研究院要闻 – 第 4 页 – 天桥脑科学研究院

天桥脑科学研究院

天桥脑科学研究院特别赞助公益科普项目“高山科学经典”第100期导读：生物学“圣经”《创世纪的第八天》

2024年3月23日，由天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, TCCI）特别赞助的公益科普项目“高山科学经典”第100期导读在上海科学会堂举办。清华大学教授鲁白与多位科学家和学者们一起，导读了生物学“圣经”《创世纪的第八天》一书，共吸引了704万观众在线观看。

▷天桥脑科学研究院学术会议总监耿海洋博士

“高山科学经典”第100期导读由复旦大学副教授蒋昌建担任主持人，上海市科委副主任屈炜开场致辞。在导读后，中国科学院院士、复旦大学校长金力、国家蛋白质科学研究（上海）设施主任吴家睿、清华大学科学史系系主任吴国盛与鲁白教授圆桌对话，讨论如何营造原创科学研究的文化和生态。复旦大学附属华山医院教授张文宏也在主题分享环节，讨论如何让科学成为一种文化。中国科学院院士、复旦大学化学系教授赵东元，天桥脑科学研究院学术会议总监（中国）耿海洋，高山书院创办人＆校长文厨，高山科学经典项目总负责人肖盾等嘉宾出席了本次活动。

此项公益科普项目于2022年4月23日成立，在至今近两年的时间里，有21位院士、182位知名科学家和学者，为2亿+公众导读了100部经典名作。吴国盛认为，这样的大规模的科学家公益导读项目，“在中国，还是第一次”。中国科学院院士韩启德先生曾为项目发声，“我认为这是一个很好的创举。”

▷清华大学教授鲁白

高山科学经典第100期，由鲁白教授导读贾德森的著作《创世纪的第八天》。鲁白教授表示，《创世纪的第八天》讲的是生命科学领域最伟大、最激动人心的一段辉煌历史，上世纪50到60年代，一批非常出色的科学家共同致力于探索，直接导致了一系列的重大科学发现，从此促成了分子生物学的诞生。鲁白教授认为，导读讲的不仅仅是知识，也不仅仅是知识发现背后的故事，更不仅仅是它在当时的意义。所以在导读环节中，除了分享分子生物学诞生的历史，鲁白教授更是将思考落脚到“我们今天读这本书有什么现实意义？”、“真正伟大的科学是如何做出了的”这样的问题上。

节目最后，赞助本次100期庆典活动的天桥脑科学研究院学术会议总监（中国）耿海洋博士为在场近200人介绍了全球最大的私人脑科学研究机构之一的天桥脑科学研究院的基本情况，包括研究院的生态、前沿实验室、数据支持计划、科学媒体、学术会议、科普行动等。他介绍，研究院重点关注AI+脑科学，尤其是AI+精神健康和AI+健康老龄化，期待与中国的科学家、临床医生进一步合作。

关于TCCI

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, TCCl）是由陈天桥、雒芊芊夫妇出资10亿美元创建的全球最大私人脑科学研究机构之一，总部设在美国。

TCCI与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了TCCI加州理工神经科学研究院。

TCCI建成了支持脑科学研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括学术会议和交流、夏校培训、AI加速发展大奖、科研型临床医生奖励计划、特殊病例社区、中文媒体追问等。

26 2024-03

Neuron：复旦大学上海医学院教授、天桥脑科学院研究员黄志力团队揭示前扣带皮层-背侧纹状体环路介导疼痛-失眠共患的发生

慢性疼痛与睡眠障碍高度共患, 失眠不仅加剧疼痛，还损害记忆、增加患抑郁症的风险。背内侧纹状体(DMS)作为基底神经节的输入，在睡眠-觉醒调节中起关键作用。DMS表达多巴胺D1型受体的中型棘突神经元（D1-MSN）促进觉醒，表达多巴胺D2型受体的中型棘突神经元（D2-MSN）促进睡眠。前扣带皮层（ACC）锥体神经元（PNs）是调控疼痛的关键神经元，也是DMS的主要输入，但ACC-DMS环路是否参与慢性疼痛相关的失眠尚未知。

2024年2月13日，复旦大学上海医学院教授、中国睡眠研究会理事长、天桥脑科学研究院（Tiaoqiao and Chirssy Chen Institute，TCCI）研究员黄志力团队在Neuron杂志上发表文章揭示了慢性疼痛增强ACC-DMS环路D1-MSN神经元突触可塑性介导失眠的发生。

01ACC- PNs在慢性疼痛-

失眠共患模型中选择性激活

研究人员利用部分坐骨神经结扎(PSNL)疼痛小鼠模型模拟疼痛和失眠的共患。通过光纤钙成像技术记录昼夜节律时间ZT0–ZT2（上午7点到9点，为PSNL模型小鼠失眠阶段）和ZT12–ZT14（晚上7点到9点，为PSNL模型小鼠和正常小鼠觉醒阶段）ACC- PNs活性，结果发现PSNL模型小鼠在失眠阶段ACC- PNs活性增强，在觉醒阶段无变化。电生理实验也证明PSNL模型小鼠在失眠阶段ACC- PNs微小兴奋性突触后电流增强。单独使用催眠药(安定)或镇痛药(吗啡)均不影响PSNL模型小鼠失眠阶段ACC- PNs活性变化，但在使用联合催眠和镇痛的药物可显著降低失眠阶段ACC- PNs活性。

为进一步证实ACC-PNs活性在慢性疼痛诱发失眠中的重要性，他们通过病毒载体工具特异性诱导ACC脑区兴奋性神经元死亡后，可阻断慢性疼痛诱发失眠的发生。慢性激活正常小鼠ACC- PNs后可增加觉醒时间，减少非快速眼动睡眠时间，表现出睡眠障碍。

▷图1.PSNL模型小鼠在失眠阶段ACC- PNs活性增强

02ACC→DMS环路

调控慢性疼痛诱发的失眠

光激活正常小鼠ACC→DMS环路后并不影响痛觉，但可显著促进觉醒，减少睡眠。纹状体区域可分为背侧纹状体和腹侧纹状体(包含伏隔核等), 前扣带皮层投射到伏隔核的环路参与疼痛的发生，但在光激活该环路并不影响睡眠。慢性抑制PSNL模型小鼠ACC→DMS环路后可缓解疼痛，并能改善睡眠障碍，促进睡眠。

▷图1.慢性激活正常小鼠ACC- PNs后可增加觉醒时间

03DMS D1-MSN神经元

调控慢性疼痛诱发的失眠

考虑到DMS脑区主要存在D1-MSN和D2-MSN神经元，研究人员利用电生理实验发现PSNL模型小鼠DMS D1-MSN神经元内在兴奋性增强，D2-MSN神经元并不存在这种变化。进一步分析发现D1-MSN神经元自发性和微小兴奋性突触后电流均增强，表明慢性疼痛促进D1-MSN神经元突触前释放谷氨酸。PSNL模型损伤后1周DMS D1-MSN神经元长时程增强作用增强，D2-MSN神经元长时程增强作用减弱，这种突触可塑性增强作用并不发生在损伤早期（损伤后第3天）。慢性抑制PSNL模型小鼠D1-MSN神经元活性后尽管不影响疼痛，但可显著减少ZT0–ZT2觉醒时间，促进睡眠，表明DMS D1-MSN神经元调控慢性疼痛诱发的失眠。

▷图1.DMS D1-MSN神经元调控慢性疼痛诱发的失眠

04总结

本文发现慢性疼痛诱发的失眠阶段ACC-PNs活性增强，进而增强其下游DMS D1-MSN神经元突触可塑性，慢性抑制ACC-PNs活性或DMS D1-MSN神经元活性均可缓解睡眠障碍。

