青春期的大腦發育異常是否會埋下成年后罹患精神分裂癥的“種子”?近日，復旦大學類腦智能科學與技術研究院馮建峰課題組對來自英美等6個國家20余所研究機構的超過1萬例影像遺傳學數據進行計算分析，通過全腦全基因組范圍的“廣泛搜索”，研究發現青春期大腦殼核體積異常和精神分裂癥致病風險高度相關。該發現有望幫助科學家揭示精神分裂癥發病機制，為臨床癥狀出現之前的超前干預研究提供新思路。1月16日，該項成果發表于精神分裂癥頂級雜志《美國醫學會雜志·精神病學卷》(JAMAPsychiatry)。

精神疾病防治是當今世界各國面臨的共同難題。據報道，在中國精神疾病已經超過心腦血管疾病和惡性腫瘤，成為醫療體系的最大負擔。但全球范圍內，針對精神疾病發病機制的研究一直進展緩慢。“研究難點主要在于大腦在不同年齡受不同遺傳信息影響，此前的研究未嚴格控制這一混雜因素，導致重要的遺傳信號被淹沒。”研究團隊主要成員、復旦大學類腦智能科學與技術研究院青年副研究員羅強介紹。課題組圍繞這一研究關鍵點，經過三年集中攻關，選取了14歲健康青少年腦結構影像數據，同時突破了傳統的解剖學腦區劃分限制，在全腦全基因組范圍內開展無偏的探索性研究，首次找到了青少年大腦結構與基因位點之間最為顯著的關聯關系。

針對該結果，團隊進一步開展了孟德爾隨機化分析，發現了一條“基因—大腦—精神分裂癥”的新通路：與青春期大腦殼核體積最為相關的基因位點，同時也是精神分裂癥的風險位點。風險等位基因干擾青春期大腦殼核的正常發育，進而增加成年后患精神分裂癥的風險。

大腦結構如此復雜，如何精準找出隱匿的風險“種子”?團隊負責人、復旦大學類腦智能科學與技術研究院院長馮建峰教授告訴記者：“我們的成果是算出來的!”以前的研究方法不出兩類：實驗和理論，最近幾十年，增加了第三種手段：計算。然而，課題組運用的全腦體素-全基因組關聯分析方法使相關計算量激增至此前的4萬倍，對計算能力提出很大的挑戰。針對這一難題，團隊通過算法改進，將計算效率提高了上萬倍，在不到100個小時內完成了1600萬次關聯分析。隨后，通過多個獨立數據集嚴格驗證了這一結果。

再高明的算法，再好的研究設計，缺乏數據的支持，將是無本之木。在馮建峰看來，此項研究的突破主要基于對來自全球范圍的多中心影像遺傳學數據進行計算分析，這些全維度標準化大數據的獲取，得益于多年來團隊在全世界范圍內深入開展的國際合作研究。

2015年開始，由馮建峰領銜的復旦大學類腦智能科學與技術研究院同英國Biobank、美國HCP、ADNI、ABCD等世界上最大規模腦數據研究機構開展合作，致力于整合構建世界上最大的多模態多尺度腦科學數據庫，在此基礎上，以計算神經科學為橋梁，利用與發展模式識別、深度算法等類腦智能方法，開展大腦機制、腦疾病致病機理解析等相關領域的研究。2017年，該研究院與倫敦國王學院成立了復旦大學-倫敦國王學院群體神經科學聯合研究中心，2018年，與劍橋大學、牛津大學成立跨學科研究團隊，致力于開展計算神經科學與類腦智能前沿研究。

記者了解到，該團隊正在與國內多家臨床醫院合作，采集建設包含8000例次健康人群和7000例次重大腦疾病隊列的全維度腦庫，其中包括抑郁癥、自閉癥、神經退行性疾病、腦卒中和精神分裂癥五大腦疾病隊列，建成后將成為首個中國全維度腦庫，也將是世界上最大的多疾病、多模態腦科學數據庫。