实验室培育的微型脑组织模型揭示：精神疾病可能源于神经通信的独特紊乱，而非明显的结构损伤。研究人员利用实验室培育的脑组织，首次发现健康大脑与严重精神疾病相关大脑之间存在微妙差异的神经信号复杂模式。
科学家首次运用实验室培育的豌豆大小脑类器官，揭示精神分裂症和双相情感障碍中神经元的功能异常机制。这些精神疾病影响全球数百万人，但由于其潜在分子机制尚不明确，目前诊断仍面临巨大挑战。
该研究成果有望帮助临床医生降低诊断不确定性。现阶段此类疾病主要依赖临床判断识别，治疗过程往往需要通过漫长的药物反复试错才能确定有效方案。
研究详细成果已发表于《APL Bioengineering》期刊。
“精神分裂症和双相情感障碍难以诊断，因为大脑并无特定区域发生故障，也不像帕金森病那样存在特定酶失衡——医生可通过多巴胺水平诊断帕金森病，”领导此项研究的约翰霍普金斯大学生物医学工程师安妮·卡图里亚（Annie Kathuria）表示，“我们期待未来不仅能通过脑类器官确认患者是否患有精神分裂症或双相情感障碍，更能直接在类器官上测试药物，确定帮助患者恢复健康状态的最佳药物浓度。”
机器学习解码疾病特异性信号
卡图里亚团队通过重编程精神分裂症患者、双相情感障碍患者及健康志愿者的血液和皮肤细胞，将其转化为可形成脑样结构的干细胞，从而创建出简化版脑组织模型——脑类器官。研究团队运用机器学习工具分析类器官细胞的电活动，成功识别出与健康状态和疾病状态相关的神经放电模式。在人脑中，神经元通过微小电信号进行通信。
该脑样活动的特定特征成为精神分裂症和双相情感障碍的生物标志物，使研究人员能以83%的准确率判断类器官来源。施加温和电刺激以探测额外神经活动后，准确率提升至92%。
疾病特异性电特征信号
新发现的模式反映出精神分裂症和双相情感障碍特有的复杂电生理行为。神经放电尖峰与时间变化在多个参数上同步发生，为每种疾病产生独特的电特征信号。
“至少在分子层面，我们能够检测培养类器官时的异常环节，并基于这些电生理特征信号区分健康人、精神分裂症患者和双相情感障碍患者的类器官，”卡图里亚解释道，“我们追踪神经元发育过程中的电信号，将其与无精神疾病的患者类器官进行对比。”
为研究类器官细胞如何形成神经网络，团队将其置于配备多电极阵列的微芯片上，该装置形似电网，可像微型脑电图（EEG）般高效收集数据——医生常用EEG测量患者脑活动。
直径约三毫米的成熟类器官包含大脑前额叶皮层中存在的多种神经细胞类型，该区域以高级认知功能著称。同时含有髓磷脂——这种细胞物质如同电线绝缘层包裹神经，优化大脑与身体其他部位通信所需的信号传递。
迈向个性化精神治疗
尽管研究仅涉及12名患者，卡图里亚指出其成果将具实际临床应用价值，或将成为精神药物疗法的重要测试平台。
团队正与约翰霍普金斯医学院的神经外科医生、精神科医生及其他神经科学家合作，收集精神疾病患者的血液样本，测试不同药物浓度对研究结果的影响。卡图里亚表示，即使样本量小，团队已能根据类器官状态正常化情况，初步建议可能有效的药物浓度。
“目前医生开药普遍采用试错法，可能耗时六至七个月才能找到合适药物，”卡图里亚说，“氯氮平是精神分裂症最常用药物，但约40%患者对其耐药。借助我们的类器官模型，或许能避免试错阶段，更早为患者提供正确药物。”
参考文献：《机器学习辅助检测精神分裂症与双相情感障碍iPSC衍生模型中的电生理特征信号》，作者：凯·程、奥特姆·威廉姆斯、安纳尼亚·克希尔萨加尔、赛·库尔卡尼、拉克什·卡尔马查里亚、德克-霍·金、斯里德维·V·萨尔马、安妮·卡图里亚，2025年9月22日，《APL Bioengineering》。
本研究获美国国立卫生研究院资助（项目号：R01MH113858、K08MH086846；R01NS133965）。
【全文结束】
