利用影像遗传策略探讨抑郁症自杀行为的脑网络机制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81871069
  • 项目类别:
    面上项目
  • 资助金额:
    56.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H1007.心境障碍
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

Major depression disorder(MDD)has become a global public health problem. Recent studies have suggested that suicidal behavior has become the most dangerous symptom of MDD patients and significantly affect the occurrence, development and outcome of depression. Therefore, build on our previous accumulations, we will recruit the first-episode MDD patients without suicidal ideation (SI), MDD with SI, MDD with suicidal behavior and well-matched healthy controls to investigate the potential mechanism underlying suicide behavior associated with suicide-related genes and imaging characteristics in MDD patients, by integrating multidimensional neuropsychological assessment. Firstly, using high-throughput whole exon sequencing technology, we will detect the difference of neural indicators in peripheral blood , including dopaminergic, 5-hydroxytryptamine and inflammation related indicators, and determine the potential candidate biomarkers at the different level of suicide behavior in MDD patients; Secondly, we will screen the key susceptible genes associated with suicidal ideation and suicidal behavior of MDD patients in dopamine system, serotonin system and neural inflammation system, to explore the clustering effects of these important candidate genes on clinical and pathological phenotypes of MDD. Further, we will investigate the effects of these genes on the gray matter volumes of vulnerable brain regions, the patterns and information integration of structural and functional networks related to MDD. The current study might preliminary screen for bio-imaging markers that can be used for differentiating suicidal behaviors or ideation in depression and reveal the genetic regulatory mechanism of brain structure and function networks targeting on the MDD suicidal population. Taken together, we will integrate above findings to establish an early identification system for high-risk suicidal population in MDD patients, and provide empirical evidence for clinical prevention and early intervention of MDD suicidal behavior.
抑郁症(MDD)已经成为全球的公共卫生健康问题。研究表明,自杀行为已经成为抑郁症患者最危险的症状,并显著影响抑郁症发生、发展和转归。本研究团队将基于前期积累,整合多维度神经心理学评估,同期选择首发抑郁症无自杀意念组、抑郁症伴自杀意念组、抑郁症伴自杀行为组及其匹配健康对照组,利用高通量全外显子测序技术筛选多巴胺、5-羟色胺和神经炎症等通路与MDD自杀关联的关键易感基因,构建抑郁症自杀相关基因群,分析重要候选基因的集聚效应对抑郁症患者自杀意念/行为、脑结构和功能网络的模式特征的影响;结合影像遗传学策略,分析不同通路自杀相关易感基因及其集聚效应对MDD自杀人群脑结构及功能网络的调控机制,寻找可用于抑郁症不同自杀行为或意念的生物-影像学标记物;最后,利用组学整合分析方法,揭示MDD不同程度自杀行为、与自杀相关基因群、以及影像学特征的内在关联机制,为临床早期预防和干预抑郁症患者自杀行为提供依据。

结项摘要

抑郁症(MDD)已经成为全球的公共卫生健康问题。研究表明,自杀行为已经成为抑郁症患者最危险的症状,并显著影响抑郁症发生、发展和转归。本课题利用多模态fMRI技术,研究抑郁症患者自杀相关神经环路的结构基础和功能连接模式特征:证实伴有自杀意念抑郁症患者存在独特的脑血流和脑网络异常,并强调楔前叶、前额叶-边缘系统以及感觉运动皮层在自杀过程中的潜在作用;结合散张量成像,证实抑郁症患者自杀意念与核心结构网络改变相关,为了解 MDD 患者自杀相关行为的潜在发病机制提供了新线索。童年虐待(CM)被认为是MDD的重要危险因素。大尺度脑网络分析显示,网络改变,特别是扣带盖网络内连接值可以中介调节CM和抑郁评分间的关系;岛叶功能网络也被证实可以中介调节CM经历与MDD症状之间的关系:早期暴露于CM可能会通过影响大脑的自我调节和认知加工回路,增加抑郁症的易感性;此外,我们还证实了杏仁核网络的异常及其与抑郁与焦虑严重程度的相关性,证实了抑郁与焦虑的共病基础。利用遗传影像学策略,从系统水平揭示遗传因素影响抑郁症的可能机制:发现环状RNA DYM水平在抑郁患者和抑郁样小鼠模型中显著降低,进一步研究表明其可抑制microRNA-9 (miR-9)活性,从而导致小胶质细胞活化减少;还发现 CM、miR-9 和抑郁严重程度对 MDD 患者双侧杏仁核功能连接的重叠影响主要位于前额-纹状体通路和边缘系统,证实miR-9 可在 CM 产生前额叶边缘区域脑改变过程中发挥关键作用,并随后导致抑郁。结合图论分析技术,证实抑郁症患者呈现出较低的标准聚类系数及小世界性,默认网络节点效率增高,而海马及基底节网络的节点效率降低。提示抑郁症患者存在脑功能网络的拓扑性质改变。最后,结合神经心理学评估,初步揭示自杀相关神经环路在抑郁症发病机制中的重要地位,解析抑郁症自杀相关环路的整合机制及其与临床认知表型的关系,为明确抑郁症自杀相关行为的神经病理机制,并为后续随访研究寻找疾病特异性的神经环路特征及早期诊断的影像表征模型奠定基础。

