严超赣课题组在《转化精神病学》（Translational Psychiatry）发表论文探讨抑郁症大脑功能活动的动态性异常模式
近日，清华大学心理与认知科学系严超赣课题组在精神病学领域权威期刊《转化精神病学》（Translational Psychiatry）（5年影响因子7.0，JCR Q1）发表了题为“抑郁症动态功能模式异常：基于顶点水平的大样本 fMRI 分析揭示网络特异性改变及症状关联”（Aberrant dynamic functional architecture in major depressive disorder: Vertex-Wise large-sample fMRI analyses reveal network-specific alterations and symptom associations）的研究论文。该研究依托抑郁症脑影像大数据联盟（DIRECT）近3000人的脑影像数据，在高精度的顶点水平上描绘了抑郁症大脑动态功能的异常模式图谱，并进一步锁定了与失眠、内疚感和自知力等症状相关的潜在异常网络。
重性抑郁障碍（Major depressive disorder, MDD）对全球健康造成了重大负担，但其内在神经机制长期缺乏清晰解释。以往研究多依赖静态功能磁共振指标，难以充分捕捉大脑功能网络随时间持续重组的动态过程。为此，研究团队基于DIRECT二期数据集（获取方式见https://rfmri.org/DIRECTPhase2），在最终纳入的1583名MDD患者和1308名健康对照中开展顶点水平的动态分析，从时间和空间两个维度更精细地刻画抑郁症脑功能网络的重构特征。
研究发现，与健康人群相比，抑郁症患者在高级联合皮层区域（如额顶网络和默认模式网络）功能活动稳定性显著较高，而在初级感觉运动区域则表现出显著较低的稳定性。这提示抑郁症大脑在自我相关的内部加工与面向外界的信息处理之间，可能存在异常偏移和切换受限。本研究进一步聚焦这些表现出稳定性差异的脑区，细致探讨了脑功能活动异常模式与抑郁症的多种症状之间的关联。进一步分析识别出了一组与失眠、内疚感和自知力症状潜在关联的脑区（包括额上回、中央后回和岛上沟等脑区）并指向彼此重叠的异常动态功能连接模式，为理解抑郁症不同症状表型的脑网络基础提供了新的线索。
通过结合高精度的顶点水平动态功能分析方法和大样本数据，本研究为理解抑郁症的神经机制提供了新的证据，也凸显了动态脑影像指标在发现精神疾病潜在生物标志物和干预靶点方面的应用前景。未来，纵向研究和任务态研究有望进一步厘清这些脑功能活动的异常模式与症状演变、治疗反应之间的关系，为抑郁症的精准分型与个体化干预提供依据。
本文第一作者为我系博士后李雪莹，我系严超赣教授与西安市中心医院邬小平教授为共同通讯作者。
论文链接：https://doi.org/10.1038/s41398-026-03812-1
教师简介
严超赣
心理与认知科学系教授、博士生导师
研究方向：基于脑影像的抑郁症精确诊断和治疗、抑郁症心理物理综合干预