参考文献：

Li et al., Anterior cingulate cortex projections to the dorsal medial striatum underlie insomnia associated with chronic pain, Neuron (2024),

https://doi.org/10.1016/j.neuron.2024.01.014

本文转载自：神经周K微信公众号

27 2024-02

2023年度中国十大医学科技新闻揭晓，天桥脑科学研究院研究员郁金泰成果入选

1月20日，由健康报社组织评选的2023年度中国十大医学科技新闻和国际十大医学科技新闻，在2024健康报科技科普传播思“享”会上揭晓。

其中天桥脑科学研究院（Tiaoqiao and Chirssy Chen Institute，TCCI）研究员、复旦大学附属华山医院郁金泰教授有关“新影像标志物或助早期识别阿尔茨海默病”的研究，入选2023年度中国十大医学科技新闻。

研究具体介绍如下：郁金泰教授团队通过与国际多中心、多学科交叉融合团队协作，揭示了脑室形态影响脑疾病发生的遗传机制，可加深对脑疾病内在机制的理解，进而协助脑疾病早期诊断及治疗。研究团队率先发现，侧脑室下角体积增大是阿尔茨海默病可遗传的影像标记，可据此早期识别阿尔茨海默病。

推荐理由：大规模遗传影像数据为探究脑结构的遗传基础提供了可能。该研究首次系统地探究了脑室形态的遗传基础，对理解脑室与脑疾病关系的内在机制，发现新的脑疾病影像标志物，促进脑疾病的早期诊断、预测与进展评估具有重要意义。

下文为研究具体内容，特做摘录以飨读者。

TCCI

脑室是脑的“窗口”，脑室的形态变化反映了脑的发育及老化过程，异常的脑室形态与多种神经及精神系统疾病息息相关。最新的研究表明认知障碍、注意缺陷多动障碍、孤独症谱系障碍、双相情感障碍、重度抑郁障碍和精神分裂症患者中均可见脑室形态异常。

因此，探索脑室形态的遗传结构可加深对脑疾病内在机制的理解，进而协助医生及患者早期诊断及治疗脑疾病，促进脑健康。

TCCI

10月19日，复旦类脑智能科学与技术研究院程炜研究员团队联合天桥脑科学研究院研究院、复旦大学附属华山医院郁金泰教授团队，与国际多中心多学科交叉融合团队协作，基于覆盖全生命周期的五大队列六万余名参与者的遗传和神经影像数据，揭示了脑室形态的遗传基础，发现了脑室形态与神经精神疾病存在遗传关联。并且该研究首次提出侧脑室下角体积增大是阿尔茨海默病可遗传的内表型，可独立于海马体积等传统影像标志物早期预测阿尔茨海默病的发病风险，具有临床应用价值。

相关研究成果以《脑室的遗传结构及其与神经精神特征的遗传重叠》（“Genetic architectures of cerebral ventricles and their overlap with neuropsychiatric traits”）为题发表在Nature子刊 Nature Human Behaviour。

研究团队首先利用31,880位参与者的遗传和颅脑核磁共振数据，对侧脑室体积、侧脑室下角体积、第三脑室体积、第四脑室体积、侧脑室不对称性、侧脑室下角不对称性进行分析，发现了62个影响脑室形态的遗传位点和785个候选基因，并在包括23,533人的独立队列中验证了超过80%的影响侧脑室体积的位点。进一步分析提示脑室的体积及不对称性均可遗传（遗传力3%-40%），与脑室相关的基因同时在脑的发育和衰老通路中富集。

▲ 与脑室形态相关的位点的特征

“脑室扩大并不等同于脑萎缩。由于大脑皮质神经元起源于胚胎脑室的干细胞，因此脑室形态异常也有可能是神经系统发育异常的后果。因此，有必要对覆盖全生命周期的样本进行分析，以了解影响脑室形态的基因组位点在全生命周期中的作用，这正是既往研究所欠缺的部分。” 该研究项目的共同通讯作者，天桥脑科学研究院研究员、复旦大学附属华山医院郁金泰教授表示。

进一步，研究团队在分析中加入儿童、青少年、青年队列及纵向数据，探究遗传因素在全生命周期对脑室的影响。研究结果显示，chr3q28位点主要参与脑室发育，而chr7p22.3和chr16q24.2位点可能在脑室的老化过程发挥作用。

▲ 全生命周期分析发现了3个主要影响脑室发育或老化的位点

共同通讯作者程炜研究员解释：“通过整合全生命周期的数据，我们研究发现部分位点在全生命周期中对脑室形态产生不同的影响，该结果将有助于理解年龄相关疾病的神经机制。例如，主要影响老年人脑室形态改变的位点更有可能与脑的衰老和认知下降等病理过程有关。”

为了探索脑室形态和神经精神特征之间的遗传重叠，进而理解脑室形态影响脑疾病发生的遗传机制，研究团队进而联合多种统计方法检验脑室形态特征与神经精神特征的关联。连锁不平衡分数回归（LDSC）提示脑室体积与反应时间、皮质厚度等特征存在遗传相关性。

▲ 脑室形态与多种认知行为特征

及反映脑功能的指标存在遗传相关性

▲ 脑室形态与皮层表面积、

皮层厚度、皮层下体积存在遗传相关性

进一步，多基因风险评分（PRS）分析提示阿尔茨海默病高遗传风险的个体更有可能表现出较大的侧脑室下角体积。双向孟德尔随机化（MR）提示较大的侧脑室下角体积可能是高阿尔茨海默病遗传风险导致的后果。生存分析（COX）从临床角度证实了较大的侧脑室下角体积可预测阿尔茨海默病的发病风险。最后，为了验证结果的可靠程度，研究团队通过事后分析进一步检验了侧脑室下角体积与阿尔茨海默病的关联。结果提示侧脑室下角体积对阿尔茨海默病发病风险的预测价值独立于海马体积，且该关联能在独立队列中得到验证。同时，侧脑室下角体积与阿尔茨海默病的家族史有关。

▲ 脑室形态和脑疾病存在遗传重叠

冯建峰教授表示：“对于其他神经精神疾病，各分析方法并未得到一致的结论，因此结论证据水平相对较低。而对于阿尔茨海默病，多种分析结果共同支持侧脑室下角体积与阿尔茨海默病存在正向关联，且能经过独立队列的验证，因此该结论较为稳健。”

根据内表型假设，定义为内表型需满足以下标准：1）可遗传；2）与疾病相关；3）独立于个体的临床症状；4）在家庭中内表型和疾病共分离。基于以上标准，研究团队提出侧脑室下角体积是阿尔茨海默病的一个新内表型，可早期预测阿尔茨海默病的发病风险。由于侧脑室下角体积在临床环境中极易被评估，该研究成果具有较高的临床应用价值。

冯建峰教授补充：“大规模遗传影像的数据为我们探究脑结构的遗传基础奠定了数据基础，过去的研究都聚焦在大脑皮层及皮层下的脑结构，而对脑室缺乏相关研究，我们利用全生命周期的数据，首次系统地研究了脑室形态的遗传基础，这对我们理解脑室与脑疾病关系的内在机制，发现新脑疾病影像标志物，促进脑疾病的早期诊断、预测与进展评估具有重要意义。“

复旦大学类脑智能科学与技术研究院程炜研究员、天桥脑科学研究院研究员、复旦大学附属华山医院神经内科郁金泰教授为该文的共同通讯作者，复旦大学附属华山医院神经内科博士生葛怡君、吴邦胜、张一为该文的共同第一作者。

