精神分裂癥是一種高度遺傳性精神疾病，其特征是腦功能的失調。然而，多基因危險因素與連接組學廣泛的神經機制之間的關系尚不清楚。本研究結合來自HCP的623名健康白種人的遺傳和多范式功能磁共振成像數據發現精神分裂癥的多基因風險分數越高，與包括視覺系統、默認網絡、額頂網絡系統的大范圍腦功能網絡低連接的相關性就越顯著。在多個fMRI范式中均觀察到這種相關性，表明精神分裂癥個體大腦狀態獨立性神經表型的易遺傳性的基礎。     

此外，使用從CNP獲得的獨立臨床數據集，進一步證明了精神分裂癥患者中識別的連接性降低網絡，且與一般認知能力具有顯著相關性。這些發現在系統水平上為精神分裂癥多基因風險與廣泛功能連接組的關聯提供了證據，并提示感覺-認知信息整合的損傷可能是導致精神分裂癥發病的大腦遺傳效應的一個標志。本文由耶魯大學學者發表在MolecularPsychiatry雜志。

前言

精神分裂癥的高遺傳率使對其遺傳機制的理解變得至關重要。由于遺傳效應在人類行為方面的作用是由神經回路功能介導的，因此研究與精神分裂癥遺傳風險相關的功能網絡變化是實現這一目標的關鍵策略。迄今為止，這類研究主要集中在對典型精神分裂癥風險基因（如DRD2、ZNF804A和CACNA1C）與神經影像學關系的探究，或基于一級親屬或孿生子數據對“影像中間表型”進行探究。這兩種探究的局限具有互補性：前者由于單個遺傳標記對疾病風險影響極小，而后者由于無法衡量遺傳風險程度的個體差異，無法將遺傳風險與共享非家族遺傳風險分離開來。

在個體層面上評估遺傳風險的一種方法是計算“多基因風險評分（PRS）”，它本質上代表了一個人發展為精神分裂癥的整體易遺傳性。通過這種方法，每個個體都可以用一個單獨的PRS指數表示，有助于對個體基因組變異相關神經生物學表型進行評估。結合PRS和功能性神經影像學資料，以往研究表明精神分裂癥PRS的變化部分程度地解釋了多個腦區功能的個體差異，如工作記憶期間的前額葉皮層活動、情景記憶中的海馬活動，預期獎賞時腹側紋狀體的活動。盡管這些研究為精神分裂癥遺傳風險與腦功能間的相關性提供了重要證據，但它們只關注基于特定成像范式的先驗區域。當下，PRS是否以及如何影響整個大腦層面和獨立于范式外腦功能連接仍是一個關鍵但尚未解決的問題。

該問題的探究，對于促進精神分裂癥發病機制的認識尤為重要。首先，精神分裂癥具有神經失連接的特點，且廣泛分布于整個大腦，而非局限于某一區域。因此，與遺傳風險相關的連接改變也可能涉及廣泛區域及連接。對這些區域和連接的識別將有助于闡明大腦容易受遺傳風險因素影響的部分，并且可能與精神分裂癥的病理生理學相關。另一方面，由于PRS（多基因風險評分）本身反映個體特征，理論上在大腦層面與某些神經“特征”相關，這些特征獨立于大腦參與的任何功能“狀態”。雖然先前的研究結果可能只反映了一種狀態依賴性關系，但尋找狀態獨立性PRS神經生物學關聯可能會讓我們對精神分裂癥的遺傳機制有更為基本的了解。

本研究使用人類連接組項目（HCP）中的fMRI數據探究個體遺傳風險的全連接組關聯。按照先前發表的流程，作者在623名健康參與者的樣本中為每一個體構建了獨立于范式的全腦網絡，這些參與者共完成了8個fMRI范式，且基于網絡進行統計分析，將個體的連接模式與其PRS進行分析。對于觀察到的連接組學的關聯，本研究從精神病學基因組學聯盟（CNP）抽取完全獨立樣本，對發現的臨床和行為相關性進行進一步檢驗。具體講，作為概念的證明，本文研究了精神分裂癥患者PRS相關腦網絡的連接性是否會改變，是否會與患者的認知和臨床癥狀相關。有證據表明存在影像表型且與精神分裂癥的行為表型相關，本研究期望在腦連接和個體PRS（多基因風險評分）之間看到顯著獨立于范式的關聯。

