線条体は統合失調症を自動的に診断するのに役立ちます

ビデオ: 線条体は統合失調症を自動的に診断するのに役立ちます

ビデオ: 「謎の統合失調症を解く」 丹羽真一教授 最終講義 2022, 12月
線条体は統合失調症を自動的に診断するのに役立ちます
線条体は統合失調症を自動的に診断するのに役立ちます
Anonim
Image
Image

中国の科学者たちは、線条体の活動の特徴に基づいて、80%以上の精度で統合失調症を診断するアルゴリズムを開発しました。また、抗精神病薬療法に対する患者の感受性を予測します。線条体の機能の異常は、ドーパミン作動系の働きと統合失調症を発症するリスクに関連する遺伝子の発現と相関しています。記事はジャーナルNatureMedicineに掲載されました。

統合失調症の診断は、非常に広範な症状と、この病気の原因が十分に理解されていないという事実によって複雑になっています。統合失調症のメカニズムに関する主な仮説は、ドーパミンの不均衡です。ドーパミンは幅広い機能を持つ神経伝達物質であり、脳の報酬系と密接に関連しています。統合失調症では、一般的に抗精神病薬が処方され、ドーパミン受容体を遮断し、このメディエーターの活性を低下させます。

科学者たちは、統合失調症の発症に中心的な役割を果たす構造は、大脳半球の大脳基底核のグループである線条体であると信じています。この構造の患者では、ドーパミン作動性活動がしばしば増加します。中国科学院のLi(Ang Li)と彼の同僚は、統合失調症の診断のマーカーとして線条体の機能の異常を使用することを決定しました。このために、脳のfMRIは、統合失調症の560人の患者と540人の健康な人々に対して実行されました。

次に、科学者はSVM分類器をトレーニングして、線条体の3つの特性(低周波振動の振幅、線条体内の接続のアクティビティ、および脳の外部構造(合計12000要素)。

各ボランティアについて、線条体異常の係数は、サポートベクターの空間における特性の位置から計算されました。係数は、患者では負であり、対照参加者では正でした。さらに、研究者は、さまざまな医療センターやさまざまなMRI装置からのデータでアルゴリズムをテストすることにより、アルゴリズムをクロスチェックしました。線条体異常の係数は、他の精神疾患の患者についても計算されました。

科学者たちは、線条体の働きの逸脱がドーパミン作動系の活動の増加と統合失調症に関連する遺伝子の発現に関連しているかどうかをテストしました。このために、我々は健康なボランティアの陽電子放出断層撮影と単一光子放出コンピュータ断層撮影の結果を使用した。彼らはまた、統合失調症に関連する43の遺伝子の活性に関するデータを分析しました。ドーパミン作動系のマーカーと選択された遺伝子の空間的発現を、線条体の低周波振動の振幅の分布と比較しました。

研究者たちは、統合失調症の人と健康なボランティアの間で線条体のパフォーマンスに多くの違いがあることを発見しました。たとえば、患者は低周波振動の振幅が増加し、線条体と他の領域との関係も(対照群と比較して)異なっていました。このデータでトレーニングされたアルゴリズムは、80%以上の精度で統合失調症患者を区別しました。指標は、双極性障害を除いて、研究されたすべての精神疾患の対照群と異ならなかった-この診断を受けた人々では、係数は対照よりも低かった。

Image
Image

統合失調症患者(赤)の健康な(青)参加者の線条体における低周波振動の平均振幅。横軸は中国のさまざまな医療センターで、データが取得されたMRI装置上にあります。

Image
Image

統合失調症患者と健康な人の線条体の外部投影の違い。青-患者の予測はあまり目立たず、赤-より強い

線条体の異常率は患者間で大きく異なりました。この指標は、抗精神病薬による治療に対する感受性に関連していることが判明しました。多くの場合、抗精神病薬に対する耐性は、いくつかの薬剤とその濃度で失敗した後にのみ見られるため、この観察は個別に治療法を選択するのに役立ちます。

ドーパミン作動系のマーカーと統合失調症のリスクに関連する遺伝子の両方が、低周波振動の振幅が高い線条体の同じ領域でアクティブでした。したがって、これらのメカニズムの両方が統合失調症の線条体の活動の変化の根底にある可能性があります。

科学者たちは、統合失調症の特徴である脳の構造的および分子的特徴を長い間探してきました。この病気に関連する413個の遺伝子のみが同定されています。線条体に加えて、脳梁は統合失調症の発症に関与している疑いがあり、この病気は脳の他の多くの部分に変化を引き起こします。統合失調症、その原因、症状、および治療に関する詳細は、「レガシーの狂気」という資料に記載されています(これがその続きです)。

トピックによって人気があります

人気の投稿