近年來，腦疾病研究領(lǐng)域涌現(xiàn)了一批大規(guī)模神經(jīng)影像開放數(shù)據(jù)和國際合作計劃，在腦疾病神經(jīng)機制探索、疾病早期識別和個體化精準治療研究中扮演了重要作用。相較于小樣本研究，腦影像大數(shù)據(jù)能極大地提高統(tǒng)計效力，降低研究發(fā)現(xiàn)的假陽性率，并促進新研究范式的發(fā)展。然而，影像大數(shù)據(jù)時代也面臨著跨站點數(shù)據(jù)標準化、隱私保護和數(shù)據(jù)共享等諸多挑戰(zhàn)。

近日，中國科學院心理研究所嚴超贛研究組系統(tǒng)梳理了神經(jīng)精神疾病領(lǐng)域的開放神經(jīng)影像大數(shù)據(jù)和國際合作計劃，介紹了腦影像大數(shù)據(jù)在疾病神經(jīng)機制研究、基于影像的早期診斷、療效預(yù)測和精準治療方面的應(yīng)用，并總結(jié)和展望了神經(jīng)影像大數(shù)據(jù)面臨的挑戰(zhàn)和有潛力的研究方向。相關(guān)綜述論文以“The power of many brains: Catalyzing neuropsychiatric discovery through open neuroimaging data and large-scale collaboration”為題發(fā)表在Science Bulletin。The power of many brains既指代海量腦影像大數(shù)據(jù)推動疾病研究的“眾腦之力”，也指推動大規(guī)模國際合作的相關(guān)領(lǐng)域研究者的“眾腦之力”。

該綜述系統(tǒng)梳理了ENIGMA、UK Biobank、ANDI、ABIDE、DIRECT (REST-meta-MDD)等神經(jīng)精神疾病各領(lǐng)域腦影像的開放神經(jīng)影像數(shù)據(jù)庫，并總結(jié)了目前相關(guān)影像大數(shù)據(jù)在縱向數(shù)據(jù)、樣本代表性、質(zhì)量控制等方面的缺陷和不足?；谟跋翊髷?shù)據(jù)，以規(guī)范化建模（normative modeling）為代表的創(chuàng)新研究方法能夠超越傳統(tǒng)case-control研究范式，挖掘更為敏感和穩(wěn)健的生物標志物，在個體水平進行推斷，有望推動腦影像走向臨床。此外，開放科學框架下的標準化數(shù)據(jù)格式、數(shù)據(jù)處理平臺、研究合作架構(gòu)和研究者社區(qū)能夠更好的促進可重復(fù)的腦疾病影像學發(fā)現(xiàn)。

表1. 神經(jīng)影像公開數(shù)據(jù)集

圖1. 當前腦影像大規(guī)模數(shù)據(jù)集的不足

神經(jīng)影像技術(shù)提供了一種非侵入性的方式來觀察大腦結(jié)構(gòu)和功能及其與疾病相關(guān)的異常模式。基于開放神經(jīng)數(shù)據(jù)集的大規(guī)模合作研究為我們提供了關(guān)于抑郁癥、雙相情感障礙、精神分裂癥和自閉癥譜系障礙等神經(jīng)精神疾病的神經(jīng)生物學基礎(chǔ)的新見解。腦影像大數(shù)據(jù)集允許研究人員確定具有臨床意義的疾病亞型，識別跨診斷神經(jīng)異常回路，并開發(fā)更準確的診斷算法?；诖髷?shù)據(jù)的深度學習算法已顯示出預(yù)測治療效果和指導(dǎo)個體化干預(yù)的潛力。

圖2. 基于大數(shù)據(jù)的重性抑郁障礙神經(jīng)影像學發(fā)現(xiàn)

圖3. 基于腦影像的重性抑郁障礙個體化精準治療概念圖

但是，充分實現(xiàn)神經(jīng)影像大數(shù)據(jù)的潛力也面臨著諸多挑戰(zhàn)。設(shè)備、掃描參數(shù)、質(zhì)控等因素導(dǎo)致的數(shù)據(jù)異質(zhì)性，即“站點效應(yīng)”，是多中心影像研究中的一大難題。解決方案包括前瞻性實驗設(shè)計、標準化預(yù)處理、事后統(tǒng)計校正以及機器學習算法等。此外，有效管理海量神經(jīng)影像數(shù)據(jù)集也是一項挑戰(zhàn)，需要開發(fā)標準化的元數(shù)據(jù)模式、數(shù)據(jù)管理協(xié)議和索引系統(tǒng),并采取嚴格的數(shù)據(jù)保護措施。FAIR指導(dǎo)原則（可找到性、可訪問性、互操作性和可重用性）雖然實施成本較高，但有助于提高科學數(shù)據(jù)的有效共享和重用性。此外，不同國家和地區(qū)指定了不同的數(shù)據(jù)安全政策，但這些規(guī)定需要在保障患者的隱私和高效利用數(shù)據(jù)間進行更好的平衡。中國研究者正在著力構(gòu)建大規(guī)模腦影像常模，結(jié)合回顧性和前瞻性設(shè)計，建立多樣化的多中心數(shù)據(jù)集，致力于探索神經(jīng)精神疾病個性化的客觀診斷和精準治療的潛在途徑。

該研究得到了科技部科技創(chuàng)新2030“腦科學與類腦研究”項目（2021ZD0200600）、國家自然科學基金項目（82122035, 81671774, 81630031, 32300933）、中國科學院重點資助項目（ZDBS-SSW-JSC006）、北京市科技新星計劃（Z191100001119104，20230484465）、北京市自然科學基金（J230040）、中國科學院心理研究所“揭榜掛帥”項目（E2CX4425YZ）、中國科學院心理研究所科研啟動經(jīng)費（E3CX1425）、國家留學基金（202104910248）的資助。

論文信息：Lu, B., Chen, X., Xavier Castellanos, F., Thompson, P.M., Zuo, X.N., Zang, Y.F., Yan, C.G. (2024). The power of many brains: Catalyzing neuropsychiatric discovery through open neuroimaging data and large-scale collaboration. Sci Bull (Beijing), 69(10), 1536-1555, doi:10.1016/j.scib.2024.03.006.