研究背景

重性精神疾?。ㄈ缫钟舭Y、精神分裂癥和雙相障礙）具有高度異質性，臨床表現(xiàn)復雜、病程演變多樣，但當前診斷仍主要依賴癥狀學訪談，缺乏穩(wěn)定、可量化的生物學標志物。近年來，越來越多的研究表明，精神疾病并非單一“大腦疾病”，而是涉及神經(jīng)活動、腦網(wǎng)絡結構、外周代謝與免疫狀態(tài)，以及腸道微生態(tài)在內的跨系統(tǒng)失調。在這一背景下，“微生物–腸–腦軸”被提出作為理解精神疾病病理機制的重要框架，但現(xiàn)有研究多為單模態(tài)、橫斷面設計，難以系統(tǒng)刻畫不同生物層級之間的協(xié)同變化，也難以解釋患者間顯著的個體差異。這一關鍵瓶頸，限制了相關發(fā)現(xiàn)向精準診斷和個體化干預的轉化。

論文概要

2026年1月，華南理工大學吳凱-廣州醫(yī)科大學附屬腦科醫(yī)院吳逢春聯(lián)合BIGHI研究團隊在國際權威期刊《Research》發(fā)表最新研究成果，論文題為：“The Brain-Gut Health Initiative (BIGHI): A Prospective Cohort on Psychiatric Disorders in China”。論文基于微生物–腸–腦軸（MGBA）框架，建立了中國首個聚焦MGBA的前瞻性精神疾病隊列BIGHI，覆蓋精神分裂癥、重性抑郁障礙、雙相障礙及健康對照；目前累計完成1,200余名受試者的多模態(tài)采集，包括臨床與認知評估、腦電（EEG）、磁共振成像（MRI）、血液生物標志物及糞便宏基因組，為跨系統(tǒng)、跨診斷的機制研究提供統(tǒng)一數(shù)據(jù)基礎。華南理工大學生物醫(yī)學科學與工程學院吳凱教授與廣州醫(yī)科大學附屬腦科醫(yī)院黃園園主任為共同通訊作者，廣州醫(yī)科大學附屬腦科醫(yī)院吳逢春副院長、華南理工大學材料學院博士生朱寶圓、日內瓦大學博士生馮仕軒為共同第一作者。

圖1. BIGHI隊列的整體設計框架與研究范式

結果分析

基于BIGHI隊列建設過程中積累的一系列既往研究證據(jù)，研究結果提示MGBA的失調可能構成多類精神疾病共享的跨診斷機制。在這一核心假設指導下，BIGHI框架支持了覆蓋不同診斷人群和多種分析方法的探索性研究，包括EEG、MRI、腸道微生物組以及多組學整合分析。這些研究在不同系統(tǒng)層級上提供了相互印證的生物學線索，系統(tǒng)揭示了MGBA相關異常的表現(xiàn)形式及其與臨床癥狀之間的關聯(lián)，并共同構建了一個用于理解精神疾病多維生物學架構的初步框架。

圖2. BIGHI隊列重塑精神疾病研究的多系統(tǒng)研究框架

（1）從神經(jīng)電活動出發(fā)：EEG揭示精神障礙的腦動態(tài)異?；A

作為對腦功能最直接、時間分辨率最高的測量手段，EEG為刻畫精神障礙中的異常神經(jīng)活動模式提供了基礎切入點。本研究首先通過微狀態(tài)、頻譜特征、非周期成分及功能網(wǎng)絡指標，系統(tǒng)揭示了SZ與MDD在腦動態(tài)組織層面的異常，并將這些異常與癥狀嚴重程度、認知功能、自殺意念及治療反應建立了穩(wěn)定關聯(lián)。進一步結合機器學習方法，EEG特征在疾病分類與分層中表現(xiàn)出良好的判別能力，奠定了以腦電生理異常作為精神障礙功能表型和潛在生物標志物的基礎。

圖3. EEG揭示精神障礙的腦動態(tài)異常模式與電生理生物標志物

（2）由局部活動到網(wǎng)絡層面：MRI描繪精神障礙的腦結構–功能重構

MRI研究進一步將分析尺度擴展至空間分辨率更高的腦網(wǎng)絡層面。通過整合結構 MRI、靜息態(tài)功能連接、動態(tài)有效連接及結構–功能耦合指標，系統(tǒng)刻畫了SZ、BD和MDD在關鍵腦區(qū)和大尺度網(wǎng)絡中的重構模式，并明確了這些網(wǎng)絡異常與癥狀維度、認知損害及疾病階段之間的對應關系。在此基礎上，多模態(tài)MRI特征被成功用于構建高性能的智能診斷模型，表明腦網(wǎng)絡層面的異常是精神障礙穩(wěn)定且具有診斷價值的核心神經(jīng)表型。

