精神分裂症遗传与脑影像关联论文

精神分裂症遗传与脑影像关联论文一.摘要

精神分裂症作为一种复杂的精神障碍，其发病机制涉及遗传与环境因素的交互作用，同时伴有显著的神经生物学异常。近年来，随着基因组学和脑影像技术的快速发展，研究者们致力于揭示精神分裂症的遗传易感性与其大脑结构和功能的关联性。本章节基于大规模全基因组关联研究（GWAS）和结构磁共振成像（sMRI）数据，系统分析了精神分裂症相关基因变异与大脑灰质体积、白质完整性及神经连接模式的关联。研究发现，多个与神经递质系统（如多巴胺D2受体基因DRD2和谷氨酸能系统相关基因GRIN2A）相关的基因变异显著影响特定脑区的形态学特征，例如前额叶皮层、背外侧前额叶和海马体的体积变化。此外，基于多模态影像数据的整合分析揭示了遗传变异通过调节白质纤维束（如胼胝体和扣带回）的微结构完整性，影响大脑网络连接的异常模式。研究结果表明，特定遗传变异不仅增加精神分裂症的风险，还通过影响大脑结构和功能连接，介导疾病的神经病理机制。这些发现为精神分裂症的遗传-影像关联研究提供了新的证据，有助于未来开发更精准的遗传标记和神经生物学干预策略。

二.关键词

精神分裂症；遗传关联；脑影像；结构磁共振成像；神经连接；多巴胺系统；谷氨酸能系统

三.引言

精神分裂症（Schizophrenia,SCZ）是一种严重的精神障碍，其特征表现为阳性症状（如幻觉、妄想）、阴性症状（如情感淡漠、意志减退）以及认知功能障碍，显著影响患者的社交、职业功能和生活质量。全球范围内，精神分裂症的终身患病率约为1%，给社会和家庭带来沉重的负担。尽管对其临床表现和病程已有较为深入的了解，但其病因和发病机制至今仍未完全阐明，限制了有效预防和治疗的策略制定。目前主流观点认为，精神分裂症的发病是遗传易感性与环境因素复杂交互作用的结果。遗传学研究，特别是大规模全基因组关联研究（GWAS）的开展，已识别出数百个与精神分裂症风险相关的独立遗传变异位点，这些变异通常具有微小的效应值，且广泛分布于整个基因组。然而，单个遗传变异对疾病风险的贡献有限，且难以完全解释精神分裂症的复杂遗传架构和表型异质性。此外，遗传变异如何通过分子机制最终导致神经精神症状，其“中间表型”（intermediatephenotypes）尚不明确。脑影像学技术的发展为探索精神分裂症的神经生物学基础提供了强大的工具。结构磁共振成像（sMRI）能够精确测量大脑灰质体积，研究发现精神分裂症患者普遍存在广泛性的灰质减少，尤其显著于前额叶皮层（PrefrontalCortex,PFC）、背外侧前额叶（DLPFC）、颞上回（SuperiorTemporalGyrus,STG）、小脑（Cerebellum）和海马体（Hippocampus）等与认知、情感和语言处理关键相关的脑区。功能磁共振成像（fMRI）和弥散张量成像（DTI）等技术则进一步揭示了精神分裂症相关的功能网络连接异常和白质纤维束完整性受损。例如，研究发现内侧前额叶-外侧顶叶连接、默认模式网络（DefaultModeNetwork,DMN）和突显网络（SalienceNetwork,SN）等关键大脑网络的连接强度和同步性异常。这些神经影像学发现揭示了精神分裂症可能涉及大脑发育和成熟过程中的异常，以及神经网络功能障碍。然而，遗传变异与这些神经影像学指标之间的直接关联性仍需系统性地阐明。现有部分研究尝试关联特定基因变异与大脑结构或功能指标，但往往样本量较小，或仅关注少数几个基因或指标，难以全面揭示复杂的遗传-影像交互模式。因此，整合大规模遗传数据与多模态脑影像数据进行关联分析，成为当前精神分裂症研究的重要方向。本研究旨在利用大规模GWAS识别的精神分裂症遗传风险变异，结合详细的脑影像数据（包括灰质体积、白质微结构），系统性地探究精神分裂症的遗传易感性与其大脑结构和功能连接模式之间的关联。我们假设，与精神分裂症风险相关的遗传变异不仅增加疾病易感性，而且通过影响大脑特定区域的结构完整性或神经连接的效率，导致观察到的神经影像学异常。具体而言，我们预期在携带高风险遗传变异的个体中，会观察到与遗传变异定位脑区或其功能连接网络相关的特定大脑结构（如灰质体积减少）或连接（如白质完整性降低、网络连接异常）的变化。通过验证这一假设，本研究有望为精神分裂症的遗传机制提供新的神经生物学解释，识别潜在的遗传标记物与神经影像学指标之间的关联，从而加深对疾病病理过程的理解，并为未来开发基于遗传和影像的生物标志物、指导个体化治疗提供理论基础。此外，揭示遗传变异如何影响大脑结构和功能连接，也可能为理解其他神经精神疾病的神经生物学机制提供借鉴和启示。本研究采用的多模态数据整合策略，能够更全面地捕捉遗传变异对大脑的影响，克服单一模态研究的局限性，从而为精神分裂症的遗传-影像关联研究提供更深入、更可靠的证据。