该研究得到了英国生物样本库（UK Biobank）、国际”心脏与衰老研究基因组流行病学队列联盟”（CHARGE）、美国“青少年大脑认知发展”（ABCD）项目、欧洲“正常大脑功能和精神病理学中的强化相关行为”（IMAGEN）项目、美国”人脑连接组计划”（HCP）、美国”阿尔茨海默病神经影像学倡议”（ADNI）、复旦大学类脑智能科学与技术研究院冯建峰教授、复旦大学类脑智能科学与技术研究院Gunter Schumann教授、复旦大学附属华山医院董强教授、青岛市市立医院谭兰教授等的大力支持和帮助。该研究得到了国家自然科学基金委、国家重点研发计划、上海市重大专项等的经费支持。

原文链接：

https://www.nature.com/articles/s41562-023-01722-6

研究团队简介

程炜，复旦大学类脑智能科学与技术研究院研究员、博士生导师、老年脑健康智能科学中心主任、复旦大学附属华山医院双聘教授。

研究领域为发展遗传影像大数据统计方法及其在脑疾病中的应用。入选国家级青年人才、上海市启明星人才计划，主持国家重点研发计划专项子课题、国自然面上项目等项目。以通讯或第一作者（含共同）身份在相关领域期刊发表论文40余篇，包括Nature系列期刊Nature Aging（两篇）、Nature Human Behaviour（三篇）、Nature Mental Health（四篇）等。研究成果被Brain、Nature Mental Health等期刊以专门评论文章正面评价，并成功应用于抑郁症的临床治疗。担任Journal of Neuroscience Methods编委以及Nature Human Behaviour，Nature Mental Health等多个期刊审稿人。个人主页：https://wchenglab.com/

郁金泰，教授、主任医师、博士生导师、天桥脑科学研究院研究员、复旦大学附属华山医院神经内科副主任、复旦大学类脑研究院双聘教授、国家神经疾病医学中心（华山）认知障碍中心带头人、上海市优秀学术带头人。

研究领域为阿尔茨海默病的防诊治研究，主持科技部脑科学与类脑研究重大项目、教育部中央高校科技领军人才团队项目、国自然面上及重大计划，以通讯作者（含共同）身份在相关领域期刊发表论著60余篇,包括Lancet Neurology、Nature Human Behaviour、Science Advances等。研究成果被NEJM “Journal Watch”、 BMJ选为重要医学进展或研究亮点。连续多年入选全球高被引科学家，荣获中华医学青年科技奖、省自然科学一等奖。

25 2024-01

Cell Reports Medicine：人工智能破解毒瘾，天桥脑科学研究院研究员袁逖飞基于个体化脑连接组学构建神经生物标志物

以下文章来源于上海交大医学院附属精神卫生中心，作者赵迪袁逖飞

毒品问题是健康中国与和谐社会持续面临的重大挑战。我国目前最主要的毒品为甲基苯丙胺（俗称：冰毒），吸食后导致极强的精神行为紊乱，可诱发幻觉、冲动行为、乃至暴力犯罪，给个人生命健康、家庭经济和社会安定都带来了巨大危害。吸毒是一种长期存在的”顽疾“，其根本原因在于”毒瘾“是一种异常强大、但表现于主观层面的精神心理活动，难以客观评估、动态捕捉与实时治疗。

近期，天桥脑科学研究院（Tiaoqiao and Chirssy Chen Institute，TCCI）研究员、国家精神疾病医学中心（上海市精神卫生中心）研究员袁逖飞团队，通过构建个体化人脑连接组（brain functional connectivity networks，FCNs），使用人工智能（AI）技术揭示了冰毒成瘾者毒瘾的神经生物学机制，发明了一种能够快速“读脑”、鉴定吸毒者，并计算个体化毒瘾严重程度的实用技术。

相关研究成果于2024年1月16日以“An electroencephalographic signature predicts craving for methamphetamine”为题发表在Cell Press细胞出版社旗下期刊Cell Reports Medicine（IF = 14.3）上。

研究人员首先利用高密度的头皮脑电图（high-density EEG）技术，通过自动化信号处理及优化算法，对465个神经环路个体化计算其连接强度和神经振荡模式。基于个体的功能连接组学，可以有效区分健康对照组人群和成瘾人群，并鉴定了成瘾大脑中一些具有特异性的神经振荡异常（如左岛叶-右眶额叶的delta振荡、左额中回后部-内侧前额叶皮层的beta振荡、右缘上回-后扣带皮层的beta振荡）。

这些发现，有力的弥补了现有成瘾影像学研究中神经振荡数据的缺失，也为理解成瘾者脑网络异常提供了新模态的实践证据。基于上述关键异常环路及功能网络分析，研究者构建了基于机器学习技术的计算模型，并通过独立数据集证实了其对于个体化毒瘾的识别和预测有效性。该模型在北京、江苏、湖北等省市的人群中都实现了有效验证。

该研究不仅为临床成瘾者提供了重要的诊断策略，也为基于个体化脑环路神经振荡异常的精准脑刺激干预提供了新的思路。一方面，戒毒康复机构能够采用相应技术，为成瘾康复全程提供动态评估追踪和分级管理，并纳入管理模式作为参考指标；另一方面，个体化脑连接组学的异常不仅是个体化精准脑刺激干预的重要理论依据，也可以作为定制化的药物治疗、心理干预或运动康复计划的直接参考。在下一步研究计划中，研究人员将实现可穿戴、便携式的脑电采集设备设计，有望为戒毒康复人员实现实时反馈的毒瘾评估，并用于无创脑刺激技术及数字化疗法的反馈。

天桥脑科学研究院（Tiaoqiao and Chirssy Chen Institute，TCCI）研究员、国家精神疾病医学中心（上海市精神卫生中心）研究员袁逖飞和斯坦福大学精神病学和行为科学系吴畏为共同通讯作者，田维文、赵迪为共同第一作者。

作者专访

您的团队为何开展本研究？

袁逖飞教授、吴畏研究员：毒品成瘾（物质使用障碍）是一种慢性脑疾病。我国现有毒品成瘾者超过1300万人，目前鲜有有效的干预策略；即使戒断多年已无戒断症状，药物相关线索仍可触发成瘾者极强的毒品心理渴求；且患者存在冲动控制障碍，最终导致80%以上的复吸率。毒品成瘾既涉及重大的科学问题，又属于严重的社会问题。因此，揭示成瘾机制，发展有效的干预手段，可有助于理解异常牢固记忆和冲动控制障碍机制，也为开发更为有效的成瘾干预策略提供新靶点和科学数据支撑。心理渴求（毒瘾）的强度与成瘾物质复吸风险密切相关，其客观评价对于及时干预、防止复吸具有重要意义。

您认为本项工作的亮点和重要发现是什么？

袁逖飞教授、吴畏研究员：既往神经影像与行为学研究未能揭示心理渴求的动态加工过程及神经环路的异常振荡。我们的研究发现了多条神经环路上振异常参与毒瘾，为理解成瘾行为的内在驱动和维持过程提供了理论支持。该标记物也为临床患者的复吸风险评估、精准个体化干预评估提供了重要生理指标。

基于人工智能AI和高密度EEG技术的个体化脑连接组学绘制，为解析精神疾病的脑网络异常提供了重要方法，我们较为完善的采用了多种数据分析方法与模型，希望在未来的工作中对成瘾的神经机制作出更为系统的探索。

