Science Bulletin | 南京医科大学王菲教授、东北大学曹鹏教授团队揭示青少年重性抑郁发作患者的不同神经轨迹

青少年期是精神心理健康发展的关键时期，目前青少年的心理健康危机日益突显，尤其是情绪障碍，严重影响青少年的身心健康。重性抑郁发作是青少年情绪障碍的核心特征，且与自杀风险密切相关，威胁其生命安全。重性抑郁发作具有高度异质性，尤其是在青少年大脑发育动态变化的阶段，治疗效果因个体差异而异，其大脑变化的模式在干预反应上也存在差异。因此开发个性化治疗方案变得尤为重要。生物学分型和纵向脑影像分析提供了优化治疗策略的可能性，能够根据大脑变化模式预测疾病进程。研究表明，网络间的交互作用在情绪调节和认知控制中发挥重要作用，其异常变化与抑郁症的严重程度和治疗反应相关。因此，研究网络间交互作用的纵向变化对于理解治疗效果背后的神经机制至关重要。然而，由于网络间交互作用的复杂性和异质性，有效地建模这些动态变化仍然是一个挑战。

近日，南京医科大学王菲教授团队，联合东北大学曹鹏教授团队在Science Bulletin发表了题为“Divergent Neural Trajectories in Young Patients with Major Depressive Episodes: Longitudinal Subtypes and Their Predictive Value for Treatment Outcomes”的研究成果。该论文基于深度学习框架识别出两种具有不同脑影像轨迹和临床特征的纵向亚型，揭示了纵向聚类在预测治疗疗效中的价值，并为个性化治疗提供了生物学依据。

图1. 研究框架图

该论文基于101名青少年重性抑郁发作患者（13-23岁）的纵向多时间点队列，采用基于Transformer的深度学习框架，识别出两种在治疗过程中具有不同影像轨迹和临床特征的纵向亚型。两个亚型在影像变化与症状变化之间表现出不同的预测关系：亚型1在治疗过程中功能连接变化与症状改善存在显著相关性，而亚型2未发现此类关联。亚型1的症状改善预测主要涉及默认网络相关脑区。此外，基线时炎症特征分析显示，亚型2的炎症水平明显高于亚型1。

图2.两亚型网络间交互作用的轨迹差异，以及影像改变与症状变化之间的不同预测关系

该研究整合分析了脑影像、临床特征和炎症生物标志物的多模态、纵向多时间点数据，揭示了青少年重性抑郁发作患者在治疗过程中不同的影像轨迹及其与症状变化的预测关系，并探讨了炎症特征在亚型间的差异。该研究有助于深化对青少年抑郁神经机制的理解，并为个性化治疗策略的制定提供了重要依据。

南京医科大学王菲教授、东北大学曹鹏教授为该论文的共同通讯作者，南京医科大学公共卫生学院段佳、山东师范大学温广琪为该论文的共同第一作者。该工作得到了国家重点研发计划、国家自然科学基金、香港研究资助局、江苏省卫生创新团队、南京医科大学-齐鲁临床研究基金、江苏省重点研发计划的支持。

Jia Duan, Guangqi Wen, Lingwen Liu, Songbo Gu, Jingshuai Zhou, Jia Xu, Rongxin Zhu, Shaohua Hu, Peng Cao, Fei Wang. Divergent neural trajectories in young patients with major depressive episodes: longitudinal subtypes and their predictive value for treatment outcomes. Science Bulletin, 71(4), 2026: 707-711,

https://doi.org/10.1016/j.scib.2025.09.004.