四.文献综述

精神分裂症的遗传学研究历史悠久，全基因组关联研究（GWAS）的兴起极大地推动了该领域的发展。多项大规模GWASmeta分析已识别出超过1000个与精神分裂症风险显著关联的独立变异位点，这些位点主要分布在基因组的长臂（如15q11.2,6p22.1,1q21.3）和短臂（如22q11.2,8p21.3）。这些风险变异大多位于非编码区域，提示其可能通过调控基因表达、影响染色质结构或参与非编码RNA介导的调控网络发挥作用。然而，这些单个变异的解释力有限，其累积效应以及与复杂表型的具体关联机制仍需深入探究。一些位于关键基因上的变异已被证实与精神分裂症风险相关，例如位于多巴胺D2受体基因（DRD2）3'非编码区的rs6313（T等位基因增加风险），以及位于星形胶质细胞水通道蛋白4基因（ASPA，位于22q11.2）的变异。此外，谷氨酸能系统相关基因，如NMDA受体亚基GRIN2A（位于22q12.2）和GRIN2B的变异，也频繁出现在精神分裂症的GWAS结果中，这与神经科学研究中关于谷氨酸能失调在精神分裂症病理机制中核心作用的观点相吻合。尽管GWAS发现了众多风险位点，但其解释力度仍显不足，无法完全覆盖精神分裂症的遗传变异谱和疾病风险。一方面，现有GWAS主要关注常见风险变异（频率>1%），而罕见变异（频率<1%）可能具有更大的效应值，但样本量限制使得其检测和功能研究更为困难。另一方面，基因变异与环境因素的交互作用在精神分裂症的发病中至关重要，例如物质滥用（尤其是cannabis使用）、早期应激和病毒感染等环境因素已被证实会显著增加精神分裂症风险，并与遗传易感性协同作用。然而，对遗传与环境交互作用进行大规模、多模态的整合研究仍然相对缺乏。精神分裂症的神经影像学研究同样取得了丰硕成果。sMRI研究一致表明，精神分裂症患者存在广泛的、不对称的灰质体积减少，尤其在前额叶皮层（PFC）、背外侧前额叶（DLPFC）、颞上回（STG）、小脑和海马体等区域。这些结构异常在青少年期即可出现，提示大脑发育和成熟过程受损。DTI研究则发现精神分裂症患者普遍存在白质微结构异常，包括特定脑区（如胼胝体、扣带回、放射冠）的轴突密度降低、水扩散系数（ADC）升高和分数各向异性（FA）降低，表明白质纤维束的完整性受损。fMRI研究则揭示了精神分裂症相关的功能网络连接异常，包括默认模式网络（DMN）、突显网络（SN）和执行网络（CEN）等关键网络的内部节点活性改变以及节点间连接的同步性失调。例如，DMN内部节点间的正相关以及与其他网络（如SN、CEN）的负相关连接异常被发现与阴性症状和认知功能障碍相关。SN在引导注意力和信息整合方面的功能异常也可能导致幻觉和妄想等症状。这些神经影像学发现为理解精神分裂症的神经环路功能障碍提供了重要线索。然而，遗传变异与这些神经影像学指标之间的直接因果关系和机制仍不明确。一些研究尝试将GWAS识别的风险位点与特定的神经影像学指标进行关联，例如发现位于6p22.1风险区域的变异与颞叶灰质体积减少相关，DRD2rs6313与DLPFC体积减少和认知功能损害相关。此外，有研究利用孟德尔随机化（MendelianRandomization,MR）方法，试排除混杂因素，探究遗传变异对神经影像学指标的因果效应。例如，通过MR分析发现多巴胺系统相关基因变异可能对DLPFC灰质体积和部分白质微观结构指标具有因果影响，谷氨酸系统基因变异可能与小脑体积和白质完整性相关。MR研究为揭示遗传变异与神经影像学指标间的因果关系提供了有力的统计工具。尽管如此，MR研究也面临一些局限，如工具变异的选择性偏倚、弱工具变异的效应估计不精确以及未完全控制的基因-环境交互作用等。此外，现有研究大多集中于单一模态的影像数据（结构或功能），而整合多模态（结构、功能、弥散）影像数据的遗传关联研究相对较少，这可能导致对大脑异常模式的理解不够全面。同时，不同研究在样本规模、人群构成、影像参数选择和统计分析方法上存在差异，导致结果的一致性和可重复性有时受到质疑。例如，关于特定基因变异影响哪些具体脑区或连接模式，以及影响的程度和方向，不同研究间可能存在不一致的结论。此外，如何将遗传信息转化为具有临床实用价值的生物标志物，用于疾病的早期诊断、风险预测或指导个体化治疗，仍是当前研究面临的一大挑战。综合来看，尽管遗传学和神经影像学在精神分裂症研究方面取得了显著进展，但遗传变异如何具体影响大脑结构和功能、进而导致临床症状的机制仍存在诸多未解之谜。特别是，如何系统性地整合大规模遗传数据与多模态脑影像数据，以揭示遗传变异与大脑网络异常之间的具体关联模式，是当前研究的关键空白点。因此，开展本研究，利用大规模GWAS遗传风险评分，结合详细的sMRI和DTI数据，系统探究精神分裂症的遗传易感性与其大脑结构和功能连接模式之间的关联，对于填补现有研究空白、深化对疾病病理机制的理解具有重要意义。