您团队在该领域有哪些下一步的计划？

袁逖飞教授、吴畏研究员：我们将首先验证利用低通道、可穿戴设备进行毒瘾实时监测的可行性，以实现精准戒毒康复；进一步，我们希望利用该计算模型，对现有临床干预疗法实现有效预测，以预判患者戒毒后的疗效，避免治疗中“走弯路”。

此外，我们通过高密度电生理信号的精准溯源解析了毒瘾的功能环路和具体振荡模式。该些发现使得针对成瘾者的个体化位点、个体化频率模式的精准干预成为可能。

本文转载自：上海交大医学院附属精神卫生中心微信公众号；CellPress细胞科学微信公众号

19 2024-01

Nature Mental Health：体重影响脑健康！天桥脑科学研究院研究员郁金泰教授团队最新研究

近日，由天桥脑科学研究院（Tiaoqiao and Chirssy Chen Institute，TCCI）研究员、复旦大学附属华山医院神经内科郁金泰教授团队领衔，联合复旦大学类脑智能科学与技术研究院的多学科交叉团队基于大规模生物医学数据库与大数据统计建模方法，探究了体重指数（BMI）及其变化和 BMI-代谢健康状况与六种神经和精神疾病 [卒中、痴呆、帕金森病（PD）、焦虑、抑郁、睡眠障碍] 的关系。

研究表明肥胖对卒中、焦虑、抑郁和睡眠障碍，以及体重指数下降对焦虑和睡眠障碍的有害影响。尽管处于健康的代谢状态可以部分减轻肥胖的不良影响，但代谢健康型肥胖并不是一种完全良性的状态，它一样会增加抑郁和睡眠障碍的风险。

此外，通过确定 BMI-代谢健康状况与大脑结构和饮食摄入的关联，探讨了上述关联可能的潜在机制，同时还证明了血液炎症标志物在 BMI-代谢健康状况与神经和精神疾病的关系中的中介作用。

相关研究成果以Body weight in neurological and psychiatric disorders: a large prospective cohort study（《体重与神经和精神疾病的关系：一项大型前瞻性队列研究》）为题发表在Nature子刊 Nature Mental Health，并被编辑以「Body weight has varying effects on the risk of neurological and psychiatric disorders」（体重对神经和精神疾病的风险有不同的影响）为题，选为Research Briefing（研究简报）进行报道。

神经和精神疾病是全世界致残和死亡的主要原因，虽然多种可改变的生活方式风险因素已被确定为预防策略的关键组成部分，进一步研究这些风险因素的生理反应、危险行为和潜在机制，可以为减轻疾病负担起到很大作用。

肥胖在脑健康相关疾病中的作用已引起越来越多的关注，同时成年期肥胖状况的改变对潜在的疾病风险的影响也值得探讨。先前关于体重变化与中风、痴呆和抑郁症风险之间关系的研究得出了不一致的结果。

与此同时，肥胖引起的代谢综合征，包括血压和血糖水平升高、高脂血症和全身性炎症，对增加患病风险风险的影响还没有被完整了解。为了全面了解 BMI、BMI 变化和 BMI-代谢健康状况对六种最常见的神经和精神疾病发病率的影响，研究团队开始了调查。

研究团队利用具有完整体重及疾病随访数据的 438,483 名人群进行了纵向分析，分别根据其体重指数、体重指数的变化，代谢健康状态（血压、C 反应蛋白、甘油三酯、低密度脂蛋白胆固醇、高密度脂蛋白胆固醇）对人群进行分组，分析了肥胖相关指标与常见神经和精神疾病之间的关联，并通过脑影像结构、饮食习惯和炎症标志物探索其潜在机制。

首先，运用 Cox 模型与非线性模型，研究团队表明，BMI 与痴呆、焦虑、抑郁与睡眠障碍呈非线性型相关。与正常体重组相比，超重或肥胖个体的卒中、抑郁、睡眠障碍和焦虑风险更高。BMI 增加与较高的焦虑和睡眠障碍相关，与之相反，BMI 下降与 AD 风险增加相关。代谢健康型肥胖人群在抑郁症、睡眠障碍的风险较正常体重人群上升。而代谢不健康型肥胖人群在卒中、焦虑、抑郁和睡眠障碍上有更高的风险。

其次，研究团队运用回归模型，进一步探讨了代谢健康与非健康型肥胖对脑结构的影响。

研究发现，与非肥胖者相比，代谢健康人群在双侧峡扣带皮层和额上皮层的面积和体积更大，壳核、海马、丘脑和杏仁核的皮质下体积更大。然而，代谢非健康人群在包括眶额、颞叶和岛叶皮层、苍白球和丘脑等一系列大脑区域表现出更小的体积。

与之同时，饮食习惯也对代谢健康与非健康型肥胖人群有影响。虽然他们都比非肥胖人群消耗更多的食物，但代谢健康人群更倾向于摄入健康的食物，如蔬菜、新鲜水果和油性鱼类。相比之下，代谢非健康人群倾向于摄入更多的加工肉类和面包，且沙拉和油性鱼类的摄入量较少。

最后，研究团队运用中介分析，揭示了外周炎症成分的作用，即四种炎症标志物（白细胞计数、中性粒细胞计数、单核细胞计数和 CRP）在 BMI-代谢健康状况与卒中、抑郁、焦虑和睡眠障碍风险的关联中起到中介效应。

郁金泰教授团队的这项研究，证明了体重增加和肥胖对几种神经和精神疾病的有害影响。尽管处于健康的代谢状态可以部分减轻肥胖的不良影响，但代谢健康型肥胖并不是一种完全良性的疾病。因此，应该向所有肥胖人群推荐体重管理，以预防神经和精神疾病。

天桥脑科学研究院研究员、复旦大学附属华山医院神经内科郁金泰教授为该论文的通讯作者。复旦大学附属华山医院神经内科王榕泽博士、何宇博士为该文的共同第一作者。该研究还得到了复旦大学类脑智能科学与技术研究院冯建峰教授、程炜研究员的大力支持和帮助。

本文转载自丁香园神经时间微信公众号

参考文献：

[1] Wang, RZ., He, Y., Deng, YT. et al. Body weight in neurological and psychiatric disorders: a large prospective cohort study. Nat. Mental Health (2024). https://doi.org/10.1038/s44220-023-00158-1.

[2] Body weight has varying effects on the risk of neurological and psychiatric disorders. Nat. Mental Health (2024). https://doi.org/10.1038/s44220-023-00167-0.

13 2024-01

天桥脑科学研究院研究员尧德中研究成果获“黄家驷生物医学工程奖”一等奖

2023年12月28日，中国生物医学工程学会第十一次会员代表大会在北京中国科技会堂召开。大会开幕式上揭晓了2022-2023年度“黄家驷生物医学工程奖”获奖名单，并隆重举行了颁奖仪式。电子科技大学生命学院脑器交互团队的研究成果“脑电信号时空分析理论与方法”荣获基础研究类一等奖。项目负责人为天桥脑科学研究院（Tiaoqiao and Chirssy Chen Institute，TCCI）研究员、电子科技大学教授尧德中。

项目历经20余年的不懈努力和辛勤耕耘，在脑电信号时-空融合分析理论与方法、时空编码刺激响应脑电信号分析理论与方法以及基于时空脑网络的大脑功能状态预测理论与方法三个方面取得了突出成绩，为基于大脑深层次时空信息的鲁棒脑机接口系统研发提供了新的思路和方法，也为临床脑疾病诊断与个体认知行为评估和预测提供了新的技术手段。相关研究发表国际专业期刊SCI收录论文100余篇，获领域著名学者的跟踪研究、积极评价和较大量的直接采用。项目成果在脑电时空信息挖掘理论与方法上具有基础性贡献，为推动该领域的创新和发展奠定了新的基础。

