一生中，高达五分之一的人会经历抑郁症。对许多人来说，心理治疗或一线抗抑郁药物非常有效，可以在几周或几个月内让他们恢复正常。但其他人则尝试了一种又一种治疗方法，多年挣扎后才找到能缓解症状的疗法。长期以来，研究人员一直在精确疗效率上争论不休，尤其因为我们所有人对药物和治疗的反应都各不相同。毕竟，大脑是我们最神秘的器官——而要弄清楚我们头颅里到底发生了什么，并非易事。
但一种解决方案可能正在酝酿中：科学家认为，通过仔细研究抑郁症患者的大脑，他们最终可以预测哪些治疗方法对特定患者有效，从而消除数月甚至数年的令人沮丧的试错过程。尽管这项研究仍处于早期阶段，但实验室已经识别出似乎与对某些抗抑郁药物、认知行为疗法以及重复经颅磁刺激（一种通过一系列短暂磁脉冲刺激大脑特定区域的治疗方法）的反应相关的脑活动模式。
深入探究
为了找到抗抑郁药物反应的预测因子，科学家们窥探大脑功能。他们通过脑电图 (EEG) 等技术来实现这一点，该技术测量神经元放电产生的电活动，以及功能性磁共振成像 (fMRI)，该技术测量流向大脑不同部位的血流量，显示哪些区域最活跃。
Amit Etkin 是一位精神科医生和神经科学家，也是生物制药公司 Alto Neuroscience 的创始人。他认为，脑活动测量可能比基因检测（另一种被认为能解读大脑的方法）更能预测抗抑郁药物的反应。“EEG 是一种更具体的脑活动测量，它能告诉你与诊断时相关的认知和情感等回路的情况……而基因则是在你出生时就存在，直到八十岁依然存在。”他说。
最近，Etkin 和一个研究团队开发了一个算法，该算法使用 EEG 数据来预测患者对一种常见的抗抑郁药物舍曲林（sertraline）的反应。虽然该算法对每个患者的准确性尚未达到完全准确，但预测的抑郁评分改善与汉密尔顿抑郁评定量表上的实际提高呈正相关，并且推广到了在不同机构接受测试的患者。
Vince Calhoun 是一位工程师和神经科学家，他领导着神经成像和数据科学转化研究中心。他表示，虽然 EEG 相对便宜且更容易获得，但 fMRI 允许研究人员聚焦于 EEG 无法可视化的微小脑区域。
Calhoun 的研究小组使用 fMRI 识别了抑郁症患者大脑中两个网络——默认模式网络和认知控制网络——之间的连接模式。一些抑郁症患者在这两个网络高度反相关的状态下花费的时间相对较少——当一个网络活动增加时，另一个网络的活动就减少。Calhoun 说，这些受试者更有可能对电休克疗法 (ECT) 产生反应，ECT 是一种通常保留给对侵入性较小的疗法无效的抑郁症患者的治疗方法。他的团队于今年 7 月在 *Frontiers in Human Neuroscience* 上发表了他们的发现。
Calhoun 表示，他研究的重要下一步将是复制这些发现，并证明它们在不同研究中心的各种患者身上是成立的。
抑郁症作为一种指标
但为什么患有同一种疾病的人对同一种治疗的反应如此不同呢？
Etkin 说，这是因为抑郁症最终可能不是一种单一的疾病。虽然两个人可能有相似的症状，但病症的根本生物学原因可能各不相同。“像抑郁症这么普遍的事情，不太可能只有一种原因，”他说。相反，他将抑郁症比作发烧：“它是疾病的指示，而不是疾病本身。”就像发烧一样，可能有多种根本原因，而某些原因可能最适合某些治疗。
他解释说，寻找预测性生物标志物对于理解当前可用的抑郁症治疗的疗效很重要，但它也可能有助于指导开发新的抗抑郁药，或者将现有药物用于治疗其他疾病。
Etkin 指出，许多临床试验的进行方式——根据抑郁症状而非根本生物标志物来招募患者——实际上可能导致我们错过了有效的治疗方法。
例如，他说，“也许 [一种新药] 能在 20% 的人身上极好地治疗抑郁症。但由于你用那 80% 的无反应者稀释了样本，所以你实际上无法检测到这种药物是否有效。”正如某些癌症疗法的临床试验只招募其癌症表现出特定生物标志物的患者一样，抑郁症生物标志物可以帮助科学家在最有可能对特定治疗产生反应的人群中测试新疗法。
Etkin 对这些技术何时能惠及更广泛人群的看法比大多数人更乐观。“在 Alto，我们有三款药物处于 II 期试验阶段，其目标是识别响应者……我们希望在 2026 年前将一种药物推向市场。”
本文已更新 Alto Neuroscience 的正确拼写。