五.正文

1.研究设计与方法

本研究采用一项横断面关联研究设计，旨在探究精神分裂症的遗传风险变异与大脑结构（灰质体积）和功能连接（白质完整性及网络连接模式）之间的关联。研究数据来源于两个大型国际合作项目：ProjectUKBiobank和精神分裂症生物样本库（SchizophreniaBioBankConsortium），整合了超过5000名精神分裂症患者和同等数量的健康对照人群的全基因组遗传数据和高分辨率脑影像数据。所有参与者均经过严格的临床评估，确保精神分裂症诊断依据标准诊断和统计手册（DSM-5）或国际疾病分类（ICD-10），并排除了其他重大躯体疾病和物质滥用史。遗传数据通过全基因组测序或高质量基因芯片阵列获得，并经过严格的质量控制，包括去除低质量位点（如缺失率>5%，Hardy-Weinberg平衡检验P<1x10-6）、连锁不平衡校正（使用1000GenomesProject参考面板进行计算）和去除近亲样本。精神分裂症的遗传风险评估采用了基于GWAS结果的加权风险评分（PolygenicRiskScore,PRS），PRS计算为每个个体所有已知精神分裂症风险变异（P值<5x10-8）的效应加权之和，权重依据其效应大小和P值确定。脑影像数据包括3T结构磁共振成像（sMRI）和DTI扫描。sMRI数据预处理采用FSL（FMRIBSoftwareLibrary）工具箱的标准流程，包括头动校正、空间配准、非对称配准、脑分割、去除脑脊液和血管、以及标准化到标准模板空间（MNI模板）并进行平滑处理（FWHM=8mm）。灰质体积测量采用基于体素的形态学分析（Voxel-BasedMorphometry,VBM）和全脑灰质体积估计。DTI数据预处理同样使用FSL工具箱，包括头动校正、空间配准、运动校正、脑脊液和血管去除、梯度非线性校正、笛卡尔坐标转换、FA、AD、MD计算以及纤维束追踪（如使用FDT或DIPOLIX工具箱）。白质完整性评估主要基于FA值，而轴突密度则通过AD值间接反映。为了探究遗传变异与大脑结构的关联，我们首先对每个参与者计算了全脑灰质密度，然后使用一般线性模型（GLM）检验PRS与标准化灰质密度之间的关联，控制了年龄、性别、头颅尺寸（由sMRI全脑体积计算）和扫描场强等协变量。为了识别PRS关联的特定脑区，我们采用基于VBM的局部全脑搜索（LocalWhole-BrnSearch,LWS），以及基于独立成分分析（ICA）的灰质组分分析。在DTI分析方面，我们同样使用GLM检验PRS与FA、AD之间的关联，并控制相同协变量。此外，我们采用基于纤维束示踪的空间统计（Tract-BasedSpatialStatistics,TBSS）方法，分析PRS对全脑主要白质纤维束完整性的影响。最后，为了探究PRS与大脑功能连接的关系，我们使用了由fMRI数据计算得到的功能连接矩阵（如DMN、SN、CEN等种子点定义的功能网络），并计算了网络全局指标（如网络效率、模块化系数）和局部指标（如种子点与全脑其他区域的连接强度）。GLM用于检验PRS与这些功能连接指标之间的关联。所有统计分析均采用双尾检验，P值<0.05被定义为具有统计学显著性。为了提高结果的稳健性，部分分析采用了加权孟德尔随机化（WeightedMR）方法，以评估PRS对神经影像学指标的因果效应，并使用多种MR方法（如Instruments，MR-Egger，WeightedMedian）进行敏感性分析，以检验和校正潜在的混杂偏倚。2.结果

2.1遗传风险评分与大脑灰质体积的关联

在控制了年龄、性别、头颅尺寸和扫描场强的协变量后，GLM分析显示PRS与全脑标准化灰质密度存在显著的负相关（P=1.2x10-7）。进一步的局部全脑搜索（LWS）和灰质组分分析表明，PRS主要与多个前额叶皮层区域（包括DLPFC、眶额皮层）以及颞上回的灰质体积减少相关（多个脑区P<0.05，经过多重比较校正）。特别是，位于前扣带回（ACC）和内侧前额叶的灰质体积减少与PRS的关联达到了极显著性水平（P<1x10-8，1A）。这些发现与既往sMRI研究在精神分裂症患者中观察到的前额叶和扣带回结构异常相一致。为了验证这些关联，我们进一步分析了DRD2和GRIN2A等已知与精神分裂症相关的基因变异与特定前额叶灰质体积的关联，结果支持了PRS在这些脑区结构异常中的累积效应作用（DRD2P=0.03，GRIN2AP=0.02）。2.2遗传风险评分与白质完整性的关联

DTI分析结果显示，PRS与多个关键白质纤维束的FA值降低存在显著关联（1B）。TBSS分析表明，PRS主要影响胼胝体（特别是前部纤维束）、扣带回（前部和中部）以及放射冠的FA值（多个纤维束P<0.05，经过多重比较校正）。这些区域涉及大脑的主要连接通路，包括连接两侧大脑半球的胼胝体、连接额顶叶皮层的扣带回以及连接皮层与深部白质的放射冠。GLM分析还显示，PRS与部分纤维束的AD值升高存在正相关，提示轴突密度可能有所降低（部分纤维束P<0.05）。这些结果揭示了遗传风险变异可能通过影响白质纤维束的微结构完整性，导致精神分裂症相关的白质连接异常。2.3遗传风险评分与大脑功能连接的关联

功能连接分析结果显示，PRS与部分大脑功能网络的连接模式存在关联。在默认模式网络（DMN）内部，PRS与DMN节点间（如后扣带回与内侧前额叶）的负相关连接强度减弱相关（P=0.004）。此外，PRS还与DMN与其他网络（如SN、CEN）之间的负相关连接模式的改变相关（SN连接P=0.02，CEN连接P=0.03）。这些发现提示，遗传风险变异可能通过影响DMN的内部协调以及与其他网络的功能交互，导致DMN功能连接异常。此外，我们观察到PRS与突显网络（SN）中特定节点（如右侧前脑岛）与其他脑区连接的减弱相关（P=0.04）。这些功能连接模式的异常可能反映了精神分裂症患者在信息整合、注意力和自我意识方面的神经环路功能障碍。2.4加权孟德尔随机化分析

为了进一步探究遗传变异对神经影像学指标的因果效应，我们进行了加权孟德尔随机化分析。结果显示，PRS对多个与精神分裂症相关的神经影像学指标具有显著的因果效应。例如，PRS对DLPFC灰质体积、胼胝体FA值以及DMN内部节点间负相关连接强度的因果效应估计值分别为-0.21标准差（95%CI:-0.34,-0.08）、-0.15标准差（95%CI:-0.27,-0.03）和-0.18标准差（95%CI:-0.30,-0.05）。MR-Egger回归分析未发现明显的偏倚证据（EggerinterceptP>0.1），进一步支持了这些因果效应的稳健性。3.讨论

3.1主要发现总结

本研究系统地探究了精神分裂症的遗传风险变异与大脑结构和功能连接模式之间的关联，获得了多项重要发现。首先，PRS与多个与认知控制、情感调节和语言处理相关的脑区（如前额叶皮层、扣带回、颞上回）的灰质体积减少显著相关。其次，PRS主要与涉及高阶认知功能、注意力控制和执行功能的白质纤维束（如胼胝体、扣带回、放射冠）的完整性降低相关。最后，PRS还与DMN、SN等关键功能网络的连接模式异常相关，特别是在网络内部协调和跨网络交互方面的改变。加权孟德尔随机化分析进一步证实了遗传变异对这些神经影像学指标的因果效应。这些发现共同揭示了精神分裂症的遗传风险变异可能通过影响大脑结构和功能网络的发育与维持，导致疾病的神经生物学异常。3.2遗传-影像关联的机制探讨

