【研究进展】BIGHI:脑-肠道健康计划—构建中国精神疾病脑–肠–多系统研究新范式
来源: 吴凯/
华南理工大学
60
0
0
2026-01-27

研究背景

重性精神疾病(如抑郁症、精神分裂症和双相障碍)具有高度异质性,临床表现复杂、病程演变多样,但当前诊断仍主要依赖症状学访谈,缺乏稳定、可量化的生物学标志物。近年来,越来越多的研究表明,精神疾病并非单一“大脑疾病”,而是涉及神经活动、脑网络结构、外周代谢与免疫状态,以及肠道微生态在内的跨系统失调。在这一背景下,“微生物脑轴”被提出作为理解精神疾病病理机制的重要框架,但现有研究多为单模态、横断面设计,难以系统刻画不同生物层级之间的协同变化,也难以解释患者间显著的个体差异。这一关键瓶颈,限制了相关发现向精准诊断和个体化干预的转化。

 

论文概要

20261月,华南理工大学吴凯-广州医科大学附属脑科医院吴逢春联合BIGHI研究团队在国际权威期刊《Research》发表最新研究成果,论文题为:The Brain-Gut Health Initiative (BIGHI): A Prospective Cohort on Psychiatric Disorders in China”。论文基于微生物–肠–脑轴(MGBA)框架,建立了中国首个聚焦MGBA的前瞻性精神疾病队列BIGHI,覆盖精神分裂症、重性抑郁障碍、双相障碍及健康对照;目前累计完成1,200余名受试者的多模态采集,包括临床与认知评估、脑电(EEG)、磁共振成像(MRI)、血液生物标志物及粪便宏基因组,为跨系统、跨诊断的机制研究提供统一数据基础。华南理工大学生物医学科学与工程学院吴凯教授与广州医科大学附属脑科医院黄园园主任为共同通讯作者,广州医科大学附属脑科医院吴逢春副院长、华南理工大学材料学院博士生朱宝圆、日内瓦大学博士生冯仕轩为共同第一作者。

1. BIGHI队列的整体设计框架与研究范式

 

结果分析

基于BIGHI队列建设过程中积累的一系列既往研究证据,研究结果提示MGBA的失调可能构成多类精神疾病共享的跨诊断机制。在这一核心假设指导下,BIGHI框架支持了覆盖不同诊断人群和多种分析方法的探索性研究,包括EEGMRI、肠道微生物组以及多组学整合分析。这些研究在不同系统层级上提供了相互印证的生物学线索,系统揭示了MGBA相关异常的表现形式及其与临床症状之间的关联,并共同构建了一个用于理解精神疾病多维生物学架构的初步框架。

2. BIGHI队列重塑精神疾病研究的多系统研究框架

 

1)从神经电活动出发:EEG揭示精神障碍的脑动态异常基础

作为对脑功能最直接、时间分辨率最高的测量手段,EEG为刻画精神障碍中的异常神经活动模式提供了基础切入点。本研究首先通过微状态、频谱特征、非周期成分及功能网络指标,系统揭示了SZMDD在脑动态组织层面的异常,并将这些异常与症状严重程度、认知功能、自杀意念及治疗反应建立了稳定关联。进一步结合机器学习方法,EEG特征在疾病分类与分层中表现出良好的判别能力,奠定了以脑电生理异常作为精神障碍功能表型和潜在生物标志物的基础。

3. EEG揭示精神障碍的脑动态异常模式与电生理生物标志物

 

2)由局部活动到网络层面:MRI描绘精神障碍的脑结构–功能重构

MRI研究进一步将分析尺度扩展至空间分辨率更高的脑网络层面。通过整合结构 MRI、静息态功能连接、动态有效连接及结构–功能耦合指标,系统刻画了SZBDMDD在关键脑区和大尺度网络中的重构模式,并明确了这些网络异常与症状维度、认知损害及疾病阶段之间的对应关系。在此基础上,多模态MRI特征被成功用于构建高性能的智能诊断模型,表明脑网络层面的异常是精神障碍稳定且具有诊断价值的核心神经表型。

4. 基于MRI的脑结构–功能网络重构及其临床相关性 

 

3)从中枢到外周:肠道微生物组揭示精神障碍的系统性生物失衡

在明确中枢神经系统异常模式后,研究进一步拓展至外周生物系统,系统评估了精神障碍相关的肠道微生物组失衡特征。结果显示,SZ患者在菌群多样性、关键菌属组成及代谢通路层面均存在显著异常,并与症状严重程度、认知功能下降及氧化应激指标(如SODHcy)密切相关。通过引入多组学与机器学习分析,本部分研究表明,肠道微生物不仅是精神障碍的重要外周表型,也可能通过代谢与免疫相关通路参与中枢功能异常的形成。

5. 精神障碍相关的肠道微生物组失衡

 

4)跨系统整合:肠–脑多组学耦合机制与精神障碍异质性刻画

在中枢神经异常与外周微生态失衡均被明确的基础上,研究最终聚焦于MGBA框架下的跨系统整合分析。通过脑–肠网络构建、中介分析、多组学图神经网络及数据驱动的亚型识别,系统揭示了肠道微生物如何通过调控特定脑区和脑网络影响精神症状与认知功能。同时,多模态生物学年龄建模和联合诊断模型进一步提升了对疾病严重程度和个体差异的刻画能力。这一跨系统、跨层级的整合策略不仅揭示了精神障碍的多层异质性,也为精准分型和个体化干预提供了方法学基础。