材料與方法

被試：本研究包括兩個單中心的樣本。來自HCP中的樣本包括623名健康受試者（年齡28.86±3.63，男性：302名）。被試入組標準為：（1）白種人（2）被試具有八種范式（靜息態、工作記憶、情緒處理、賭博、運動、社會認知、關系處理和語言處理）fMRI數據；（3）被試遺傳數據可用。所有被試均提供書面知情同意書。

CNP樣本用于檢查觀察結果的臨床相關性（表S1），含44名精神分裂癥患者（SZ，年齡：35.80±8.94歲，男性：34名）、43名雙相情感障礙患者（BD，年齡：35.21±8.87歲，男性：25名）、34名注意缺陷多動障礙患者（ADHD，年齡：31.09±9.85歲，男性：18名），77名健康對照（HCs，年齡：30.70±8.54歲，男性：43名）。所有被試均完成了隊列中的七個范式（靜息態、冒險、工作記憶、情景記憶編碼、情景記憶提取、信號終止和任務轉換）。

表S1:CNP樣本臨床和人口學資料

遺傳數據處理：

數據處理流程如圖1所示。輸入的基因數據從https://www.ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi.上下載。在計算PRS之前，使用PLINK 1.9進行數據標準質控。具體來說，SNPs基因型確定性<0.9，最小等位基因頻率<0.05、基因型呼叫率<0.95、Hardy-Weinberg平衡概率<10^-6。此外，由于主要組織相容性復合體區域的高度連鎖不平衡（LD），6號染色體26000-33000kb之間的所有SNP都被排除在進一步的分析之外。最終樣本包含了HCP數據中623個人的5732973個SNP。

使用基于精神病學基因組學聯盟（https://www.med.unc.edu/pgc/results and downloads）全基因組關聯研究（GWAS）結果的PRSice工具箱進行PRS分析。在500kb的窗口內，基于R2<0.2的LD閾值，將所有在基數據集和目標數據集間匹配的SNP聚集。

這些得分被計算為每一個體的全基因組風險等位基因的總和，并通過精神分裂癥的相應優勢比進行加權。研究報告了基于GWAS P閾值（5×10^-8）的主要發現。此外，為了檢驗研究結果的穩健性，還計算了一組其他閾值范圍為5×10^-7-5×10^-2的PRSs。

影像數據處理：

預處理影像數據下載于https://db.humanconnectome.org/。每一個個體獨立范式網絡使用主成分分析（PCA）進行計算。從預處理的圖像中提取大腦中270個節點（將全腦分割為了270個腦區）的平均時間序列。對這些時間序列進行了掃描儀器、噪聲、生理噪聲和頭部運動的校正，且利用Pearson相關在每個范式中為每個被試生成270×270的連通矩陣。

對每個被試的八個范式連接矩陣進行矢量化、連接所有八個成分并用奇異值分解法分解為一組主成分。根據定義，PCA分析產生的第一PC分數提取了主體中所有范式的大多數共享方差，因此反映了個體化的狀態獨立網絡架構（圖S1）。這些個體特異的第一PC矩陣被稱為“跨范式連接（CPC）矩陣”，并用于進一步分析。

圖S1：跨范式分析中第一主成分解釋的方差百分比。

HCP樣本的網絡統計分析：

圖1.本研究作者所使用數據處理流程

HCP為作者根據270個節點提取出的時間序列構建的全腦網絡，通過主成分分析方法抽取出能解釋所有不同范式網絡的最大方差的主成分作為網絡矩陣和PRS得分進行相關，CNP為另一站點數據，進行了相同的網絡分析，然后與臨床數據進行了相關分析

采用網絡統計（NBS）分析方法，探究PRSs與全連接組間的關聯。初始線性回歸模型應用于CPC矩陣每一條邊，PRS、年齡、性別、所有范式的相對頭動值（FD）作為回歸因子。該步驟生成一個P值矩陣，表示接受每個邊的PRS效應的零假設的概率。然后將P值<0.001的所有邊閾值化為一組超閾值鏈接，并使用廣度優先搜索來識別該集合內的連接團塊。