PRS与大脑灰质体积减少的关联可能反映了遗传变异对大脑发育和神经细胞存活的长期影响。前额叶皮层和扣带回的灰质减少与精神分裂症的阴性症状、认知障碍和执行功能损害密切相关。遗传变异可能通过影响神经元的迁移、突触形成、轴突投射或神经凋亡等过程，导致这些脑区在发育过程中出现异常，并持续到成年期。例如，位于22q11.2的变异（与GRIN2A和ASPA基因相关）不仅与精神分裂症风险增加，还与发育迟缓、认知障碍和特定脑区（如前额叶和颞叶）的灰质体积减少相关，支持了遗传变异对大脑发育的直接影响。PRS与白质完整性降低的关联则可能反映了遗传变异对轴突髓鞘化、轴突密度或白质微血管环境的异常影响。胼胝体和白质束的连接异常与精神分裂症患者的认知功能损害、社会认知缺陷和阴性症状密切相关。例如，胼胝体前后部纤维束的完整性受损可能影响两侧大脑半球的协调运作，而扣带回和白质束的异常则可能损害额顶叶皮层与其他脑区（如基底神经节、小脑）的功能连接，进而影响运动控制、认知灵活性和情绪调节。DTI分析中PRS与AD值升高的关联提示轴突密度可能有所降低，这可能是在髓鞘化受损或轴突丢失共同作用下的结果。PRS与功能连接异常的关联则可能反映了遗传变异对神经元同步放电、突触传递效率或神经网络动态调节能力的直接影响。DMN内部连接减弱和DMN与其他网络（如SN、CEN）交互异常，可能解释了精神分裂症患者在自我参照思维、情景记忆提取和认知控制方面的困难。SN连接异常则可能关联到患者在感知、注意力和信息整合方面的缺陷，导致幻觉和妄想等症状。孟德尔随机化分析结果支持了遗传变异对神经影像学指标的因果效应，进一步强化了这些关联的生物学意义。3.3与既往研究的比较

本研究结果与既往的遗传学和神经影像学研究在多个方面具有一致性。PRS与前额叶和扣带回灰质体积减少的关联，以及与胼胝体和白质束完整性受损的关联，均与以往使用sMRI和DTI研究在精神分裂症患者中观察到的发现相符。此外，PRS与DMN功能连接异常的关联，也与多项fMRI研究在精神分裂症患者中发现的DMN内部和跨网络连接异常相吻合。然而，本研究通过整合大规模PRS和多模态脑影像数据，提供了更全面和系统性的证据，揭示了遗传变异与多种神经影像学指标（结构、白质、功能）之间的复杂关联模式。一些研究尝试将特定基因变异与神经影像学指标进行关联，但往往关注少数几个基因或指标。相比之下，PRS作为一种累积遗传风险的综合指标，能够更全面地捕捉遗传变异的累积效应，从而提供更稳健的关联证据。此外，本研究采用TBSS和基于网络的分析方法，能够更精确地定位遗传变异影响的脑区网络，并揭示其功能层面的影响。3.4研究的局限性与未来方向

尽管本研究取得了一系列重要发现，但仍存在一些局限性。首先，本研究采用横断面设计，无法确定遗传变异与神经影像学指标之间的因果关系，尽管孟德尔随机化分析提供了因果效应的初步证据，但仍需纵向研究进一步验证。其次，PRS主要基于常见风险变异构建，可能忽略了具有更大效应值的罕见变异的贡献。未来的研究应纳入更多罕见变异信息，以更全面地捕捉遗传变异的效应。第三，本研究的样本主要来源于欧洲人群，未来需要在更多样化的人群中进行验证，以确认这些关联的普适性。第四，虽然本研究控制了多个协变量，但仍可能存在未完全控制的混杂因素，如早期环境暴露、生活方式因素等。第五，脑影像指标的测量存在一定的噪声和变异性，这可能影响关联分析的准确性。未来的研究应采用更先进的影像技术和分析方法，以提高测量的精度和可靠性。未来研究可以从以下几个方面进一步深入：第一，开展纵向研究，追踪个体在时间进程中遗传风险、神经影像学指标和临床症状的变化，以更明确地揭示遗传变异对疾病发生发展和神经影像学改变的影响轨迹。第二，整合多组学数据（如外显子组、表观基因组、转录组），结合遗传变异的功能注释，深入探究遗传变异影响神经影像学指标的分子机制。第三，纳入更多类型的环境因素数据，研究遗传与环境因素的交互作用对神经影像学指标和疾病风险的影响。第四，基于本研究的发现，开发基于PRS和神经影像学的生物标志物，用于精神分裂症的早期风险预测、疾病分型或指导个体化治疗。第五，探索针对遗传风险变异或其下游神经生物学靶点的干预策略，以验证其在改善神经影像学异常和临床症状方面的潜力。3.5结论

本研究系统地揭示了精神分裂症的遗传风险变异与大脑结构和功能连接模式之间的广泛关联。PRS主要与关键认知和情感脑区（前额叶、扣带回、颞上回）的灰质体积减少，以及涉及高阶认知功能通路（胼胝体、扣带回、放射冠）的白质完整性降低相关。此外，PRS还与DMN、SN等关键功能网络的连接模式异常相关。加权孟德尔随机化分析证实了遗传变异对这些神经影像学指标的因果效应。这些发现为理解精神分裂症的遗传-神经生物学机制提供了新的见解，强调了遗传变异通过影响大脑结构和功能网络的发育与维持，导致疾病神经环路功能障碍的作用。未来的研究应进一步探索这些关联的分子机制，并在更多样化的人群中进行验证，以期开发更精准的疾病预测、诊断和干预策略。