6. 肠–脑多组学耦合机制与精神障碍异质性解析

 

结论与讨论

基于BIGHI队列的系统研究从EEGMRI、肠道微生物组到多模态整合等多个层级,描绘了精神疾病相关的跨系统生物学异常图景。研究结果一致表明,精神疾病并非源于单一系统的孤立失调,而是体现为神经活动、脑网络结构与肠道微生态之间的协同紊乱,并与临床症状和认知功能缺损密切相关。通过构建跨系统、多组学的分析框架,本研究不仅为理解精神疾病的高度异质性提供了新的生物学视角,也为未来开展基于脑—肠轴的精准分型、早期识别及个体化干预奠定了重要基础。

 

作者介绍

广州医科大学-华南理工大学吴逢春/吴凯BIGHI研究团队

(照片提供自吴逢春/吴凯团队)

 

第一作者简介:吴逢春,广州医科大学附属脑科医院副院长,医学博士,主任医师,教授,博导;主持国家重点研发计划课题1项、广东省、广州市重点科研专项5项,承担和参与“973”计划、“863”计划、国家自然科学基金面上项目等10余项;主要研究方向为精神疾病“肠-脑”轴研究,以核心作者在Military Medical ResearchNeuroImageHuman Brain Mapping等国内外期刊发表研究论文100余篇,获得实用新型专利1项,科技进步奖2项。

第一作者简介:朱宝圆华南理工大学材料科学与工程学院博士研究生。主要研究方向为精神疾病相关的人体健康微生态。

第一作者简介:冯仕轩日内瓦大学博士研究生。主要研究方向为精神疾病相关的脑功能临床表征解析。

通讯作者简介:吴凯,华南理工大学生物医学科学与工程学院教授、博士生导师,国家重点研发计划首席科学家,广东省杰出青年基金获得者。长期聚焦精神神经疾病的脑功能网络损伤机制及其与微生态系统的交互关系,主持国家重点研发计划、国家自然科学基金及广东省重点项目等科研课题20余项,以通讯作者身份在PNASAdvanced ScienceResearchJournal of Translational medicineNeuroImage等国际高水平期刊发表论文160余篇。

通讯作者简介:黄园园,广州医科大学附属脑科医院主任医师、硕士研究生导师,病区主任。主要研究方向为精神疾病的微生物--脑轴机制及早期识别与综合干预,主持国家自然科学基金及省、市级科研项目5项,发表论文40余篇,获科技进步奖2项;

 

 

课题组前期相关论文:

[1] Li W, Gao C, Li Z, et al. BrainFusion: a Low‐Code, Reproducible, and Deployable Software Framework for Multimodal Brain‒Computer Interface and Brain‒Body Interaction Research[J]. Advanced Science, 2025: e17408.

[2] Guo M, Zhang H, Huang Y, et al. Transcriptional patterns of nodal entropy abnormalities in major depressive disorder patients with and without suicidal ideation. Research. 0:DOI:10.34133/research.0659.

[3] Wang Y, Feng S, Huang Y, et al. Revealing multiple biological subtypes of schizophrenia through a data-driven approach[J]. Journal of Translational Medicine, 2025, 23(1): 505.

[4] Peng R, Wang W, Liang L, et al. The brain-gut microbiota network BGMNis correlated with symptom severity and neurocognition in patients with schizophrenia. Neuroimage. 2025;308:121052. doi:10.1016/j.neuroimage.2025.121052.

[5] Wang H, Peng R, Huang Y, et al. MO-GCN: A multi-omics graph convolutional network for discriminative analysis of schizophrenia. Brain Res Bull. 2025. doi:10.1016/j.brainresbull.2025.111199.

[6] Feng S, Huang Y, Lu H, et al. Association between degree centrality and neurocognitive impairments in patients with Schizophrenia: A Longitudinal rs-fMRI Study. J Psychiatr Res. 2024;173:115-123. doi:10.1016/j.jpsychires.2024.03.007.

[7] Li H, Huang Y, Liang L, et al. The relationship between the gut microbiota and oxidative stress in the cognitive function of schizophrenia: A pilot study in China. Schizophr Res. 2024;267:444-450. doi:10.1016/j.schres.2024.03.053.

[8] Liang L, Li S, Huang Y, et al. Relationships among the gut microbiome, brain networks, and symptom severity in schizophrenia patients: A mediation analysis. Neuroimage Clin. 2024;41:103567. doi:10.1016/j.nicl.2024.103567.

[9] Li H, Li H, Zhu Z, et al. Association of serum homocysteine levels with intestinal flora and cognitive function in schizophrenia. J Psychiatr Res. 2023;159:258-265. doi:10.1016/j.jpsychires.2023.01.045.

[10] Zhu B, Liang L, Huang Y, et al. Exploring the relationship between the gut microbiota and cognitive function in schizophrenia patients with distinct weights[J]. Schizophrenia Research, 2025, 280: 103-113.

[11] Yunheng Diao, Yuanyuan Huang, Baoyuan Zhu, Minxin Guo, Wei Wang, Zhaobo Li, Wenhao Li, Heng Zhang, Jing Zhou, Xiaobo Li, et al. Heterogeneity-Aware, Multiscale Annotation of Shared and Specific Neurobiological Signatures among Major Neurodevelopmental Disorders. Research. 0:DOI:10.34133/research.1115.


登录用户可以查看和发表评论, 请前往  登录 或  注册
SCHOLAT.com 学者网
免责声明 | 关于我们 | 联系我们
联系我们: