研究并没有特别复杂的理由，新技术已经广泛使用，但没有在抑郁症患者上应用，不过这一研究需要患者的连续成像数据，大部分都是随机采集的数据，研究人员对既往患者数据和非患者数据进行分析，发现了抑郁症患者大脑中存在特征性改变，且这种变化不随症状波动，提示这属于患者特有改变，或者是抑郁症发生的脑结构基础。这一发现对于理解抑郁症发生的本质十分重要，因为这一发现说明抑郁症是一种大脑疾病，更接近于神经疾病，而非精神疾病。也说明抑郁症发生存在组织学基础，对于未来寻找治疗方法也能提供新的思路。

即使没有症状，这种疾病在大脑中也有一致的标记。

抑郁症患者（中间和右列）称为显著性网络（黑色）的脑细胞网络比没有抑郁症的人（左列）大。

抑郁症的症状可能会来来去去，但新的证据表明，它背后的大脑布线模式终生保持不变。最大的影像学研究1同类研究发现，抑郁症患者参与将注意力引导至刺激的某个大脑网络几乎是其他人群的两倍——当一个人不再感到抑郁时，它就会保持这种状态。

Frontostriatal salience network expansion in individuals in depression | Nature

该结果是朝着抑郁症的生物标志物迈出的一步，目前主要使用问卷进行诊断。但作者表示，他们的发现应该在更多人群中得到验证，然后才能用于临床。这项研究今天发表在《自然》杂志上。

网络功能

这种称为功能性磁共振成像 （fMRI） 的技术使研究人员能够研究将大脑不同部分连接在一起的神经元网络，并测量通过这些网络传递的通信量。每个人的大脑网络看起来都相当相似，但每个人的大脑网络都与平均水平存在一些差异。

纽约市威尔康奈尔医学院（Weill Cornell Medicine）的神经科学家查尔斯·林奇（Charles Lynch）和精神病学家康纳·利斯顿（Conor Liston）及其同事着手调查这些个体差异，希望找到与抑郁症相关的网络。但 Liston 说，每次 fMRI 扫描都只是大脑一个时段的快照，这限制了该技术在研究抑郁症等动态疾病方面的有用性。

因此，该团队转向了现有的数据集，其中包含随着时间的推移被反复扫描的人的 fMRI 图像：135 名患有重度抑郁症的人，这种疾病会导致严重和持久的症状;和 37 名健康参与者。他们发现，几乎每个抑郁症患者都有一个被称为显著网络的大脑回路，其大小几乎是对照组的两倍。显著性网络本身是其他大脑回路之间的连接器。它参与大脑在内部意识和工作记忆之间切换，并帮助大脑决定应该注意哪些环境刺激和内部情绪。

起初，研究人员认为当一个人抑郁时，显著性网络可能会扩大。因此，他们使用 fMRI 几乎每周扫描其他几名抑郁症患者的大脑，持续长达 18 个月，并评估每次患者的感受。每个人的显著性网络每次的大小都差不多，无论这个人是否感到沮丧。确实发生了变化的是大脑区域之间的活动量，当人处于积极抑郁状态时，活动量会减少。研究人员甚至可以使用网络活动来预测一个人下周是否会抑郁发作。

早期抑郁症预警信号

结果使科学家们怀疑，更大的网络会增加人们患抑郁症的风险，而不是成为抑郁症的简单生物标志物。

为了测试这一点，该团队求助于 ABCD 研究，该研究旨在跟踪近 12,000 名 9 岁至成年早期儿童的大脑发育情况。他们确定了 57 名在 13 岁之前没有患抑郁症但在青少年时期患上这种疾病的儿童。与同龄人相比，这些孩子在 9 岁时就已经拥有了扩大的显著性网络。“它离因果关系更近了一步，”Liston 说。

研究人员不确定是什么导致了网络的扩展，但他们有一些想法。鉴于抑郁症在一定程度上是可遗传的，大型显著性网络可能是一种遗传特征。或者，林奇说，在抑郁发作期间，该网络可能被过度使用——例如，如果一个人在反刍负面刺激——并作为回应而增长。

潜在优势

马萨诸塞州贝尔蒙特市麦克莱恩医院的抑郁症研究员迭戈·比萨加利 （Diego Pizzagalli） 对数据库研究结果的一致性印象深刻。Pizzagalli 说，如果这项工作被复制，那么儿童的显著性网络的大小有朝一日可以用于确定他们是否有患抑郁症的风险，并通过治疗进行干预以降低患病的可能性。

伊利诺伊大学厄巴纳-香槟分校的认知神经科学家卡特琳娜·格拉顿 （Caterina Gratton） 也对这项研究印象深刻，特别是它随着时间的推移跟踪个体，而不是观察大量人群。“我们不是阅读许多书籍的几页，而是阅读整章，”她说。

林奇说，该团队现在正在调查扩大的网络是否与其他与抑郁症有相同症状的精神疾病相关，例如双相情感障碍和强迫症。“考虑到抑郁症的异质性，如果这种 [网络扩展] 是特定于抑郁症的，那将是非常令人惊讶的，”他说。