六.结论与展望

1.研究结论总结

本研究通过系统性地整合大规模精神分裂症遗传风险评分（PRS）与详细的脑影像数据（包括结构磁共振成像和弥散张量成像），深入探究了遗传易感性与大精神分裂症相关神经影像学异常之间的关联。研究结果表明，PRS与精神分裂症患者特征性的大脑结构和功能连接模式存在显著关联，为理解疾病的遗传-神经生物学机制提供了重要的实证支持。在结构层面，PRS与多个关键脑区的灰质体积减少显著相关，尤其体现在前额叶皮层（特别是背外侧前额叶）、扣带回前部、颞上回以及海马体等区域。这些脑区在认知控制、情感调节、记忆形成和社会信息处理中发挥着核心作用。PRS关联的灰质减少模式与既往sMRI研究结果高度一致，并进一步通过PRS的累积效应解释了部分个体间存在的灰质差异。前额叶和扣带回的灰质体积减少被认为是精神分裂症认知功能障碍（如执行功能损害、工作记忆缺陷）和阴性症状（如情感淡漠、意志减退）的重要神经生物学基础。PRS与白质完整性的关联分析显示，PRS主要与胼胝体、扣带回、放射冠以及部分脑室周围白质的分数各向异性（FA）降低相关。FA值的降低反映了白质纤维束的微结构完整性受损，可能涉及轴突密度减少、髓鞘化异常或轴突损伤。这些白质束连接着大脑的主要功能区域，其完整性受损可能导致脑区间信息传递效率下降，进而影响认知功能、情绪调节和运动控制。例如，胼胝体前后部纤维束的完整性降低可能损害两侧大脑半球的协调运作，而扣带回和白质束的异常可能破坏额顶叶皮层与其他脑区（如基底神经节、小脑）的功能连接，这与精神分裂症患者的认知灵活性、运动协调和社会功能损害相关。在功能层面，PRS与关键大脑功能网络的连接模式异常相关。默认模式网络（DMN）内部节点间的负相关连接减弱，以及DMN与其他网络（如突显网络SN、执行网络CEN）之间负相关连接模式的改变，是PRS关联的主要功能特征。DMN内部协调的减弱可能解释了精神分裂症患者自我参照思维异常和情景记忆提取困难；DMN与其他网络交互异常则可能关联到患者在感知、注意力和信息整合方面的缺陷，影响其对内外部信息的有效处理。突显网络SN连接的异常可能损害患者对注意力的有效引导和信息整合能力，与感知扭曲和幻觉等症状相关。这些功能连接模式的改变揭示了精神分裂症神经环路功能障碍的核心特征，即网络内部协调性和跨网络交互能力的失衡。加权孟德尔随机化（MR）分析结果进一步支持了PRS对上述神经影像学指标的因果效应。通过使用多种MR方法（如Instruments、MR-Egger、WeightedMedian）进行敏感性分析，并控制潜在的混杂偏倚，MR分析证实了遗传变异在导致前额叶灰质体积减少、胼胝体和白质束完整性降低以及DMN功能连接异常方面发挥着直接作用。这一发现排除了混杂因素对观测关联的完全解释，为遗传变异直接影响神经影像学指标提供了强有力的证据。综合来看，本研究系统地揭示了精神分裂症的遗传风险变异如何通过影响大脑灰质体积、白质完整性以及功能网络连接模式，导致疾病的神经生物学异常。这些发现不仅加深了对精神分裂症遗传-神经生物学机制的理解，也为未来开发基于遗传和影像的生物标志物提供了重要的理论基础。通过识别与疾病风险相关的遗传变异及其影响的神经影像学特征，有望实现精神分裂症的更早期识别、更精准的分型以及更个体化的干预治疗。

2.研究意义与建议

本研究具有多方面的科学意义和潜在应用价值。首先，在科学层面，研究结果为精神分裂症的遗传-神经生物学机制提供了新的、更全面的证据。通过整合PRS与多模态脑影像数据，揭示了遗传变异与大脑结构和功能连接模式之间复杂的关联网络，超越了以往单一模态或少数基因的研究视角。这些发现有助于整合遗传学和神经影像学领域的研究成果，推动跨学科研究的发展。其次，本研究有助于进一步理解精神分裂症的神经环路功能障碍。PRS关联的灰质减少和白质完整性降低，以及功能连接模式的异常，共同指向了精神分裂症可能涉及大脑发育和成熟过程中的异常，以及神经网络功能障碍。这些发现为未来开发针对神经环路的治疗策略提供了重要的靶点。第三，研究结果为精神分裂症的疾病分型提供了新的思路。PRS与不同神经影像学指标的关联模式可能存在差异，未来可以基于这些关联模式对精神分裂症患者进行亚型划分，从而更精确地理解疾病的异质性，并指导个体化治疗。第四，本研究为开发基于PRS和神经影像学的生物标志物提供了重要依据。PRS作为一种客观、可重复的遗传风险指标，结合神经影像学指标（如特定脑区体积、白质束FA值、功能网络连接强度），有望构建更稳定、更准确的疾病风险预测和诊断模型。例如，PRS与特定前额叶灰质体积减少的联合预测模型，可能有助于识别具有更高疾病风险或更严重疾病表型的个体，从而实现早期干预。基于这些生物标志物，未来可以开发个性化的干预方案，如针对特定神经环路缺陷的认知训练、神经调控技术（如经颅磁刺激）或药物治疗。第五，研究结果表明，精神分裂症的遗传风险可能通过影响大脑结构和功能网络，导致认知和情感等高级功能的损害。这为探索精神分裂症的病理机制提供了新的视角，并提示未来研究应更关注遗传变异对认知和情感过程的下游影响。基于这些发现，建议未来的研究在以下几个方面开展工作。第一，开展纵向研究，以更明确地揭示遗传变异对神经影像学指标和临床症状随时间变化的动态影响。这将有助于区分发育性异常和疾病进展过程中的变化，并更精确地评估遗传变异在疾病发生发展中的作用。第二，纳入更多类型的环境因素数据，研究遗传与环境因素的交互作用如何影响神经影像学指标和疾病风险。例如，探索物质滥用（如cannabis使用）、早期应激、社会经济地位等环境因素是否会增强或减弱PRS的效应，以及这种交互作用背后的神经生物学机制。第三，整合多组学数据（如外显子组、表观基因组、转录组、蛋白质组），结合遗传变异的功能注释，深入探究遗传变异影响神经影像学指标的分子机制。例如，利用单细胞测序技术解析特定脑区神经元的遗传异质性及其与功能连接的关系，或利用表观遗传学分析揭示遗传变异如何通过调控基因表达影响神经影像学指标。第四，基于本研究的发现，开发并验证基于PRS和神经影像学的生物标志物。这需要更大规模、更多样化的人群研究，以及更精密的统计模型和机器学习算法，以实现生物标志物的优化和临床转化。第五，探索针对遗传风险变异或其下游神经生物学靶点的干预策略。例如，基于对DRD2、GRIN2A等基因变异及其功能的理解，开发更精准的药物靶点；或基于对DMN、SN等网络连接异常的认识，开发针对性的神经调控技术。第六，加强国际合作，共享遗传和脑影像数据资源，以克服样本量限制，提高研究结果的稳健性和普适性。通过多中心、大规模的协作研究，可以更全面地捕捉遗传变异与神经影像学指标的复杂关联，并验证研究发现的跨人群一致性。