“黄家驷生物医学工程奖”由中国生物医学工程学会设立，以首任理事长黄家驷学部委员的名字命名，旨在激励生物工程医学领域科技工作者开展原创性科学和技术研究，奖励在生物医学工程领域基础研究、技术发明和科技进步等方面所取得的杰出成果。该奖项两年评选一次，目前仅有12个项目获得一等奖。2022—2023年度，共颁发基础研究类一等奖1项、二等奖1项，技术发明类一等奖1项、二等奖1项，科技进步类一等奖1项、二等奖1项。

脑器交互团队是神经信息教育部重点实验室最主要的科研团队之一，带头人为尧德中教授（天桥脑科学研究院研究员、美国医学生物工程院Fellow，重点实验室主任），团队围绕脑器交互问题（脑机接口-心身医学），着力神经信息检测、分析技术的创新发展以及新技术在脑功能、脑疾病研究中的探索应用。近年来，该团队先后承担了包括科技创新2030 “脑科学与类脑智能”重大项目、国家自然科学基金重点项目、863项目、973课题、重大仪器专项课题在内的重大、重点项目20多项。在国际重要学术刊物发表SCI收录论文300余篇，申请国家专利20余项，获得教育部自然科学一等奖，中国生物医学工程学会黄家驷基础研究一等奖、二等奖，国际脑电图与临床神经科学学会Roy John Award等多种奖项。

本文转载自：看成电微信公众号

12 2024-01

Nature Human Behaviour：冯建峰/程炜联合天桥脑科学研究院郁金泰首次揭示下丘脑结构遗传基础与神经精神疾病关系

下丘脑在人体生理功能中扮演着至关重要的角色，作为调节多种新陈代谢并控制自主神经系统的重要脑区，下丘脑直接影响人类的昼夜节律、食欲和血压等生理过程。同时，下丘脑还涉及认知和情感等高级功能，其参与精神分裂症、抑郁症和痴呆症等神经精神疾病的发病机理也受到广泛关注。尽管下丘脑对人类生理和健康有着举足轻重的作用，然而其遗传学研究仍十分缺乏。探索下丘脑的遗传结构能够加深我们对脑疾病内在机制的理解，对于促进脑健康研究具有重大的科学价值与临床意义。

近日，复旦大学类脑智能科学与技术研究院冯建峰教授/程炜研究员团队联合天桥脑科学研究院（Tiaoqiao and Chirssy Chen Institute，TCCI）研究员、复旦大学附属华山医院郁金泰/董强教授团队，携手国际多中心多学科交叉团队共同完成一项重要研究。研究团队基于覆盖不同年龄阶段的多队列数据，利用人工智能算法对超三万人被试的神经影像进行自动化精细分割，构建了迄今全球最大规模的下丘脑结构形态数据。该研究首次发现ADAMTS8基因在下丘脑结构形态中的关键作用，揭示了下丘脑结构的遗传基础，并报道了其与多种神经精神性状及疾病间紧密的遗传联系。这一成果为深入理解下丘脑功能及其在脑疾病中的作用机制，推动临床诊疗的进步，具有重要意义。

2024年1月5日，相关研究成果以《人类下丘脑的遗传结构及其与神经精神行为和疾病的关系》（“The genetic architecture of human hypothalamus and its involvement in neuropsychiatric behaviors and disorders”）为题发表于Nature子刊《自然-人类行为》（Nature Human Behaviour）。

▲ 图1：基于人工智能算法的下丘脑影像自动分割与

下丘脑全基因组关联分析的曼哈顿图

下丘脑结构复杂，亚区边界不清，针对这一难点问题，研究团队结合前期基于深度学习算法的神经影像建模经验，采用了聚焦微小脑区的3D卷积分割网络，通过对有限标注样本的迭代学习，实现了对下丘脑十个亚区的精准快速分割。借助该深度学习模型，团队对来自英国生物样本库（UK Biobank）中32,956人的颅脑核磁共振（MRI）图像进行自动标注，获得迄今为止最大规模的下丘脑结构形态数据。随后，利用这3.2万名参与者的遗传数据开展全基因组关联分析（GWAS），发现了23 个遗传位点和297个候选基因与下丘脑及其亚区结构显著关联。遗传度分析显示下丘脑结构具有低到中度水平的可遗传性（遗传度在10%至30%之间）。富集分析表明，这些基因与细胞内转运系统和类固醇相关化合物代谢过程密切相关，与既往对下丘脑功能的理解相一致。

▲ 图2：与下丘脑显著关联的

23个位点的功能注释和基因映射分析

“下丘脑结构十分精细。既往的下丘脑影像学分析主要是基于人工标注的分割方法，该方法耗时耗力，准确低，难以运用于大规模样本分析且复现性差。本研究采用基于人工智能的自动分割算法，在保证可靠性和精度的前提下极大的降低了人工成本，使得构建迄今最大的下丘脑结构形态数据库成为可能，并以此开展了首个下丘脑的大规模全基因组关联分析，是一个非常创新的工作。”本研究的共同通讯作者程炜研究员表示。

通过LDSC（连锁不平衡评分回归）和GCTA-GREML（全基因组复杂性状分析-基于基因组的限制性最大似然法）方法，研究团队发现了下丘脑与海马、海马旁回、基底前脑、伏隔、丘脑、苍白球、小脑、脑干、脑室等多个邻近结构存在显著的遗传相关性。同时，研究团队还分析了下丘脑和神经精神功能性性状的遗传关联，发现其与睡眠与节律、摄食、学习及认知、冒险行为、副交感神经/交感神经活动显著相关，具体指标包括了睡眠类型、睡眠时长、日间小睡、异常食欲、BMI（体重指数）、认知测试评分、首次性生活年龄、每日吸烟量、饮酒频率、血压、心率等。分析结果从结构和功能两方面为下丘脑和神经精神性状的关联提供了遗传学证据。

▲ 图3：下丘脑的遗传度及其与

边缘系统结构之间紧密的遗传关联

▲ 图4：下丘脑结构与多种神经精神功能性状的遗传关联

进一步，团队通过遗传多效性方法探索了下丘脑结构和神经精神疾病之间的遗传重叠，发现了其与精神分裂症、双相情感障碍、抑郁、创伤后应激障碍、卒中、帕金森等疾病存在不同程度的共有遗传位点。

冯建峰教授表示：“对下丘脑空间结构的分析为了解其有关的生理和病理过程提供了独特的视角。本研究中下丘脑结构与多种昼夜节律表型呈现出一致的遗传关联性，这十分符合已有的关于下丘脑功能的生理学知识。此外，从脑结构到神经系统功能再到神经精神疾病，三个不同层次却高度一致的分析结果强有力地证实了下丘脑在神经精神疾病中发挥了重要作用。”

▲ 图5：ADAMTS8基因座在不同人群队列中的验证

通过UKB中非英国白人人群，ABCD队列人群及IMAGEN队列人群，团队验证了上述GWAS结果中信号最强的ADAMTS8位点。荟萃分析后，ADAMTS8位点上遗传变异与下丘脑间的关联显著性进一步增强。孟德尔随机化分析表明更低水平的ADAMTS8表达与更大体积的下丘脑之间有潜在的因果关联。

▲ 图6：ADAMTS8基因表达

与下丘脑体积间的孟德尔随机化分析

本研究共同通讯作者，天桥脑科学研究院研究员、复旦大学附属华山医院郁金泰教授表示：“本研究首次发现ADAMTS8基因对下丘脑结构有着举足轻重的作用，且这一发现在不同队列数据和多种分析方法中均得以验证。