通過置換檢驗（10000次）控制FWE。每個被試的PRS是隨機的，且在每次置換檢驗時，在相同的閾值下重新計算所識別團塊的最大效應。給定團塊的校正P值由導出的團塊大小在置換分布中的比例決定，該比例大于觀察到的PRS效應。

CNP樣本臨床系相關結果：

本研究使用CNP樣本來檢驗在精神分裂癥患者中是否可以檢測到已鑒定的連接組學發現，以及該發現是否與患者的行為缺陷有關。CPC分析遵循與上述完全相同的流程。在獲得每一個體的獨立范式CPC矩陣后，從CNP樣本中的CPC矩陣中提取出表明精神分裂癥多基因風險的識別網絡，并進一步求均值生成特定的被試指標。

為檢驗精神分裂癥患者是否存在這種網絡連接的改變，對協方差模型進行分析，以比較各組間的指標，包括年齡和性別。對顯著的主效應，進行事后分析，比較各組之間的差異。經Bonferroni校正后，顯著性設為P<0.05。為檢驗所識別的網絡與行為表型之間的關系，對年齡和性別進行控制后進行了皮爾遜偏相關分析，測量其對智商和陽性癥狀評估量表（SAPS）及陰性癥狀評估量表（SANS）得分的影響。

結果

PRS的全連接組關聯：

在HCP樣本中，CPC矩陣解釋了所有范式中連接矩陣總方差的68%（圖S1）。NBS分析顯示精神分裂癥PRSs與69條邊連接的54個節點的大規模網絡間存在顯著相關（PFWE<0.05）（圖2A）。這些結節主要分布在大腦視覺系統（包括跟骨溝、枕上、枕中、枕下回、舌回、梭形回）、默認網絡（包括額葉內側皮質、顳中、顳下回、楔前葉）和額頂系統（包括額上下回和頂葉下皮質）。除了這三個主要系統外，盡管節點較少，但該網絡還涉及其他幾個系統，如感覺運動、聽覺、凸顯、注意和皮層下等。較高PRS與識別網絡中所有較低連接相關。PRSs與網絡的平均CPC之間的相關系數為R=-0.37（圖2B），表明檢測到的約網絡總方差的14%（R2）可以用精神分裂癥的多基因風險來解釋。

圖2A/B:HCP數據集中PRS的全連接組關聯

為進一步驗證已檢測到的關聯獨立于范式外，不受任何特定fMRI任務驅動，本研究提取了八個范式中每一范式中所識別網絡的功能連接，并檢驗了這些指標與PRSs的相關性。正如預期，所有8個范式都顯示出顯著的相關性（R<-0.13，P<0.001，圖2C），表明檢測到的連接組關聯確實反映了一種獨立于fMRI范式的特征樣神經表型。

圖2C：八個研究范式所識別的網絡功能連接強度與PRSs的相關分析

為了檢驗連接組結果的穩健性，進一步計算GWAS P值閾值范圍從5×10^-7到5×10^-2的PRS，并將檢測到的網絡的連接與這些PRS進行相關分析，均存在顯著相關性（R<-0.10，P<0.02，圖S2），表明檢測到的連接組相關結果不限于用于PRS計算的預選閾值（即GWAS顯著）。

圖S2：連接組發現在多個GWAS P值閾值上的穩健性

為了確保觀察結果不是因頭動驅動，檢查所有范式中檢測到的網絡連接和平均FD之間的關聯，未發現顯著相關性（R=0.06，P=0.14），表明檢測到的連接組關聯不太可能由頭動驅動。

觀察網絡在患者中的呈現：

在CNP樣本中，檢測到的網絡連接在各組之間具有顯著差異（圖3A）。事后分析顯示，精神分裂癥患者與對照組相比，顯著的連接下降是造成這種差異的原因。隨著各組間精神分裂癥的遺傳接近度增加（即SZ），識別網絡的連接呈梯度下降，相比之下，其他組間并無顯著差異。

