|
女性脆性X染色体综合征（fragile X syndrome - FXS）患者经常表现出明显的回避、焦虑和易敏等症状，特别是在社会互动的背景下。然而，目前人们对其认知能力和社交行为障碍上的特点以及与之相关的神经机制和生理特点之间的关系知之甚少。2022年5月20日，美国斯坦福大学医学院脑科学研究中心的李日辉和Allan Reiss等人在Molecular Psychiatry上发表题为“Aberrant brain network and eye gaze
patterns during natural social interaction predict multi-domain
social-cognitive behaviors in girls with fragile X syndrome”的研究论文。在这项研究中，作者试图描述女性FXS患者在自然社会互动过程中的大脑网络属性和眼动行为特征。被试包括42名女性FXS患者和31名年龄、语言、智商匹配的对照女性。使用近红外成像扫描技术（fNIRS）和眼动追踪等技术，探讨女性FXS患者在一次结构化的面对面对话中与社会认知功能障碍相关的脑网络改变和眼动注视模式。与对照组相比，女性FXS患者在对话过程中表现出前额叶皮层(PFC)、前额叶眼动区(FEF)和颞上回(STG)间的功能连接增强和更大的兴奋性。与对照组相比，女性FXS患者与交谈伴侣的眼神接触明显减少，她们的眼睛注视行为更不受调节。此外，作者还通过一种基于多模态数据的机器学习方法，发现大脑网络属性和眼睛注视模式可以预测女性FXS患者的社会认知行为的多个领域。该研究结果填补了当前我们对女性FXS患者参与自然社会互动的神经机制和眼睛注视行为研究的空白。 脆性X染色体综合征（Fragile X Syndrome，FXS）是智力障碍和自闭症谱系障碍最常见的遗传风险因素之一。该病主要是由于X染色体上的FMR1基因的突变导致CGG三核苷酸重复序列的异常增加（正常人少于55），从而抑制了对大脑发育非常重要的FMRP蛋白的合成，最终引起患者认知和行为的异常。由于FXS是由X性染色体异常所引起，因此男性发病率较女性高（男性的发病率约为1/4000，女性的发病率约为1/7000），且男性患者的症状更严重。FXS的男性患者通常表现为严重智力低下、发育迟缓和严重的社交障碍。女性患者通常表现为轻度智力障碍、焦虑和眼神闪躲等社交-认知障碍。因此以往的科学研究主要集中在症状更明显的男性患者群体，对于女性患者的关注较少。这使得女性FXS患者在临床诊疗中无法得到及时的诊断和干预，影响了预后的效果。因此，研究女性FXS患者在认知能力和社交行为障碍上的特点以及与之相关的神经机制和生理特点，对于女性FXS患者的早期诊断和干预具有重要的意义。 社会过程中的回避、焦虑和过度觉醒是FXS患者最常见的症状之一。然而，这些行为的神经基础很难借助fMRI成像技术去测量，因此以往的神经影像学研究主要考察了患者对社会互动的静态图片或视频的神经反应，但这可能无法捕捉到与自然社会互动和沟通功能障碍相关的重要成分。为了弥补这一差距，本文研究者选择了更加便携、便于自然社会互动的近红外扫描成像技术。此外，最近的一项研究发现，通过眼球追踪设备测量的眼球注视行为，与FXS患者社交回避的严重程度密切相关。眼球注视行为的测量可以作为有效生物标志物。 综上，本研究旨在探讨女性FXS患者在自然社会交往过程中异常的脑网络变化和眼部注视行为，并假设：相对于年龄和智商匹配的对照组，女性FXS患者在进行自然对话时，会表现出异常的大脑网络改变，并伴有非典型的眼睛注视模式；同时这些神经影像特征和眼动行为特征可以预测患者在多个认知领域的社会认知行为功能。 共招募42名女性FXS患者和31名女性对照，两组人在年龄、语言智力、自闭症相关社会行为和执行功能等方面匹配。此外，使用焦虑、抑郁和情绪量表（Anxiety, Depression, and Mood Scale -ADAMS）评估被试的焦虑和回避等症状。 采用结构性的对话实验设计，包含两个条件：不提示（non-prompt） vs 提示（prompt）。每个条件各包括8个话题，话题时间约1分钟，话题之间的间隔为10秒，话题均事先确定（像学校、家庭等）。由一位与被试很熟悉的女性研究员来询问上述的话题。在提示条件下，研究员每隔15秒会提醒被试“看着我的眼睛”来加强其在社交时眼神闪躲的行为。 使用NIRScout系统采集血流动力学活动，采样率为7.8Hz，通道数为48，放置在前额叶、顶叶和颞叶位置（具体分布见图1）。同时给被试佩戴眼动追踪设备，以获取眼睛注视模式。 
