深入分析了伴与不伴自杀行为意念的抑郁症患者之间脑结构共变网络变化的异同，imToken钱包，并应用机器学习模型探索了大脑形态学和网络拓扑特征在个体诊断和自杀预测上的价值，较传统形态学参数更具预测价值，对218名有自杀倾向的抑郁症患者、230名无自杀倾向的抑郁症患者、263名无抑郁症人群对照进行了基于大脑结构协变网络（SCN）的研究，少数多中心研究也仅仅关注局部区域的形态学变化，首次揭示了抑郁症患者的自杀倾向与脑结构协变网络异常的表达模式相关，全球每年近80万人死于自杀，其中超过半数与抑郁症有关，有助于准确识别自杀风险并实行早期干预，imToken钱包下载，四川大学华西医院核医学科教授贾志云和磁共振研究中心教授龚启勇团队在《生物精神病学》上发表论文， 近日，阐明了其背后的基因表达模式及相应的细胞分子生物学过程，明确抑郁症患者自杀相关的神经生物学机制， 此外，网络异常背后的基因表达模式尚不明确，强调了结构共变网络在抑郁症患者自杀风险识别检测上的重要性，前期研究多采用单中心小样本，借助Allen脑图谱，结果可靠性低，首次发现脑结构网络拓扑指标在识别患者自杀意念与行为上， 抑郁症的高致残致死率与自杀意念和行为密切相关，缺少网络层面的深入探索，研究揭示了伴与不伴自杀意念行为患者间脑网络的差异，主要与突触信号传导及细胞生物大分子代谢等过程有关，。

该研究基于多中心数据，为抑郁症患者自杀意念与行为发生的神经生物学基础提供了新的见解。

（来源：中国科学报 杨晨） 。