認知與臨床癥狀相關：

精神分裂癥患者腦網絡連接與智商得分呈顯著正相關（R=0.33，P=0.03），而健康受試者腦網絡連接與智商得分無顯著相關（R=0.06，P=0.64，圖3B）。聯合樣本中的相關性仍非常顯著（R=0.29，P=0.001），這表明患者在PRS相關網絡中連接較低其認知能力差。考慮到性別可能在精神分裂癥患者的認知功能中起著重要作用，本研究進一步分離性別后對這種聯系進行研究。結果發現，患者中檢測到的相關僅在男性中顯著（R=0.39，P=0.02），而在女性中不顯著（R=0.14，P=0.71,圖3C）。這可能提示多基因風險和性別之間可能存在相互作用，從而導致精神分裂癥的認知缺陷。

在精神分裂癥患者，以及在精分和雙相組合樣本中，所識別的網絡連接與臨床癥狀之間并未顯示出任何顯著相關。

圖3A/B/C:CNP數據中PRS相關網絡的臨床癥狀和認知相關性分析

討論

結合HCP數據中的遺傳和多范式fMRI數據，本研究觀察到健康白種人中精神分裂癥多基因風險的全連接組學的顯著關聯。已識別的相關網絡連接主要涉及視覺系統、默認網絡和額頂網絡內部和之間的連接，較高的PRS與此網絡中較低的連接相關。此外，利用獨立的臨床數據驗證，進一步表明，精神分裂癥患者同一網絡索引遺傳易感性的連接降低，且與智商得分相關�？偟膩碚f，本項研究首次為精神分裂癥PRS（多基因風險評分）相關的全腦神經表型提供了證據。

先前基于高危親屬和對照組之間的比較，已經證明了與精神分裂癥遺傳風險相關的大量以連接體為基礎的中間表型，主要包括前額葉皮質、外側和內側顳葉皮質、頂葉皮質和皮質下的連接。此外，少部分關注PRS對腦網絡連接影響的研究，發現風險分數與范式依賴性功能連接指標呈顯著負相關，包括靜息態的前額葉皮層與海馬體的連接，情緒面孔加工過程中視覺皮層與邊緣系統的連接。

目前的研究結果與先前的發現在位置和方向上高度一致，表明在視覺、默認和額頂系統等主要大規模網絡中， PRS較高的個體功能連接較低。值得注意的是，本分析基于獨立于任何特定fMRI范式的個體連接模式，且結果在不同的fMRI范式中得到了有力的驗證，表明這些發現可能反映出精神分裂癥個體遺傳脆弱性影響的獨立狀態的神經表型。當與健康被試相比，在同一網絡中精神分裂癥患者的功能連接降低，但其他主要精神障礙患者并未出現，表明該網絡與精神分裂癥尤為相關�？傊�，這些結果為將來的遺傳學和臨床學對精分風險的研究提供個體化影像連接組表型指標。

已知觀察到的網絡中的區域和系統與精神分裂癥有關。具體地說，初級感覺系統（如視覺皮層）功能障礙可能會損害高階認知系統的視覺感知和視覺信息輸入，因此，被認為與幻覺和情緒失調等癥狀有關。額頂網絡是人類主要的認知控制系統之一，其功能障礙與患者認知缺陷相關的成熟表型。默認網絡的異�；顒雍凸δ苓B接可能導致患者內在集中思維與外在目標導向行為之間失衡，從而導致患者注意和凸顯信息處理的紊亂。

這三個系統的功能連接與PRSs間的負相關可能表明精神分裂癥遺傳易感性的累積可能會導致大腦皮層感覺-認知信息整合的困難，進而使個體更容易發展成精神障礙狀態。

上述相同網絡的功能連接與神經分裂癥患者IQ呈顯著相關，進一步證實了這種解釋，表明觀察到的網絡的功能紊亂的確加劇了認知功能的損害。值得注意的是，認知缺陷是精神分裂癥和精神病性疾病的一個廣為所知的特點，長期以來被認為是臨床癥狀異常的基礎，并且能夠預測疾病的發展。 