值得注意的是，在以青少年为主的ABCD和IMAGEN队列人群中同样观察到ADAMTS8与下丘脑结构之间的关联性，提示了ADAMTS8的作用或与年龄无关。这项发现为下丘脑形成的分子学机制提供了新的见解。”

复旦大学类脑智能科学与技术研究院冯建峰教授、程炜研究员、复旦大学附属华山医院董强教授、天桥脑科学研究院研究员、复旦大学附属华山医院郁金泰教授为论文共同通讯作者。复旦大学附属华山医院博士后陈仕东、博士生吴邦胜，复旦大学类脑智能科学与技术研究院的博士后尤佳、博士生张威为共同第一作者。

该研究得到了英国生物样本库（UK Biobank）、美国“青少年大脑认知发展”（ABCD）项目、欧洲“正常大脑功能和精神病理学中的强化相关行为”（IMAGEN）项目、科技创新2030“脑科学与类脑研究”重大项目、国家自然科学基金、国家重点研发计划、上海市市级科技重大专项等经费支持。

原文链接：

https://www.nature.com/articles/s41562-023-01792-6

研究团队简介

冯建峰，教授、国家高层次引进人才，现任复旦大学类脑智能科学与技术研究院、大数据学院院长，上海数学中心首席教授，英国华威大学计算机系教授。长期致力于数学、脑科学和计算机科学的交叉融合研究，推动计算脑科学及其应用领域的发展。

主要研究贡献包括：在精神疾病研究方向，提出并论证抑郁症“奖惩环路失衡”神经机制，通过大数据挖掘验证精神分裂的语言起源假说；在计算神经科学方向，发展了全脑数字孪生脑模型和MNN数学理论；在人工智能方向，发展了多种新型神经网络结构和算法等。共发表四百多篇学术文章，部分成果以通讯作者发表在Nature子刊，Science子刊，JAMA Psychiatry，IEEE TPAMI，Brain，PNAS和PRL等。2023年获德国洪堡研究奖，2011年获英国皇家学会沃夫森研究功勋奖（首位华人），2019年作为三十年来的首位华人受邀在剑桥大学做Paykel Lecture年度冠名讲座。

程炜，复旦大学类脑智能科学与技术研究院研究员、博士生导师、老年脑健康智能科学中心主任、复旦大学附属华山医院双聘教授。

董强，主任医师，教授，博士生导师，复旦大学附属华山医院神经内科主任，国家神经疾病医学中心（华山）副主任，中华医学会神经病学分会副主任委员，中国卒中学会副会长，上海市医学会神经内科专委会主任委员。被评为“上海市十佳公共卫生工作者”，入选曙光学者、上海市领军人才计划、上海市优秀学科带头人。

牵头开展上海卒中预防及救治服务体系（4s）,建立了大型城市分级式卒中网络建设及规范化治疗的培训体系，建立了上海60分钟脑卒中救治圈。曾获国家科技进步二等奖、教育部科技进步二等奖、多次上海市科技进步奖。担任多个国际临床研究中国地区PI。近5年承担国家科技部重大慢病项目2项，国家自然科学基金面上项目6项、国家973项目子项目 1 项。以第一和通讯作者发表SCI论文200余篇。任《中华神经科》杂志副总编辑、Stroke & Vascular Neurology副总编辑、《中国临床神经科学》杂志总编辑，作为主编编写第四版《神经病学》等多部知名专著。

本文转载自：复旦类脑智能科学与技术研究院微信公众号

01 2024-01

追加10亿元投入，抓千载难逢机遇，看陈天桥如何开启“脑科学大模型元年”

2023年将作为“人工智能大模型元年”被历史铭记。入局AI界的众多大佬里，出现了隐退互联网江湖多年的陈天桥的身影，而他关注的领域尤为独特。

▷图一：盛大集团和天桥脑科学研究院创始人陈天桥说，新一代AI是人类有史以来最伟大的发明，没有之一。图源：天桥脑科学研究院（TCCI）

7月，天桥脑科学研究院（Tianqiao and Chrissy Chen Institute，简称TCCI）在上海举行的世界人工智能大会（WAIC）上，宣布了追加10亿元投入“AI+脑科学”，旨在推动人类智慧和机器智慧的相互结合与促进。计划一发布，立即引起了轰动，让陈天桥瞬时冲上热搜。

据接近陈天桥的人士透露，在今年一季度高山大学组织的一次论坛上，作为主讲嘉宾的陈天桥被问及如何看待这次人工智能浪潮，他脱口而出：“这是人类有史以来最伟大的发明，没有之一。对人类来说，这更是千载难逢的机遇，我们何其有幸！”

作为全球最大的私人脑科学科研机构的创始人，他连续多年一直高度关注AI、大数据。以大语言模型为代表的新一代AI技术的涌现，更是让他兴奋不已，由此为研究院定下了“All in AI for Brain Science”的战略。

早在两年前，研究院就与上海市精神卫生中心（国家精神疾病医学中心）合作成立了人工智能与精神健康前沿实验室，试图用AI和大数据找到精确诊疗精神疾病的新方法，研发了虚拟心理治疗师等项目。同时，研究院一直在积极布局研发新一代用于更好采集大脑活动数据的技术工具，比如与中科院微系统所团队合作的柔性侵入式脑机接口电极，与浙江大学团队合作的基于智能手机的眼动追踪技术，与电子科技大学团队合作的家用脑电额贴，与腾讯游戏合作的在线认知测评手机游戏等，都取得了不错的进展。

然而，理解大脑仍是人类目前最复杂的难题之一，而人工智能的运行也存在过程不透明、过程不可控等问题。天桥脑科学研究院由此诞生了将两个“黑盒”互相对照、互相破译的想法，走出“AI+脑科学”的独特路径。无论是10亿经费，还是陆续招募组建的AI科学家团队，都将无偿出现在“AI+脑科学”最需要打通的瓶颈之处——就是要去解决数据、交流和人才等难题。

数据：医生和脑科学家想做AI，难在哪里？

AI如何帮助预测和评估精神分裂症？这是浙江理工大学刘宏艳教授最感兴趣的问题。

传统方法依赖于患者与亲属的对话，但这种方式有很大的主观性，限制了对病程的深入了解和治疗效果的持续客观监测。而国际上最新的研究显示，基于语言流畅性任务的AI模型可以有效区分精神分裂症患者和正常对照组，印证了AI辅助诊断的可行性。

在今年7月底的中国神经科学学会年会上，天桥脑科学研究院宣布，从“10亿元大礼包”中首先拨出1亿元，用于资助人类大脑及相关全身和行为数据的采集、分析和训练，还提供存储服务器、算力等基础设施支持，以及多种创新数据采集技术。刘宏艳教授尤其对眼动追踪技术感兴趣，认为结合眼动数据和语言流畅度任务的数据，可以构建更为精准的针对精神分裂症的AI预测模型。很快，刘宏艳团队与天桥脑科学研究院达成了合作协议，研究院将从资金、技术等多个途径支持团队的研究。

▷图2：天桥脑科学研究院在世界人工智能大会上发布追加10亿元投入“AI＋脑科学”。图源：天桥脑科学研究院（TCCI）

研究院相关负责人表示，该计划得到了科学家和临床医生的积极响应，帮助解决了许多科研人员和医生面临的数据流失、混乱和沉默，缺乏专业AI人才进行管理和分析的痛点，在发布当天就收到了多个申请，10天内就落地了第一笔资助，支持澳门大学伍海燕、南方科技大学刘泉影联合课题组建设国内首个大规模中文语料刺激下的脑电数据集。

