精神疾病的神经生物学机制非常复杂，数以千计的神经影像学研究记录了与特定精神病诊断相关的各种大脑变化，既往的meta分析已经确定了受每种疾病影响最一致的大脑区域，揭示了诊断特异性和跨诊断效果。然而，尽管进行了大量的研究工作，我们对病理生理过程依然知之甚少，缺乏临床有用的生物标志物。这种有限进展的一个原因可能是过于依赖病例对照设计，而忽略了具有相同诊断的个体通常表现出的相当大的临床异质性。事实上，最近的磁共振成像(MRI)研究调查了脑结构偏离的个体特异性模式，显示群体平均差异不代表个体情况。这些个体特异性推断通常使用规范建模进行，将模型拟合到多个脑区域的数据中，可以得到一个个性化偏差图，量化每个人与人群规范的偏离程度，从而识别与个体中异常小或大表型值相关的区域，称为极端偏差。

对多种与核心注意力缺陷/多动障碍、躁郁症、精神分裂症和自闭症谱系障碍相关的磁共振成像衍生表型进行规范建模研究发现，虽然病例通常比对照组（没有任何临床诊断的人士）具有更极端的偏差，但这些偏差的具体位置在相同诊断的个体之间差异很大。个体大脑偏离的这种极端区域异质性与特定精神诊断常见的临床异质性相一致，但也引发了一个重要问题：如果病例在其GMV偏差的解剖位置上几乎没有重叠，那么是什么解释了被赋予相同诊断标签的人之间的表型相似性？合理的假设是，这些相似之处是由个体之间某些共同的神经功能障碍所驱动的，但是规范建模研究的发现却表明了相反的情况。

图1：在大脑区域、功能回路和扩展网络水平上表征神经异质性。

因此，这篇文章探讨了精神障碍中大脑灰质体积（GMV）差异的异质性，并提出了一种综合性、多尺度的特征化方法。

作者使用了神经影像技术对1,294名患者和1,465名对照组进行了大脑GMV测量。首先，利用训练集建立了基于层次贝叶斯回归的规范模型，预测了每个个体的GMV值。通过将患者的GMV估计与规范模型预测进行比较，得出了个体GMV偏差的z分数。最后对GMV偏差进行了分析，以揭示同一诊断下的个体之间的异质性以及与功能回路和网络的关系。

图2：每种疾病中极端负GMV偏差的区域异质性。

研究发现，在六种不同的疾病（注意缺陷/多动障碍、自闭症谱系障碍、双相障碍、抑郁症、强迫症和精神分裂症）的1,294名患者和1,465名对照组中，个体之间的GMV差异高度异质，同一诊断下的人群中只有不到7%的人受到相同区域的影响。然而，这些差异嵌入在共同的功能回路和网络中，影响到多达56%的病例。研究还发现，不同疾病之间存在表型差异，这可能来自特定区域差异的异质定位，而表型的相似性可能归因于共同功能回路和网络的功能障碍。

这些结果揭示了精神障碍患者之间的大脑异常的个体差异和共同特征，这种异质性的理解有助于解释为什么相同诊断的人群表现出不同的表型。这项研究的结果为精神障碍的病理生理机制和生物标志物的发现提供了新的视角。

原始出处：
Segal A, Parkes L, Aquino K, et al (2023) Regional, circuit and network heterogeneity of brain abnormalities in psychiatric disorders. Nat Neurosci. https://doi.org/10.1038/s41593-023-01404-6