用眼动追踪设备开发商提供的软件进行分析。该软件的默认参数将眼球运动分为三种类型，包括扫视、注视和眨眼。当瞬时加速度或眼睛注视的瞬时速度超过一定阈值时，检测到扫视事件。注视事件被定义为两眼扫视相邻，但注视存在，而眨眼事件是眼睛注视不存在的一段时间。此外，将注视的区域进行归类：研究者的眼睛区域(注视在脸部，在访谈者鼻子下方画的一条线之上)，研究者的脸部下方(注视在眼睛区域以外，但在脸部，在鼻子下方画的一条线以下)，研究者的脸部之外(注视不包括脸部)。此外，还计算了平均瞳孔直径。总体下来，一共定义了10个测量方法来评估所有被试的眼球注视行为(详见下表)。Table
S1. 各种眼动指标的定义No. | Measures | Definition | 1 | Fixation per minute | Number of fixations per minute | 2 | Saccade per minute | Number of saccades per minute | 3 | Fixation duration | Mean duration (milliseconds) of all
fixations | 4 | Saccade duration | Mean duration (milliseconds) of all
saccades | 5 | Saccade length | Mean saccade length (pixels) measured along
full path of saccade | 6 | Fixation-to-fixation length | Mean saccade length (pixels) measured
directly from fixation point to the next fixation point | 7 | Pupil diameter | Mean pupil diameter
(millimeters) of both eyes | 8 | Percentage on eye region | Percentage of fixations on researcher’s eye
region | 9 | Percentage off eye region | Percentage of fixations on researcher’s
face excluding eye region | 10 | Percentage off face | Percentage of fixations not on the
researcher’s face |
对原始的fNIRS数据进行预处理，并转换为每个感兴趣区域(ROI)的HbO时间序列。在双侧半球共定义14个roi，包括额上回(SFG)、额中回(MFG)、额下回(IFG)、额眼区(FEF)、颞中回(MTG)、颞上回(STG)和颞顶交界处(TPJ)。对同一ROI内所有通道的时间序列进行平均。然后，使用小波相干(WTC)来评估每个被试每个条件下两两ROI之间的功能连通性。接着，提取特定频段内（0.06-0.16Hz）的WTC值求平均，并将均值进行fisher-Z变换，用以后续统计。此外，还计算了每个ROI的强度（strength），用以评估每个对话条件下每个ROI的重要性和兴奋性。 针对眼动相关指标，进行2（组别：FXS vs 对照）×2（条件：提示 vs 非提示）的混合方差分析，检验不同组别和不同条件下的差异，并进行事后检验（独立样本t检验和配对样本T检验）。使用Wilcoxon秩和检验来评估女性FXS患者在不同条件下网络属性的差异；使用Mann-Whitney U检验来分别评估不同条件下两组人在网络属性上的差异。多重比较校正采用FDR校正，校正后的显著性水平设定为0.05。此外，使用协方差分析(anocova)作为探索性分析，以解释眼睛注视行为（协变量）对每个大脑网络测量（因变量）的组间（自变量）差异影响。利用神经-生物行为标志预测女性FXS患者的社会认知行为 根据上述统计结果，挑选出差异显著的指标作为潜在的生物标志。作者重点关注社会认知功能障碍的四个领域：社会焦虑、回避、与自闭症相关的社会行为和执行功能。每个行为领域的预测模型在一个双层模型中实现（图2）。在第一层，每个单独的生物标志物被独立地用于训练一个具有RBF（径向基函数）核的支持向量回归(SVR)模型，以预测参与者的行为得分。计算每个单一输入生物标志物的预测得分与目标得分之间的Pearson相关系数，表征这些生物标志物在预测目标得分中的重要性。然后，将相关系数按降序排序，从中选择出预测分数与目标分数之间具有显著相关性的生物标志物作为模型第二层的输入。第二层采用随机森林(RF)回归模型，利用预先选择的多维特征预测行为得分。在这里，研究者将整个数据集随机分成一个训练集(n=25)和一个测试集(n=10)。训练集用于训练回归模型。对于每个行为领域，预测模型的参数均单独调整。通过计算来自测试集的预测得分与相应的目标得分之间的皮尔逊相关系数，来评估各模型的预测性能。
B预测模型的第一层使用个体特征作为输入，来预测社会认知功能障碍的各个领域，并对每个特征的重要性进行排序。C预测模型的第二层使用多个预先选择的特征作为输入，以预测社会认知功能障碍的各个领域。D对各领域社会-认知功能障碍的预测模型进行评估，并识别最佳的特征组合。 表1总结了被试的人口学特征和行为量表。8名被试(7名FXS和1名对照)因fNIRS数据质量不佳或任务依从性差而被排除在分析之外。两组被试在年龄、语言智商、执行功能或与自闭症相关的社会行为方面没有显著差异。然而，正如预期的那样，观察到焦虑和社会回避得分在两组之间存在显著差异。
社会互动过程中大脑网络的变化 在非提示条件下，发现8个ROI之间的连接存在显著差异，FXS组显著强于对照组，主要包括前额叶与颞叶之间的连接（l_SFG-l_MFG，p=0.009；l_SFG-r_IFG，p=0.015；l_SFG-r_STG，p=0.009；l_MFG-l_STG，p=0.013；l_MFG-r_STG，p=0.016；l_STG-r_STG，p=0.011）以及双侧额眼区的连接（l_FEF – r_FEF, p = 0.011）。在提示条件下，FXS组前额叶和颞叶之间的连接同样强于对照组(l_SFG – l_MFG, p = 0.002; l_SFG – r_IFG, p = 0.004; l_SFG – l_STG, p =
0.014; l_SFG – r_STG, p = 0.001; l_MFG – l_STG, p = 0.004; l_MFG – r_STG, p =
0.001; l_IFG – r_STG, p = 0.001; l_STG – r_STG, p = 0.001; l_FEF – r_FEF, p =
0.002). 非提示条件下，与对照组相比，FXS组在PFC、颞叶皮质和FEF内表现出明显更强的兴奋性(l_MFG, p = 0.021; r_IFG,= 0.034; l_FEF, p = 0.007; r_FEF, p = 0.036;
l_MTG, p = 0.005; r_MTG, p = 0.007; r_STG, p = 0.023)。提示条件下，与对照组相比，FXS组的大部分脑区的兴奋性明显更强，特别是在整个双侧PFC、颞叶皮质和FEF(l_SFG, p = 0.035; r_SFG, p = 0.029;
l_MFG, p = 0.006; r_MFG, p = 0.038; l_IFG, p = 0.034; r_IFG, p = 0.008; l_FEF,
p =0.007;r_FEF, p = 0.023; l_MTG, p = 0.001; r_MTG, p = 0.027; l_STG, p =
0.034; r_STG, p = 0.002)。在添加眼动相关指标作为协变量后，所有确定的脑网络属性的组间差异均被保留。 对于FXS组，左侧MFG与左侧STG的连接(p=0.036)，以及右侧MFG与右侧TPJ的连接(p=0.039)，在提示条件下显著强于非提示条件下。与非提示条件下相比，FXS组在进行提示对话时，右侧STG表现出明显更强的兴奋性(p=0.010)。 图3 ROI功能连接和ROI强度的组间比较、组内比较。
(A)无提示条件下roi间功能连接的组间差异显著(p