交流：AI专家和脑科学家，能聊得起来吗？

作为神经外科大夫，复旦大学附属华山医院院长、天桥脑科学研究院中国负责人毛颖教授非常关注AI在辅助问诊、辅助分析大脑影像和脑电数据、制定手术方案等领域的价值。他认为，AI提供了一种新的视角来审视人脑，有助于克服研究中的主观性障碍，促进对脑疾病的研究。

为促进AI与脑科学之间的交流，天桥脑科学研究院已组织了6场以“AI for Brain Science”为主题的学术会议。这些会议聚集了AI科学家、神经科学家、临床医生、产业界专家和学生，共同探讨AI在基础研究和健康应用上的前景，吸引了800多名专家参与，在线直播观众接近100万人次。

在“记忆与人工智能”主题会议上，脑科学家分享了记忆编码、巩固、提取相关神经机制的最新进展，AI科学家则介绍了从脑科学发现中验证已有的AI算法设计思路，又将脑科学领域记忆研究进展用于开发具有记忆能力的AI算法。

11月，研究院再次重磅推出“数字生命与意识上传”系列会议，吸引了AI科学家、神经科学家等领域专家，共同讨论AI和脑科学的终极形态。研究院学术会议负责人表示，这些会议旨在全面探讨“数字生命”概念，包括伦理问题、个人数据的积累、脑机接口解码等话题。“数字生命需要科学界的合力探索，更需要全社会的共同关注和探讨。研究院举办这一系列会议，期望从0到1构建关于数字生命的泛圈层讨论生态，向着谋求共识的目标走出一小步。”

▷图3：研究院举办“数字生命和数字孪生”主题系列学术研讨会，第一讲关注数字生命与意识上传，从科幻走进现实。图源：天桥脑科学研究院（TCCI）

人才：新时代如何培养新一代科学家？

在AI和脑科学时代，如何培养，尤其是跨学科培养年轻人是一个关键。为此，天桥脑科学研究院主办了“AI+脑科学”高校巡回赛，吸引了众多才华横溢的年轻学子。同济大学的张婧璇和白俊豪通过这个平台展示了他们的创新项目——MindCam，一款在线多功能脑波相机，让用户的情绪和注意力变化能直观地体现在电脑屏幕上的头像特效和滤镜程度上。张婧璇说，他们希望通过这种方式实现情绪的“可视化”，帮助用户进行放松训练、缓解压力和焦虑，或改善注意力和认知功能。这个项目获得了这一比赛的脑机接口专业赛道奖项。

事实上，“AI+脑科学”的跨学科人才缺口，是研究院多年来持续关注的问题。研究院尝试从源头创新来缓解，用挑战赛、夏校等课堂外的新形式培养新人才。

▷图4：研究院主办“AI+脑科学”高校巡回赛颁奖仪式。图源：天桥脑科学研究院（TCCI）

坐落于苏州冷泉港亚洲中心的“计算与认知神经科学夏校”是研究院持续支持的项目之一。夏校举办10多年来，许多学生已成长为国际知名学者，如上海交通大学自然科学研究院教授李松挺、麻省理工学院助理教授杨光宇、耶鲁大学终身副教授Alan Anticevic、Meta研究员Jean-Rémi King、OpenAI研究员Francis Song等等。夏校创始人、纽约大学汪小京教授表示，“中国用于支持跨学科研究和教育的机构很少。这里要特别感谢陈天桥先生和他夫人创办的天桥脑科学研究院的支持。”

日前，法国艾克斯-马赛大学系统神经科学研究所教授维克多·吉尔萨到访上海。作为欧洲人脑计划首席科学家之一，他主要领导了数字孪生大脑项目（EBRAIN），并且在模型指导癫痫临床手术上取得了成功验证。了解到天桥脑科学研究院的“AI＋脑科学”计划后，吉尔萨予以了高度评价，感叹未来脑科学发展的机遇已就在眼前。

▷图5：欧洲人脑计划首席科学家吉尔萨教授到访上海，与华山医院院长、研究院中国负责人毛颖教授商谈合作。图源：天桥脑科学研究院（TCCI）

“科幻小说描绘的数字生命令人向往，我相信，只有AI+脑科学，才能打造出真正的、有灵魂的数字生命。”进军脑科学7年，陈天桥的“大模型元年”低调从容。

记者｜涵棋

责编｜韵珂

审校｜存源

关于TCCI

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute，TCCI）是由陈天桥、雒芊芊夫妇私人出资10亿美元创建的，旨在聚焦AI＋脑科学，支持、推进全球范围内脑科学研究，造福全人类，目前已经成为知名的支持人类脑科学研究的科研机构。

TCCI一期投入5亿元人民币支持中国的脑科学研究，与上海周良辅医学发展基金会合作成立上海陈天桥脑健康研究所（又名TCCI转化中心），致力于提升脑健康和脑疾病治疗研究和成果转化。后又与华山医院、上海市精神卫生中心等建立战略合作，设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室。在国际上，TCCI与加州理工学院合作成立TCCI加州理工研究院，设脑机接口、社交与决策神经科学、系统神经科学、分子与细胞神经科学、大脑成像、神经科学教育等多个中心，重点关注大脑基础研究。TCCI还在北美、亚洲、欧洲、大洋洲主办、资助了200多场高质量的学术会议。

26 2023-12

天桥脑科学研究院“值得研究的特殊病例”首轮征集项目启动！

作为医学史上最有名的病人之一，菲尼斯·盖奇的神秘故事流传至今。一根铁夯直接穿透盖奇的头颅，他大难不死，又活了若干年，但精神状态却发生巨大变化，从一名为人正直的工头变成了具有反社会人格的流浪汉。

这本是一个极为特殊的案例，对人们认识大脑是极为难得的机会。但事件发生于19世纪中期，医学远不如现在这样发达而全面。除了彼时报纸上对盖奇的猎奇向报道，几乎没留下什么有价值的医学报告或后续记录供后人继续研究。

如今，为了让更多特殊的病例能够被发现、记录和研究，天桥脑科学研究院（TCCI）联合复旦大学附属华山医院、上海市精神卫生中心，发起“值得研究的特殊病例”内部征集活动，鼓励来自全球神经、精神领域的临床医生、研究者分享自己发现或感兴趣的特殊病例，并围绕该项目筹建在线讨论社区——UniCaseHub。

天桥脑科学研究院初期向每个经评审纳入“值得研究的特殊病例”资助5万元，以进行随访追踪；对其中有深入研究价值的病例，进一步资助20万-100万元，并围绕病例组织国际学术探讨会，支持研究成果发表。

下面是本项目的具体流程和参与方式：

期待您踊跃参与，共同为探索人类大脑奥秘、治疗大脑疾病贡献力量。

主办：

天桥脑科学研究院

战略合作伙伴：

复旦大学附属华山医院（国家神经疾病医学中心）

上海市精神卫生中心（国家精神疾病医学中心）

12 2023-12

Nature Communications：程炜/冯建峰团队联合天桥脑科学研究院郁金泰构建首个基于蛋白质组学的多疾病风险预测模型

蛋白质是生命过程中的重要执行者，从酶的催化到免疫的调控，都离不开蛋白质的参与。高通量蛋白质测序技术的发展为生物医学和临床研究提供了全新的视角和丰富的数据，进一步与人工智能算法的交叉融合，为解析疾病发生发展机制以及临床诊疗实践提供前所未有的契机。

近日，复旦大学类脑智能科学与技术研究院程炜研究员/冯建峰教授团队与天桥脑科学研究院（Tiaoqiao and Chirssy Chen Institute，TCCI）研究员、复旦大学附属华山医院郁金泰教授团队展开联合攻关，基于血浆蛋白质组学数据和人工智能算法研发了全新的蛋白风险评分，实现对未来多种疾病及死亡等重大健康结局的预测，并验证其在临床应用中的价值。研究结果支持血浆蛋白质组学数据的广阔应用前景，对疾病早期预警与精准防控具有重要意义。

当地时间2023年11月28日，相关研究成果以《血浆蛋白质组学数据预测未来健康风险》（Plasma proteomic profiles predict individual future health risk）为题发表于《自然·通讯杂志》（Nature Communications）。

▲ 图1：课题研究思路

研究团队基于英国生物样本库（UK Biobank）队列数据，对其45种常见疾病及死亡进行了中位数时长超14年的追踪随访。其中45种结局涵盖国际疾病分类第十版中的（International Classification of Disease 10th Revision, ICD-10）全因死亡和全部系统性疾病，包括感染性、血液、内分泌、精神、神经、感官、循环、呼吸、消化、皮肤、肌肉骨骼、泌尿生殖和癌症等重大健康结局。研究采用迄今为止全球最大的蛋白质组学数据（52,006被试），通过对OLINK平台检测的1,461种血浆蛋白质测序数据进行建模分析，开发了一款全新的基于神经网络的蛋白风险评分（Proteomic Risk Score, ProRS），该评分对呼吸系统疾病、循环系统疾病、糖尿病、肺癌、前列腺癌预测效能超85%，对全因死亡、痴呆、肾衰竭、肥胖、慢性肺栓塞预测效能超80%。

本研究共同通讯作者，天桥脑科学研究院研究员、复旦大学附属华山医院郁金泰教授表示：“既往针对蛋白质组学的研究往往聚焦于研究人员各自感兴趣的某类疾病，且更多局限于小样本横断面的病例-对照研究；本研究首次采用超5万例个体的血浆蛋白质数据并探究其对多种纵向健康终点事件的预测效用，是一项开创性的工作。”

▲ 图2：ProRS对各疾病及死亡的关联散点图和风险分层图

研究团队发现，高水平ProRS个体相较于低水平个体，其所有系统性疾病的发生率和全因死亡率均显著升高，且ProRS与年龄和性别显著相关。将ProRS三等分把人群划分为高、中、低ProRS人群后，可观测到高ProRS人群，其 16种疾病和4种特定原因死亡的发生率较低ProRS人群增加超过5倍，特别是在呼吸系统以及循环系统引起的死亡、痴呆、糖尿病和肥胖中，其风险超过20倍。这表明ProRS和整体健康密切相关。

▲ 图3：ProRS对比不同预测因子组合

研究还深入探讨了ProRS的预测能力。单独使用ProRS预测时，Cox比例风险回归模型在10个结局中得到的Harrell C 指数超过0.8。在绝大部分结局中，单独ProRS的预测表现较常用的三组预测因子相当或更好，包括年龄+性别、血清指标（SERUM,25个指标）或临床因子组合（PANEL,54个指标）；且在一部分结局中，单独ProRS的表现显著优于血清指标和ProRS的组合，说明ProRS包含有更丰富的预测信息。

▲ 图4：ProRS的校准曲线和决策曲线

进一步，研究评估了预测模型的临床效用，采用了模型校准和决策曲线分析。不同预测指标组合都显示出良好的校准。在决策曲线分析中，和常用的两组预测因子相比（年龄+性别、临床因子组合），仅基于ProRS的模型在大多数疾病中显示出更大的净效益。在常用的两组预测因子基础上，添加ProRS可以显著观测到临床效用的提升，且与单独使用ProRS表现相近。在特定的决策阈值范围内，ProRS甚至比不同预测因子组合表现出更高的净效益，说明ProRS的具有较好的临床应用潜在价值。

“本研究的结果非常令人兴奋，我们发现蛋白质组学数据可以对多种疾病和死亡风险具有很好的预测效能，并且在相当一部分疾病中蛋白质的预测表现显著优于既往临床预测指标。这一结果证明蛋白质组学是未来精准医疗的绝佳切入点，让人对其未来的应用前景充满希望，一滴血预测未来疾病风险或将真的实现。”本研究的共同通讯作者，程炜研究员表示。

▲ 图5：蛋白在系统性健康疾病预测中的作用

最后，研究团队还通过夏普值(SAHP value)对血浆蛋白重要度进行排序，结果表明一些蛋白质在预测多种系统疾病及死亡结局中都发挥着至关重要的作用。例如，在对所有系统疾病以及全因死亡的预测中，GDF15的重要度都位居前1%。此外CDCP1、CXCL17、EDA2R 和 HAVCR1 在超过10个系统疾病中也均表现出重要的预测价值。随后，研究团队重点展示了癌症和痴呆两种备受关注的疾病。以癌症为例，较高的血浆CXCL14、GDF15、HAVCR1、CDCP1、TSPAN1、LTBP2 和 ACTA2 可能会导致癌症风险升高，而较高的血浆RET水平显示出保护作用。对于痴呆，NEFL、BCAN、GFAP和GDF15是影响疾病风险的主要蛋白质，ACTA2、LTBP2和NCS1是新发现的与痴呆风险相关的重要蛋白。这些标志物为疾病早期识别和治疗干预提供了新的潜在靶点，也为临床实验和研究提供新的方向。

冯建峰教授表示：“本研究中发现的重要蛋白对相关疾病的预防策略和治疗措施提供了重要靶点。未来课题组将聚焦于如阿尔茨海默病、帕金森病、抑郁、焦虑等与脑相关的重大疾病，进一步围绕蛋白质组学数据与神经精神疾病的关系开展研究，发掘新的蛋白标志物并探究其内在机制，为脑疾病早期诊断、预测和进展评估奠定理论基础。”

此外，冯建峰教授补充道：“研究院也在积极推动脑体检项目，希望将多年积累的脑科学研究成果应用到老百姓体检中；相信不远的将来，大家都可以享受到国家对于我们科研投入带来的回报。”

复旦大学类脑智能科学与技术研究院的博士后尤佳、复旦大学附属华山医院博士生郭钰、张一为共同第一作者。复旦大学类脑智能科学与技术研究院冯建峰教授，程炜研究员，天桥脑科学研究院研究员、复旦大学附属华山医院郁金泰教授为论文共同通讯作者。该研究得到了科技创新2030“脑科学与类脑研究”重大项目、国家自然科学基金、国家重点研发计划、上海市市级科技重大专项等经费支持。

原文链接：

https://www.nature.com/articles/s41467-023-43575-7

相关代码:

https://github.com/jasonHKU0907/FutureHealthProteomicPrediction

相关专利申请：

程炜、郁金泰、冯建峰、尤佳；基于蛋白组学的个体未来健康状态预测方法、装置及介质；

专利申请号：202311503648.6

研究团队简介

程炜，复旦大学类脑智能科学与技术研究院研究员、博士生导师、老年脑健康智能科学中心主任、复旦大学附属华山医院双聘教授。

本文转载自：复旦类脑智能科学与技术研究院微信公众号

天桥脑科学研究院

天桥脑科学研究院

Our News

研究院动态

26

2024-03

27

2024-02

25

2024-01

19

2024-01

13

2024-01

12

2024-01

01

2024-01

26

2023-12

12

2023-12

01

2023-12

科研与数据

生态支持

媒体与内容

关于我们