總結：

這篇文章算是探索任務態腦網絡和靜息態腦網絡相關研究如何脫離范式而進行一般性網絡分析并且能夠和臨床因素、基因表型等疾病表型進行綜合性研究的重要文獻。由于任務態研究受到研究范式的影響，不同研究之間的可比性是較差的，但是作者利用主成分分析的方法，選擇能夠最大化解釋腦網絡中方差變異的主成分來進行不同研究間的統合，可以說巧妙的避免了HRF加權在任務態研究和靜息態研究中的不同，從而可以更好的進行不同研究范式間的更具普遍性的探索性分析。但同樣，本研究也存在一些不足。

首先，本研究只探究了精神分裂癥常見基因變異加性效應的神經相關性。然而，雙生子和基于SNP研究之間估計遺傳力的差異（0.8對0.2）表明，非加性遺傳效應實際上導致了精神分裂癥的大多數遺傳風險。這些非加性遺傳效應背后的神經機制在很大程度上仍舊不為所知，應該在未來進行深入研究。第二，所確定的連接組關聯可能只反映了精神分裂癥的部分加性遺傳效應。雖然本研究基于最嚴格的全基因組閾值，以最大限度地“真實”遺傳信號和最小化不相關的遺傳干擾報告了研究的主要發現，但它可能無法捕捉到全部的加性遺傳風險。然而，這種發現跨越多個閾值的穩健性進一步支持了一種觀點，即加性遺傳風險通常會破壞感官和認知系統之間的連接，在這個意義上，本研究結果可能反映了這種影響的下限。第三，本研究缺乏獨立樣本重復已觀察到的與PRS的連接組學關聯。第四，CNP樣本相對較小，因此觀察到的已識別網絡的臨床相關需要在較大樣本中進一步重復。第五，本研究中的兩個樣本使用了不同的fMRI范式。然而，這種差異實際上會加強觀察到的連接組學關聯是狀態獨立的論點。

綜上所述，利用遺傳和多范式fMRI數據進行研究表明，在健康成人中，較高的精神分裂癥PRSs與較低的視覺、默認網絡和額頂葉網絡的功能連接降低有關。在精神分裂癥患者中該網絡連接的降低，與患者的一般認知能力有關。

原文：

Functionalconnectome-wide associations of schizophrenia polygenic risk

H Cao, H Zhou, TD Cannon - Molecular Psychiatry,2020

https://doi.org/10.1038/s41380-020-0699-3

請微信搜索“思影科技”關注我們，關注我們的公眾號，獲得更多精彩腦科學內容，如需原文或對思影科技課程感興趣請添加微信號siyingyxf或19962074063

歡迎瀏覽思影的數據處理課程以及數據處理業務介紹。（請直接點擊下文文字即可瀏覽思影科技其他課程，歡迎添加微信號siyingyxf或19962074063進行咨詢，仍接受報名，受疫情影響部分課程時間或有調整，報名后我們會第一時間聯系）：

第六屆任務態fMRI專題班（重慶4.8-13）
第二十八屆磁共振腦影像基礎班（重慶2.24-29）
第十四屆磁共振腦網絡數據處理班（重慶3.18-23）
第二十屆腦電數據處理中級班（重慶3.7-12）
第二十九屆磁共振腦影像基礎班（南京3.15-20）
第十五屆磁共振腦網絡數據處理班（南京4.13-18）
第十屆腦影像機器學習班（南京3.3-8）
第六屆小動物磁共振腦影像數據處理班(3.27-4.1)
第十二屆磁共振彌散張量成像數據處理班（南京3.21-26）
第九屆磁共振腦影像結構班(南京2.26-3.2）
第八屆腦電數據處理入門班（南京3.9-14）
第七屆眼動數據處理班（南京4.9-13）
第七屆近紅外腦功能數據處理班(上海4.2-7）

思影數據處理業務一：功能磁共振（fMRI）
思影數據處理業務二：結構磁共振成像(sMRI)與DTI
思影數據處理業務三：ASL數據處理
思影數據處理業務四：EEG/ERP數據處理

思影數據處理服務五：近紅外腦功能數據處理

思影數據處理服務六：腦磁圖（MEG）數據處理

招聘：腦影像數據處理工程師（重慶&南京）

BIOSEMI腦電系統介紹