研究背景:精神分裂症(Schizophrenia,SZ)是一种重性精购买BI 10773神疾病,其神经机制尚不清楚。磁共振成像(Magnetic resonance imaging,MRI)可用于观察SZ患者脑结构及功能异常,为识别精神疾病的生物标记物提供重要支持。目前,基于MRI的研究普遍认为SZ是一种脑网络疾病,但各研究间的结果存在很大异质性,对于SZ网络的定位或空间分布特征尚不明确。这种异质性问题可以通过如:激活似然估计(Activation likelihood estimation,ALE)等荟萃分析方法定位可靠性最高的脑区,但这种寻找一致性的方法未考虑到脑区之间的功能连接。当一个症状的产生是由多个大脑区域造成,或者是由与这个脑区相连脑区功能障碍而导致时,这种脑区之间的相互作用则难以通过荟萃分析方法发现。目的:精神分裂症局部异常脑区的研究结果呈现出高度异质性,本研究旨在使用网络映射(Network mapping)方法整合这些横断面E7080浓度研究结果,验证SZ脑功能与结构异常是否同属于一个大脑网络,并以临床治疗靶点验证该网络的有效性。方法:1)数据获取与采集:在Pub Med和Embase数据库中搜索符合条件的全脑f MRI和VBM研究。纳入的f MRI研究分析了SZ患者与健康对照组相比ALFF和Re Ho指标异常;VBM研究测量了SZ患者的相对脑萎缩。为了构建和验证SZ网络,本研究包含部分前人采集数据,最终收集了共652位健康人的Rs-f MRI数据(称为:标准连接组)和86位SZ患者的Rs-f MRI数据(recyclable immunoassay称为:SZ连接组)。2)ALE分析与网络映射:对于已纳入的SZ脑结构与功能异常研究进行了ALE分析;基于这些研究中脑结构与功能异常的坐标,使用“坐标网络映射(Coordinate network mapping,CNM)”的新方法确定SZ网络。具体而言,我们使用标准连接组数据集(n=652),计算了与SZ异常坐标的功能连接性显著高于随机生成坐标的脑区,并将此确定为SZ的核心脑区,对此区域进行全脑功能连接来定义最终的SZ网络。3)SZ网络的特异性检验:针对这个SZ网络,我们使用了两组独立的数据集,即:SZ皮层厚度(Cortical thickness,CT)降低与12种神经精神疾病灰质体积(Gray matter volume,GMV)萎缩的数据,通过两样本配对T检验,对该网络在标准连接组数据上进行了特异性检验。另外使用SZ连接组数据(n=86)对该结果的稳定性进行了重复验证。4)纵向治疗相关数据验证:为了验证此SZ网络是否与临床治疗结果相关联,我们使用了三组纵向数据:SZ药物治疗后症状缓解的脑区、SZ治疗靶点以及SZ相关脑损伤。在标准连接组数据上,通过两样本配对T检验,分别验证了每组数据与其对照组之间的差异。同样的,基于SZ连接组数据对上述验证进行了重复分析,以检验结果的稳定性。结果:1)纳入文献:经过筛选,我们纳入了60项局部功能指标研究,包括两类指标的71项实验(38项ALFF实验和33项Re Ho实验);83项VBM指标研究,对应91项实验。2)ALE分析与SZ网络:首先,ALE分析揭示了SZ结构和功能研究中的脑区异常,但没有发现模态内和模态之间有任何相同区域。相反,基于灰质萎缩和功能异常的坐标网络却显示出高度的空间相似性和重叠(r=0.85,Dice系数=0.6)。其次,基于这种相似性,我们合并所有功能与结构研究数据,使用CNM方法定义了SZ网络。3)SZ网络的特异性:在标准与SZ连接组数据上,与其它12种神经精神疾病相比,该网络均显示出对于SZ的特异性(p均<0.001)。4)SZ网络与纵向数据的关联:最后,我们发现在标准与SZ连接组数据集上,该网络与三组SZ纵向治疗靶点均显著一致,即:对于SZ药物治疗后症状缓解的脑区其它3种精神疾病相比差异显著(p均<0.001);对于SZ神经调控的有效靶点与无效靶点相比差异显著(p均<0.001);对于SZ相关脑损伤与对照脑损伤相比差异显著(p均<0.001)。结论:精神分裂症的局部异常脑区与临床治疗靶点同属于一个大脑网络。