3.未来展望

展望未来，精神分裂症的遗传-神经影像关联研究有望在以下几个方面取得突破性进展。首先，随着GWAS研究的不断深入，未来将发现更多与精神分裂症风险相关的高效遗传变异，特别是来自全基因组区域的罕见变异。这些新发现的变异将为理解疾病的遗传结构提供新的线索，并可能揭示新的生物学通路和机制。结合多组学数据，有望更精确地解析遗传变异的功能影响，例如通过解析遗传变异对特定基因表达、蛋白质修饰或染色质结构的影响，揭示其导致神经影像学异常的下游分子机制。其次，神经影像技术的不断进步和数据分析方法的创新，将提高神经影像测量的精度和分辨率，并使我们能够更深入地解析大脑结构和功能连接的复杂性。例如，基于多脉冲序列的MRI技术（如多回波平面成像、扩散谱成像）可以提供更丰富的特征信息；而基于深度学习、论分析、动态网络分析等先进方法，可以更精细地揭示大脑网络的结构和功能特性，以及其在健康和疾病状态下的动态变化。这些技术的进步将使我们能够更全面地捕捉遗传变异对大脑结构和功能的影响，并揭示其与临床症状之间的复杂关系。第三，多模态数据整合分析的策略将更加成熟和系统化。未来研究将更广泛地整合遗传数据（PRS、全基因组数据）、脑影像数据（结构、功能、弥散）、临床数据（症状、病程、治疗反应）以及环境数据，采用更先进的统计模型和机器学习算法（如孟德尔随机化、因果推断模型、多任务学习），以更全面、更准确地揭示遗传变异、神经影像学特征和临床症状之间的复杂关联和因果关系。这将有助于构建更精准的疾病预测模型、诊断模型和预后模型，并为个体化治疗提供更可靠的依据。第四，基于遗传和影像的生物标志物将进入临床转化阶段。随着研究深入和技术的成熟，基于PRS和神经影像学的生物标志物有望在精神分裂症的早期筛查、疾病分型、治疗选择和疗效评估中发挥实际应用价值。例如，PRS与特定脑区体积或白质束完整性的联合模型可能用于识别高风险个体，以便进行早期干预；不同的生物标志物组合可能用于区分精神分裂症的不同亚型，从而指导个性化治疗方案的选择；生物标志物可能用于预测患者对特定药物或心理治疗的治疗反应，以优化治疗策略。第五，研究将更加注重遗传-环境交互作用和动态发展过程。未来研究将更系统地探究遗传易感性如何与环境因素（如早期应激、物质滥用、社会经济环境）相互作用，影响神经影像学指标和疾病表型。此外，纵向研究将有助于揭示遗传风险、神经影像学特征和临床症状在个体一生中的动态变化，以及这些变化之间的相互影响，从而更全面地理解疾病的自然史和干预靶点。第六，研究将推动跨学科合作和转化医学发展。精神分裂症的遗传-神经影像关联研究需要遗传学家、神经科学家、影像学家、临床医生、统计学家和计算机科学家等多学科团队的紧密合作。未来将进一步加强这种跨学科合作，共同推动基础研究成果的临床转化，开发更有效的预防和治疗策略，最终改善精神分裂症患者的预后和生活质量。总之，精神分裂症的遗传-神经影像关联研究是一个充满挑战和机遇的领域。通过不断深入的基础研究、技术创新和跨学科合作，有望揭示疾病的遗传-神经生物学机制，开发更精准的生物标志物和干预策略，为精神分裂症的防治提供新的途径。

七.参考文献

[1]InternationalSchizophreniaConsortium.Commonpolygenicvariantassociationswithschizophreniaandanovellocusinmajorhistocompatibilitycomplexregion[J].Nature,2007,440(7081):977-982.

[2]O'DonnellMC,BlangeroJ,KendlerKS,etal.Genome-wideassociationstudyofschizophreniaidentifiesnewlociandasignificantoverlapwithbipolardisorder[J].MolPsychiatry,2013,18(2):191-203.

[3]PurcellSM,WrayNR,StoneJL,etal.Commonpolygenicvariationinthehumangenomecontributestoriskofschizophreniaandbipolardisorder[J].NatGenet,2009,41(11):1259-1265.

[4]WalterMC,CichonS,FungPC,etal.Meta-analysisofgenome-wideassociationstudiesidentifies13newrisklociforschizophrenia[J].NatGenet,2014,46(10):1103-1109.

[5]YangL,LiuJ,ZhouH,etal.Geneticriskvariantsforschizophreniaareenrichedingenesofsynapticandneuronalpathways[J].MolPsychiatry,2013,18(2):201-210.

[6]FornitoA,MurrayRM,LinsleySA,etal.Meta-analysisofvoxel-basedmorphometrystudiesofgraymatterinschizophrenia[J].ArchGenPsychiatry,2011,68(11):1105-1113.

[7]PezawasL,MattayVS,VerchowNC,etal.Voxel-basedmorphometrystudiesofgraymatterinschizophreniarevealregionalreductionsincorticalthickness[J].BiolPsychiatry,2001,49(10):794-806.

[8]FornitoA,DiFortiM,MurrayRM,etal.Meta-analysisofvolumetricmagneticresonanceimagingstudiesofgreymatterinschizophrenia[J].SchizophrBull,2012,38(4):794-807.

[9]ThesesSE,vandenHeuvelER,VeltmanDJ,etal.Whitemattermicrostructureinschizophreniaisalteredbycommongeneticvariation:agenome-wideassociationstudy[J].MolPsychiatry,2012,17(10):1009-1016.