圖4. 基于MRI的腦結構–功能網(wǎng)絡重構及其臨床相關性 

（3）從中樞到外周：腸道微生物組揭示精神障礙的系統(tǒng)性生物失衡

在明確中樞神經(jīng)系統(tǒng)異常模式后，研究進一步拓展至外周生物系統(tǒng)，系統(tǒng)評估了精神障礙相關的腸道微生物組失衡特征。結果顯示，SZ患者在菌群多樣性、關鍵菌屬組成及代謝通路層面均存在顯著異常，并與癥狀嚴重程度、認知功能下降及氧化應激指標（如SOD、Hcy）密切相關。通過引入多組學與機器學習分析，本部分研究表明，腸道微生物不僅是精神障礙的重要外周表型，也可能通過代謝與免疫相關通路參與中樞功能異常的形成。

圖5. 精神障礙相關的腸道微生物組失衡

（4）跨系統(tǒng)整合：腸–腦多組學耦合機制與精神障礙異質性刻畫

在中樞神經(jīng)異常與外周微生態(tài)失衡均被明確的基礎上，研究最終聚焦于MGBA框架下的跨系統(tǒng)整合分析。通過腦–腸網(wǎng)絡構建、中介分析、多組學圖神經(jīng)網(wǎng)絡及數(shù)據(jù)驅動的亞型識別，系統(tǒng)揭示了腸道微生物如何通過調控特定腦區(qū)和腦網(wǎng)絡影響精神癥狀與認知功能。同時，多模態(tài)生物學年齡建模和聯(lián)合診斷模型進一步提升了對疾病嚴重程度和個體差異的刻畫能力。這一跨系統(tǒng)、跨層級的整合策略不僅揭示了精神障礙的多層異質性，也為精準分型和個體化干預提供了方法學基礎。

圖6. 腸–腦多組學耦合機制與精神障礙異質性解析

結論與討論

基于BIGHI隊列的系統(tǒng)研究從EEG、MRI、腸道微生物組到多模態(tài)整合等多個層級，描繪了精神疾病相關的跨系統(tǒng)生物學異常圖景。研究結果一致表明，精神疾病并非源于單一系統(tǒng)的孤立失調，而是體現(xiàn)為神經(jīng)活動、腦網(wǎng)絡結構與腸道微生態(tài)之間的協(xié)同紊亂，并與臨床癥狀和認知功能缺損密切相關。通過構建跨系統(tǒng)、多組學的分析框架，本研究不僅為理解精神疾病的高度異質性提供了新的生物學視角，也為未來開展基于腦—腸軸的精準分型、早期識別及個體化干預奠定了重要基礎。

作者介紹

廣州醫(yī)科大學-華南理工大學吳逢春/吳凱BIGHI研究團隊

（照片提供自吳逢春/吳凱團隊）

第一作者簡介：吳逢春，廣州醫(yī)科大學附屬腦科醫(yī)院副院長，醫(yī)學博士，主任醫(yī)師，教授，博導；主持國家重點研發(fā)計劃課題1項、廣東省、廣州市重點科研專項5項，承擔和參與“973”計劃、“863”計劃、國家自然科學基金面上項目等10余項；主要研究方向為精神疾病“腸-腦”軸研究，以核心作者在Military Medical Research、NeuroImage、Human Brain Mapping等國內外期刊發(fā)表研究論文100余篇，獲得實用新型專利1項，科技進步獎2項。

第一作者簡介：朱寶圓，華南理工大學材料科學與工程學院博士研究生。主要研究方向為精神疾病相關的人體健康微生態(tài)。

第一作者簡介：馮仕軒，日內瓦大學博士研究生。主要研究方向為精神疾病相關的腦功能臨床表征解析。

通訊作者簡介：吳凱，華南理工大學生物醫(yī)學科學與工程學院教授、博士生導師，國家重點研發(fā)計劃首席科學家，廣東省杰出青年基金獲得者。長期聚焦精神神經(jīng)疾病的腦功能網(wǎng)絡損傷機制及其與微生態(tài)系統(tǒng)的交互關系，主持國家重點研發(fā)計劃、國家自然科學基金及廣東省重點項目等科研課題20余項，以通訊作者身份在PNAS、Advanced Science、Research、Journal of Translational medicine及NeuroImage等國際高水平期刊發(fā)表論文160余篇。

通訊作者簡介：黃園園，廣州醫(yī)科大學附屬腦科醫(yī)院主任醫(yī)師、碩士研究生導師，病區(qū)主任。主要研究方向為精神疾病的微生物-腸-腦軸機制及早期識別與綜合干預，主持國家自然科學基金及省、市級科研項目5項，發(fā)表論文40余篇，獲科技進步獎2項；

課題組前期相關論文：

[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 （BGMN） is 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.