项目成果

期刊论文数量(20)
专著数量(0)
科研奖励数量(5)
会议论文数量(28)
专利数量(0)
Neural effects of childhood maltreatment on dynamic large-scale brain networks in major depressive disorder
童年虐待对重度抑郁症动态大规模大脑网络的神经影响
  • DOI:
    10.1016/j.psychres.2022.114870
  • 发表时间:
    2022-09
  • 期刊:
    Psychiatry research
  • 影响因子:
    11.3
  • 作者:
    Qing Wang;Canan He;D;an Fan;Xinyi Liu;Haisan Zhang;Hongxing Zhang;Zhijun Zhang;Chunming Xie
  • 通讯作者:
    Chunming Xie
Disrupted rich-club network organization and individualized identification of patients with major depressive disorder
富有俱乐部网络组织的破坏和重度抑郁症患者的个性化识别
  • DOI:
    10.1016/j.pnpbp.2020.110074
  • 发表时间:
    2021-03-31
  • 期刊:
    PROGRESS IN NEURO-PSYCHOPHARMACOLOGY & BIOLOGICAL PSYCHIATRY
  • 影响因子:
    5.6
  • 作者:
    Liu, Xinyi;He, Cancan;Xie, Chunming
  • 通讯作者:
    Xie, Chunming
Sleep disturbance-related neuroimaging features as potential biomarkers for the diagnosis of major depressive disorder: A multicenter study based on machine learning
睡眠障碍相关的神经影像特征作为诊断重度抑郁症的潜在生物标志物:基于机器学习的多中心研究
  • DOI:
    10.1016/j.jad.2021.08.027
  • 发表时间:
    2021-08-27
  • 期刊:
    JOURNAL OF AFFECTIVE DISORDERS
  • 影响因子:
    6.6
  • 作者:
    Shi, Yachen;Zhang, Linhai;Zhang, Zhijun
  • 通讯作者:
    Zhang, Zhijun
Dyslipidemia induced large-scale network connectivity abnormality facilitates cognitive decline in the Alzheimer's disease.
血脂异常引起的大规模网络连接异常促进阿尔茨海默病的认知能力下降
  • DOI:
    10.1186/s12967-022-03786-w
  • 发表时间:
    2022-12-06
  • 期刊:
    Journal of translational medicine
  • 影响因子:
    7.4
  • 作者:
    Wang Q;Zang F;He C;Zhang Z;Xie C;Alzheimer’s Disease Neuroimaging Initiative
  • 通讯作者:
    Alzheimer’s Disease Neuroimaging Initiative
Identification of microRNA-9 linking the effects of childhood maltreatment on depression using amygdala connectivity
利用杏仁核连接鉴定 microRNA-9,将童年虐待对抑郁症的影响联系起来
  • DOI:
    10.1016/j.neuroimage.2020.117428
  • 发表时间:
    2021-01-01
  • 期刊:
    NEUROIMAGE
  • 影响因子:
    5.7
  • 作者:
    He, Cancan;Bai, Ying;Xie, Chunming
  • 通讯作者:
    Xie, Chunming

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

抑郁症快感缺失的神经环路基础研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    中华精神科杂志
  • 影响因子:
    --
  • 作者:
    何灿灿;龚亮;谢春明;张志珺
  • 通讯作者:
    张志珺
阿尔茨海默病遗传基因与胰岛素代谢通路的关联研究进展
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中国临床神经科学杂志
  • 影响因子:
    --
  • 作者:
    张倩倩;谢春明
  • 通讯作者:
    谢春明
阿尔茨海默病基于灰质体积 和脑血流量的研究进展
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中华行为医学与脑科学杂志
  • 影响因子:
    --
  • 作者:
    谈畅;刘瑷瑜;苏榆婷;谢春明;张志珺
  • 通讯作者:
    张志珺
断裂带主要巷道围岩类别及支护对策
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中州煤炭
  • 影响因子:
    --
  • 作者:
    张小奇;赵光清;谢春明;韦四江
  • 通讯作者:
    韦四江
改革开放以来农村劳动力及政策博弈探讨
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    求实
  • 影响因子:
    --
  • 作者:
    梁志民;朱红根;谢春明;朱再昱
  • 通讯作者:
    朱再昱

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

谢春明的其他基金

基于5-羟色胺遗传通路探讨青少年非自杀性自伤的脑网络机制研究
  • 批准号:
    82271574
  • 批准年份:
    2022
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
利用影像遗传策略探讨血脑屏障破坏影响AD谱系人群脑网络机制研究
  • 批准号:
    82071204
  • 批准年份:
    2020
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目
神经炎症与阿尔茨海默病谱系人群的影像遗传学研究
  • 批准号:
    81671256
  • 批准年份:
    2016
  • 资助金额:
    57.0 万元
  • 项目类别:
    面上项目
抑郁症快感缺失的神经环路基础及其与多巴胺系统基因多态性关联机制
  • 批准号:
    91332118
  • 批准年份:
    2013
  • 资助金额:
    60.0 万元
  • 项目类别:
    重大研究计划
老年期抑郁情绪与老年记忆障碍的神经网络关联机制研究
  • 批准号:
    81171323
  • 批准年份:
    2011
  • 资助金额:
    58.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码