青春期的大脑发育异常是否会埋下成年后罹患精神分裂症的“种子”?近日，复旦大学类脑智能科学与技术研究院冯建峰课题组对来自英美等6个国家20余所研究机构的超过1万例影像遗传学数据进行计算分析，通过全脑全基因组范围的“广泛搜索”，研究发现青春期大脑壳核体积异常和精神分裂症致病风险高度相关。该发现有望帮助科学家揭示精神分裂症发病机制，为临床症状出现之前的超前干预研究提供新思路。1月16日，该项成果发表于精神分裂症顶级杂志《美国医学会杂志·精神病学卷》(JAMAPsychiatry)。

精神疾病防治是当今世界各国面临的共同难题。据报道，在中国精神疾病已经超过心脑血管疾病和恶性肿瘤，成为医疗体系的最大负担。但全球范围内，针对精神疾病发病机制的研究一直进展缓慢。“研究难点主要在于大脑在不同年龄受不同遗传信息影响，此前的研究未严格控制这一混杂因素，导致重要的遗传信号被淹没。”研究团队主要成员、复旦大学类脑智能科学与技术研究院青年副研究员罗强介绍。课题组围绕这一研究关键点，经过三年集中攻关，选取了14岁健康青少年脑结构影像数据，同时突破了传统的解剖学脑区划分限制，在全脑全基因组范围内开展无偏的探索性研究，首次找到了青少年大脑结构与基因位点之间最为显著的关联关系。

针对该结果，团队进一步开展了孟德尔随机化分析，发现了一条“基因—大脑—精神分裂症”的新通路：与青春期大脑壳核体积最为相关的基因位点，同时也是精神分裂症的风险位点。风险等位基因干扰青春期大脑壳核的正常发育，进而增加成年后患精神分裂症的风险。

大脑结构如此复杂，如何精准找出隐匿的风险“种子”?团队负责人、复旦大学类脑智能科学与技术研究院院长冯建峰教授告诉记者：“我们的成果是算出来的!”以前的研究方法不出两类：实验和理论，最近几十年，增加了第三种手段：计算。然而，课题组运用的全脑体素-全基因组关联分析方法使相关计算量激增至此前的4万倍，对计算能力提出很大的挑战。针对这一难题，团队通过算法改进，将计算效率提高了上万倍，在不到100个小时内完成了1600万次关联分析。随后，通过多个独立数据集严格验证了这一结果。

再高明的算法，再好的研究设计，缺乏数据的支持，将是无本之木。在冯建峰看来，此项研究的突破主要基于对来自全球范围的多中心影像遗传学数据进行计算分析，这些全维度标准化大数据的获取，得益于多年来团队在全世界范围内深入开展的国际合作研究。

2015年开始，由冯建峰领衔的复旦大学类脑智能科学与技术研究院同英国Biobank、美国HCP、ADNI、ABCD等世界上最大规模脑数据研究机构开展合作，致力于整合构建世界上最大的多模态多尺度脑科学数据库，在此基础上，以计算神经科学为桥梁，利用与发展模式识别、深度算法等类脑智能方法，开展大脑机制、脑疾病致病机理解析等相关领域的研究。2017年，该研究院与伦敦国王学院成立了复旦大学-伦敦国王学院群体神经科学联合研究中心，2018年，与剑桥大学、牛津大学成立跨学科研究团队，致力于开展计算神经科学与类脑智能前沿研究。

记者了解到，该团队正在与国内多家临床医院合作，采集建设包含8000例次健康人群和7000例次重大脑疾病队列的全维度脑库，其中包括抑郁症、自闭症、神经退行性疾病、脑卒中和精神分裂症五大脑疾病队列，建成后将成为首个中国全维度脑库，也将是世界上最大的多疾病、多模态脑科学数据库。