• <tr id="c82nl"><optgroup id="c82nl"></optgroup></tr>
    1. 當前位置:首頁 > 新聞中心 > 媒體掃描

    媒體掃描

    【中國科學報】我國科學家最新研究成果有望提升精神疾病磁共振影像診斷準確率

  • 發表日期:2020-06-19 【 【打印】【關閉】
  •   中國科學院腦科學與智能技術卓越創新中心、上海腦科學與類腦研究中心、神經科學國家重點實驗室王征研究團隊與中國科學院自動化研究所赫然研究團隊合作,在國際上首次設計猴-人跨物種的機器學習分析流程,利用轉基因獼猴模型特征,構建臨床精神疾病患者的分類器模型,進而深入解析人類自閉癥和強迫癥的神經環路機制,為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床應用需求的新途徑。相關研究成果6月17日凌晨在線發表于《美國精神病學雜志》。

      非人靈長類模式動物與人類在腦結構與功能上較為接近,轉基因靈長類動物模型能夠表現出與人類臨床患者類似的癥狀表型,如MECP2過表達的獼猴表現出重復刻板行為、社交行為障礙等類自閉癥癥狀。

      “我們是在前期工作基礎上開展的原始創新工作,從某種意義上說,此項工作是轉基因自閉癥模型獼猴成果的延伸”,王征表示。“我們希望借助轉基因自閉癥模型獼猴來構建一座橋梁,通過磁共振影像技術,探索臨床診斷自閉癥相關疾病的新思路。”

      王征介紹,為探索靈長類物種間可能的進化保守的特征,研究團隊大膽假設以保守的腦區功能為基礎,構建可跨物種遷移的精神疾病分類預測模型。

      研究人員首先運用 “稀疏學習”對源自5只轉基因獼猴和11只野生型獼猴的腦功能圖譜數據進行腦區篩選,識別出9個核心腦區;隨后將此9個腦區一一映射到人類大腦上,并用腦區間的功能連接形成特征集合,構建稀疏邏輯回歸分類器分別用于自閉癥、強迫癥和注意力缺陷多動癥患者的診斷分類。研究采集了ABIDE-I,ABIDE-II,OCD和ADHD-200共4個臨床患者影像數據庫。

      通過整合靈長類動物模型和臨床精神疾病患者的功能磁共振影像數據,研究人員發現,基于轉基因獼猴特征構建的分類模型對ABIDE-I數據集中自閉癥患者和正常人的區分準確率達到82.14%,對ABIDE-II數據庫中人類被試同樣達到75.17%的準確率,顯著高于基于自閉癥和強迫癥病人自身特征構建分類器的性能。當將同樣的9個腦區拓展到強迫癥影像數據時,發現獼猴特征構建分類模型仍然能達到78.36%的準確率,顯著高于基于自閉癥患者特征構建的分類器性能。這些基于獼猴模型學習的特征尚未能顯著性地提升ADHD患者的分類準確率。

      “自閉癥臨床表現多種多樣,有的焦慮、有的有社交障礙,有的有語言障礙……各種癥狀背后的基因更是千變萬化,這也是臨床診斷準確率不高的重要原因。我們希望此項以單一疾病基因背景的靈長類動物模型為基礎的研究成果,為臨床影像學診斷提供更加精準和客觀的依據。”王征說。

      相關論文信息:https://doi.org/10.1176/appi.ajp.2020.19101091

    原文鏈接:http://news.sciencenet.cn/htmlnews/2020/6/441543.shtm?id=441543

    欧美zooz人禽交