脑网络预测抑郁症的脆弱性
杜克大学神经科学家和电气工程师的最新研究表明,利用大脑不同区域之间的电颤音可能提供一种预测和预防抑郁的新方法。
研究人员发现,与压力更大的小鼠相比,小鼠在应激事件后更容易出现抑郁症样症状,而大脑的神经活动网络却不同。
如果在人类中复制,这些结果可能是进行测试以预测一个人对发展为诸如抑郁症等精神疾病的脆弱性的第一步。
杜克大学医学院精神病学和行为科学,神经生物学和生物医学工程学副教授Kafui Dzirasa博士说:“我们本质上创造的是大脑中抑郁的电子图。”“我们希望这可以用作抑郁症的预测特征,就像血压可以预测谁将最终患心脏病或中风一样。”
该研究于3月1日发表在《细胞》杂志上。
大多数人会不时遇到主要的生活压力源。亲人的死亡,失业或具有挑战性的医学诊断可能会导致困难的情绪,例如悲伤,悲伤,焦虑或愤怒。但是,尽管有些人能够相对较快地从这些压力源中反弹出来,但另一些人却继续遭受精神疾病的困扰,例如抑郁或焦虑。
在过去的三十年中,神经科学家使用成像和电监测来研究单个大脑区域的活动如何使一个人容易患上精神疾病。
2010年,Dzirasa和他的研究生导师Miguel Nicolelis博士开发了一种技术,该技术不仅可以监视老鼠大脑的一个区域,而且可以同时监视许多区域的电活动。结果揭示了大脑的不同区域如何协同工作以创建特定的心理状态。
Dzirasa说:“您可以将不同的大脑区域视为乐团中的各个乐器。”“我们不仅对每种乐器的功能感兴趣,而且对这些乐器如何协调以产生音乐感兴趣。”
在实验中,将每只测试小鼠与更大且更具攻击性的小鼠放在笼中。与这个好斗的室友呆了十天后,许多小鼠出现了类似于人的抑郁症的症状,包括焦虑,社交回避和入睡困难。
在遭受这种压力之前和之后,Dzirasa和博士后研究员Rainbo Hultman测量了与抑郁症相关的七个不同大脑区域的大脑活动,这些区域包括前额叶皮层,杏仁核和海马体。
利用杜克大学的同事Kyle Ulrich,David Carlson和Lawrence Carin开发的机器学习技术,该团队为每只小鼠构建了大脑“音乐”。他们发现,在压力测试之前和之后,与抑郁症患者相比,那些表现出类似抑郁症症状的小鼠表现出不同的大脑活动模式。
Dzirasa说,这些结果可能对治疗以及预防抑郁很有用。
Dzirasa说:“迄今为止,对抑郁症最有效的治疗仍然是电惊厥疗法,但它伴随着许多副作用。”“可能有可能以正确的方式将电定向到正确的位置,以产生一种与在各处都没有产生相同副作用的治疗方法。”
威尔·康奈尔大学神经科学与精神病学助理教授康纳·李斯顿(Conor Liston)表示,监视脑电活动网络有望使人们不仅了解抑郁症,而且还了解其他形式的精神疾病。