< 0.05, FDR校正)。(B)提示条件下roi间功能连接组间差异显著(p
< 0.05, FDR校正)。(C)与对照组相比，FXS组在非提示条件下的roi活动强度更强(p
< 0.05, FDR校正)。(D)与对照组相比，FXS组在提示条件下的roi活动强度更强(p
< 0.05, FDR校正)。(E)FXS组roi间功能连接存在显著的条件间差异，方向为提示>不提示 (p < 0.05, FDR校正后)。(F)FXS组ROI活动强度存在显著的条件间差异，方向为提示>不提示(p < 0.05, FDR校正后)。多重比较采用FDR进行校正，显著性水平为0.05。 针对眼动相关指标同样进行2×2的混合方差分析以及事后检验。相比于对照组，女性FXS患者组在谈话过程中表现出更长的注视时间(p prompt = 0.009, p non-prompt < 0.001)、更长的扫视时间 (p prompt < 0.001, p non-prompt = 0.002) 、更长的扫视距离(p prompt < 0.001, p non-prompt < 0.001) ，尤其是在提示条件下。此外，无论是哪种条件，相比与对照组，FXS患者组对研究员眼睛区域的注视明显要少，而对其他区域的注视要更多（比如脸部下方和脸之外的区域）。 在FXS组内，研究者发现提示条件下患者的瞳孔直径要大于非提示条件。并且和非提示条件相比，提示条件下患者在研究者眼睛区域的注视更多，其他脸部区域的注视更少。
(A)平均注视持续时间、(B)平均扫视持续时间、(C)平均扫视长度、(D)平均注视长度、(E)平均瞳孔直径、(F)注视研究员眼睛区域的持续时间百分比、（G）注视眼睛区域之外的面部的持续时间百分比、（H）注视非面部的持续时间百分比。多重比较校正采用FDR校正，显著性水平设定为0.05。 研究者探讨了FXS个体中fNIRS衍生的脑网络属性和眼动指标在多大程度上预测了社会认知功能的各个领域。总体而言，所有模型对社会认知行为的各个领域都取得了良好的预测性能，预测得分和目标得分之间的所有相关系数都超过0.8(图5)。与预测高度相关的最佳特征包括不同的脑网络属性和眼动指标，这取决于与FXS相关的社会认知行为领域(图5)。例如，眼睛注视行为与社会回避更相关，而额叶皮层的大脑活动(如左SFG、左MFG、左FEF)更能预测社交焦虑。
图5 与FXS相关的社会认知行为领域的预测模型性能和最优特征集（前10名）。预测效果定义为预测得分与目标得分之间的皮尔逊相关系数(r)。 综上所述，该研究结合多模态便携式的测量技术，第一次阐述了女性FXS患者在自然互动环境中的脑网络特征和眼动行为模式，并初步探讨了该疾病的脑-眼动-行为的关系模型。研究结果表明，与对照组相比，FXS女童的前额叶（PFC）、前额叶眼动区（FEF）及颞上回（STG）等与社交-认知功能关系密切的功能区在与研究人员的互动中时都显示出高度敏感化的特点。该过程中FXS女童也表现出显著异常的眼动行为，包括眼球扫视行为的异常和与对话者眼神接触时间的显著降低等。进一步地，研究人员发现不同的脑网络特征和眼动行为组合可以很好地预测FXS女童的焦虑、社交回避、执行功能以及自闭相关的社交障碍行为。值得注意的是，考虑到FXS患者的表型（phenotype）常常与ASD或抑郁症患者的表型有所重合（如社交回避、抑郁等症状），该研究选择了发育匹配（developmentally match）的对照组而不是正常对照组，目的是保证所识别的异常脑网络活动及眼动行为是由FXS的表型特异性引起，排除了由ASD或抑郁的类似表型引起的可能性。当然，研究人员也强调，鉴于女性FXS患者的行为表型与男性患者存在差异，本文的发现需要进一步地对比研究才能确认是否可以推广到男性患者群体。总之，该研究不仅对探索FXS女性患者的社交-行为障碍的神经机制及相应的脑-眼动-行为的关系模型提供了新的理论依据，所得到的特异性神经-眼动标记物也具有成为FXS临床药物试验的评价指标的潜力。原文：Aberrant brain network and eye gaze patterns during natural social interaction predict multi-domain social-cognitive behaviors in girls with fragile X syndrome
|
