紊乱、感知改变与妄想等。尽管临床上对这些症状的识别与干预有一定经验，但缺乏对其神经动力学标志的可靠量化方法，阻碍了早期诊断与疗效评价。来自美国乔治亚理工学院与埃默里大学的研究团队在 Molecular Psychiatry 发表的新研究，应用信息论工具与静息态fMRI，揭示了精神病性状态下大脑活动“更随机”、信息冗余—协同平衡被打破的宏观图景，研究者将这一现象命名为“brainquake”（脑震荡），为理解 Psychosis 的网络病理提供了新视角。

研究思路与方法：超越成对相关，量化高阶信息交互

以往功能连接研究多依赖于脑区间的成对相关（pairwise correlation），但脑功能依赖复杂的多元交互。Li、Liu 等人在本项研究中采用静息态功能磁共振成像（resting-state fMRI）数据，结合信息论指标来刻画大脑活动的时空复杂性（spatiotemporal complexity），并进一步用**冗余（redundancy）与协同（synergy）**的度量量化信息流在不同脑网络中的组织方式，从而评估信息整合（integration）与信息分工/互补（segregation）之间的平衡。

研究对象为诊断为精神分裂症或躁郁症并处于精神病性状态的受试者，研究团队对其静息态脑影像与对照组进行了比较分析，并在多尺度的内在连接网络（intrinsic connectivity networks, ICNs）层面检验了信息相互作用的变化。

主要发现：大脑活动更随机，“brainquake”体现为冗余—协同平衡的崩溃

研究结果显示：

时空复杂性增高且更趋随机：与对照组相比，精神病性个体的静息态fMRI在空间和时间维度上表现出更高的随机性与复杂性，提示信息流变得不稳定且难以预测。
冗余与协同的信息平衡受损：在若干关键功能网络中（sensorimotor、visual、temporal、default mode、fronto-parietal，以及海马与杏仁核等边缘结构），研究者观察到冗余与协同信息的分布发生异常，表现为某些脑区的信息过度重复或关键协同模式被破坏——研究团队将此现象统称为 “brainquake”，强调其像地震般在多重网络中引起的广泛扰动。
多尺度网络均受影响：不仅皮层网络（cortical ICNs）受波及，皮层下结构（subcortical）亦表现异常，表明 psychosis 对大脑整体信息组织有深远打击。

研究团队指出，这类高阶拓扑功能连接的紊乱反映了大脑在信息整合（将不同来源信息汇聚形成有意义表征）与分工（不同网络承担不同功能）能力上的双重受损，是精神病性状态下认知与感知混乱的潜在神经机制基础。

意义与展望：为诊断与疗效评估提供新标志

作者认为，本研究在方法学与临床神经科学上均具有重要意义：首先，基于信息论的多维复杂性与冗余/协同测量，为识别精神病性状态提供了比传统成对相关更细致的工具；其次，若“brainquake”模式在更大样本与纵向研究中被重复验证，相关指标有望成为早期识别 psychosis、分型诊断与疗效追踪的新型影像学生物标志（biomarker）。

不过，研究也存在局限：静息态fMRI受采集参数、被试状态等因素影响，因果解释仍需谨慎；此外，不同诊断下 psychosis 的异质性、药物影响及共病因素需在后续研究中进一步剖析。作者建议未来开展更大样本、多模态（如EEG、结构连接）与纵向随访研究，以明确信息学指标与临床症状、预后及治疗反应之间的关联。