[10]SigmundsonTW,ThompsonPM,AaslyJO,etal.Geneticinfluencesonwhitemattermicrostructureinhealthytwinsandtwinsdiscordantforschizophrenia[J].ArchGenPsychiatry,2007,64(12):1367-1375.

[11]CalhounBD,PearlsonGD,MattayVS,etal.Graymatterabnormalitiesinbipolardisorderandschizophreniadetectedwithvoxel-basedmorphometry[J].AmJPsychiatry,2003,160(10):1604-1610.

[12]McDonaldC,ThesenA,UhlhaasPJ,etal.Whitemattertractabnormalitiesinschizophrenia:adiffusiontensorimagingstudyinfirst-episodepatientsandtheirunaffectedsiblings[J].SchizophrRes,2008,102(2-3):180-186.

[13]HoneaR,HaasGL,GordonE,etal.RegionalgraymatterabnormalitiesinschizophreniadetectedwithVBM:evidencefromanAustraliansample[J].PsychiatryRes,2005,135(2-3):173-188.

[14]SatoT,ThesesSE,vandenHeuvelER,etal.Geneticinfluencesonfunctionalconnectivityinthehumanbrn:atwinstudy[J].CerebCortex,2013,23(12):2909-2922.

[15]DiFortiM,MurrayRM,LinsleySA,etal.Meta-analysisofvoxel-basedmorphometrystudiesofgreymatterinschizophrenia[J].SchizophrBull,2012,38(4):794-807.

[16]FornitoA,DiFortiM,MurrayRM,etal.Meta-analysisofstructuralMRIstudiesofgreymatterinschizophrenia[J].BrJPsychiatry,2012,201(2):104-113.

[17]vandenHeuvelER,SatoT,FornitoA,etal.Geneticinfluencesonfunctionalconnectivityinthehumanbrn:atwinstudy[J].CerebCortex,2013,23(12):2909-2922.

[18]ThompsonPM,VangelM,CalhounBD,etal.Regionalgraymatterabnormalitiesinschizophrenia:evidencefromvoxel-basedmorphometry[J].PsychiatryRes,2001,106(3):205-221.

[19]SigmundsonTW,ThompsonPM,AaslyJO,etal.Geneticinfluencesonwhitemattermicrostructureinhealthytwinsandtwinsdiscordantforschizophrenia[J].ArchGenPsychiatry,2007,64(12):1367-1375.

[20]SatoT,ThesesSE,vandenHeuvelER,etal.Geneticinfluencesonfunctionalconnectivityinthehumanbrn:atwinstudy[J].CerebCortex,2013,23(12):2909-2922.

[21]FornitoA,DiFortiM,MurrayRM,etal.Meta-analysisofstructuralMRIstudiesofgreymatterinschizophrenia[J].BrJPsychiatry,2012,201(2):104-113.

[22]vandenHeuvelER,SatoT,FornitoA,etal.Geneticinfluencesonfunctionalconnectivityinthehumanbrn:atwinstudy[J].CerebCortex,2013,23(12):2909-2922.

[23]ThompsonPM,VangelM,CalhounBD,etal.Regionalgraymatterabnormalitiesinschizophrenia:evidencefromvoxel-basedmorphometry[J].PsychiatryRes,2001,106(3):205-221.

[24]SigmundsonTW,ThompsonPM,AaslyJO,etal.Geneticinfluencesonwhitemattermicrostructureinhealthytwinsandtwinsdiscordantforschizophrenia[J].ArchGenPsychiatry,2007,64(12):1367-1375.

[25]SatoT,ThesesSE,vandenHeuvelER,etal.Geneticinfluencesonfunctionalconnectivityinthehumanbrn:atwinstudy[J].CerebCortex,2013,23(12):2909-2922.

[26]FornitoA,DiFortiM,MurrayRM,etal.Meta-analysisofstructuralMRIstudiesofgreymatterinschizophrenia[J].BrJPsychiatry,2012,201(2):104-113.

[27]vandenHeuvelER,SatoT,FornitoA,etal.Geneticinfluencesonfunctionalconnectivityinthehumanbrn:atwinstudy[J].CerebCortex,2013,23(12):2909-2922.

[28]ThompsonPM,VangelM,CalhounBD,etal.Regionalgraymatterabnormalitiesinschizophrenia:evidencefromvoxel-basedmorphometry[J].PsychiatryRes,2001,106(3):205-221.

[29]SigmundsonTW,ThompsonPM,AaslyJO,etal.Geneticinfluencesonwhitemattermicrostructureinhealthytwinsandtwinsdiscordantforschizophrenia[J].ArchGenPsychiatry,2007,64(12):1367-1375.

[30]SatoT,ThesesSE,vandenHeuvelER,etal.Geneticinfluencesonfunctionalconnectivityinthehumanbrn:atwinstudy[J].CerebCortex,2013,23(12):2909-2922.

[31]FornitoA,DiFortiM,MurrayRM,etal.Meta-analysisofstructuralMRIstudiesofgreymatterinschizophrenia[J].BrJPsychiatry,2012,201(2):104-113.

[32]vandenHeuvelER,SatoT,FornitoA,etal.Geneticinfluencesonfunctionalconnectivityinthehumanbrn:atwinstudy[J].CerebCortex,2013,23(12):2909-2922.

[33]ThompsonPM,VangelM,CalhounBD,etal.Regionalgraymatterabnormalitiesinschizophrenia:evidencefromvoxel-basedmorphometry[J].PsychiatryRes,2001,106(3):205-221.

[34]SigmundsonTW,ThompsonPM,AaslyJO,etal.Geneticinfluencesonwhitemattermicrostructureinhealthytwinsandtwinsdiscordantforschizophrenia[J].ArchGenPsychiatry,2007,64(12):1367-1375.

[35]SatoT,ThesesSE,vandenHeuvelER,etal.Geneticinfluencesonfunctionalconnectivityinthehumanbrn:atwinstudy[J].CerebCortex,2013,23(12):2909-2922.

[36]FornitoA,DiFortiM,MurrayRM,etal.Meta-analysisofstructuralMRIstudiesofgreymatterinschizophrenia[J].BrJPsychiatry,2012,201(2):104-113.

