发布时间:2020-06-18
该研究整合灵长类动物模型和临床精神疾病患者的功能磁共振影像数据,国际上首次设计猴-人跨物种的机器学习分析流程,利用从转基因猕猴模型上学习的特征构建临床精神疾病患者的分类器模型,进而深入解析人类自闭症和强迫症的神经环路机制。
科研人员介绍,非人灵长类模式动物与人类在脑结构与功能上较为接近,研究人员前期发现转基因灵长类动物模型能够表现出与人类临床患者类似的症状表型,比如表现出重复刻板行为、社交行为障碍等类自闭症症状,且在大脑环路上的异常也与部分自闭症患者相似。研究团队在这些前期工作基础上,构建可跨物种迁移的精神疾病分类预测模型。研究人员首先对5只转基因猕猴和11只野生型猕猴的脑功能图谱数据进行脑区筛选,识别出9个核心脑区,接着将此9个脑区一一映射到人类大脑上,并用脑区间的功能连接形成特征集合,构建稀疏逻辑回归分类器分别用于自闭症、强迫症和注意力缺陷多动症患者的诊断分类。
作者:上海电台记者李雪梅
这一研究为精神疾病的影像学精准诊断提供了新证据,开辟了利用非人灵长类模型服务精神疾病的临床应用需求的新途径。