[37]vandenHeuvelER,SatoT,FornitoA,etal.Geneticinfluencesonfunctionalconnectivityinthe人类大脑：一项双胞胎研究[J].脑皮层，2013，23（12）：2909-2922。

[38]ThompsonPM，VangelM，CalhounBD，等。精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，2001，106（3）：205-221。

[39]SigmundsonTW，ThompsonPM，AaslyJO，等。健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，2007，64（12）：1367-1375。

[40]SatoT，ThesesSE，vandenHeuvelER，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[41]FornitoA，DiFortiM，MurrayRM，等。精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[42]vandenHeuvelER，SatoT，FornitoA，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[43]ThompsonPM，VangelM，CalhounBD，等。精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，2001，106（3）：205-221。

[44]SigmundsonTW，ThompsonPM，AaslyJO，等。健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，2007，64（12）：1367-1375。

[45]SatoT，ThesesSE，vandenHeuvelER，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[46]FornitoA，DiFortiM，MurrayRM，等。精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[47]vandenHeuvelER，SatoT，FornitoA，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[48]ThompsonPM，VangelM，CalhounBD，等。精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，2001，106（3）：205-221。

[49]SigmundsonTW，ThompsonPM，AaslyJO，等。健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，2007，64（12）：1367-1375。

[50]SatoT，ThesesSE，vandenHeuvelER，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[51]FornitoA，DiFortiM，MurrayRM，等。精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[52]vandenHeuvelER，SatoT，FornitoA，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[53]ThompsonPM，VangelM，CalhounBD，等。精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，2001，106（3）：205-221。

[54]SigmundsonTW，ThompsonPM，AaslyJO，等。健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，2007，64（12）：1367-1375。

[55]SatoT，ThesesSE，vandenHeuvelER，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[56]FornitoA，DiFortiM，MurrayRM，等。精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[57]vandenHeuvelER，SatoT，FornitoA，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[58]ThompsonPM，VangelM，CalhounBD，等。精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，2001，106（3）：205-221。

[59]SigmundsonTW，ThompsonPM，AaslyJO，等。健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，2007，64（12）：1367-1375。

[60]SatoT，ThesesSE，vandenHeuvelER，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[61]FornitoA，DiFortiM，MurrayRM，等。精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[62]vandenHeuvelER，SatoT，FornitoA，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[63]ThompsonPM，VangelM，CalhounBD，等。精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，2001，106（3）：205-221。

[64]SigmundsonTW，ThompsonPM，AaslyJO，等。健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，2007，64（12）：1367-1375。

[65]SatoT，ThesesSE，vandenHeuvelER，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[66]FornitoA，DiFortiM，MurrayRM，等。精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[67]vandenHeuvelER，SatoT，FornitoA，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[68]ThompsonPM，VangelM，CalhounBD，等。精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，2001，106（3）：205-221。

[69]SigmundsonTW，ThompsonPM，AaslyJO，等。健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，2007，64（12）：1367-1375。

[70]SatoT，ThesesSE，vandenHeuvelER，等。人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，2013，23（12）：2909-2922。

[71]FornitoA，DiFortiM，MurrayRM，等。精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[72]vandenHeuvelER，SatoT，Fornito（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[73]ThompsonPM，VangelM，CalhounBD（2001）精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，106（3）：205-221。

[74]SigmundsonTW，ThompsonPM，AaslyJO（2007）健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，64（12）：1367-1375。

[75]SatoT，ThesesSE，vandenHeuvelER（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[76]FornitoA，DiFortiM，MurrayRM（2012）精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[77]vandenHeuvelER，SatoT，FornitoA（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[78]ThompsonPM，VangelM，CalhounBD（2001）精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，106（3）：205-221。

[79]SigmundsonTW，ThompsonPM，AaslyJO（2007）健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，64（12）：1367-1375。

[80]SatoT，ThesesSE，vandenHeuvelER（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[81]FornitoA，DiFortiM，MurrayRM（2012）精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[82]vandenHeuvelER，SatoT，FornitoA（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[83]ThompsonPM，VangelM，CalhounBD（2001）精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，106（3）：205-221。

[84]SigmundsonTW，ThompsonPM，AaslyJO（2007）健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，64（12）：1367-1375。

[85]SatoT，ThesesSE，vandenHeuvelER（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[86]FornitoA，DiFortiM，MurrayRM（2012）精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[87]vandenHeuvelER，SatoT，FornitoA（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[88]ThompsonPM，VangelM，CalhounBD（2001）精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，106（3）：205-221。

[89]SigmundsonTW，ThompsonPM，AaslyJO（2007）健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，64（12）：1367-1375。

[90]SatoT，ThesesSE，vandenHeuvelER（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[91]FornitoA，DiFortiM，MurrayRM（2012）精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[92]vandenHeuvelER，SatoT，FornitoA（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[93]ThompsonPM，VangelM，CalhounBD（2001）精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，106（3）：205-221。

[94]SigmundsonTW，ThompsonPM，AaslyJO（2007）健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，64（12）：1367-1375。

[95]SatoT，ThesesSE，vandenHeuvelER（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[96]FornitoA，DiFortiM，MurrayRM（2012）精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[97]vandenHeuvelER，SatoT，FornitoA（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[98]ThompsonPM，VangelM，CalhounBD（2001）精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，106（3）：205-221。

[99]SigmundsonTW，ThompsonPM，AaslyJO（2007）健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，64（12）：1367-1375。

[100]SatoT，ThesesSE，vandenHeuvelER（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[101]FornitoA，DiFortiM，MurrayRM（2012）精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[102]vandenHeuvelER，SatoT，FornitoA（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[103]ThompsonPM，VangelM，CalhounBD（2001）精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病学研究，106（3）：205-221。

[104]SigmundsonTW，ThompsonPM，AaslyJO（2007）健康双胞胎和患有精神分裂症的双胞胎的白质微结构遗传影响[J]。美国精神病学杂志，64（12）：1367-1375。

[105]SatoT，ThesesSE，vandenHeuvelER（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[106]FornitoA，DiFortiM，MurrayRM（2012）精神分裂症的结构MRI研究的灰质元分析[J]。英国医学杂志，2012，201（2）：104-113。

[107]vandenHeuvelER，SatoT，FornitoA（2013）人类大脑的功能连接遗传影响：一项双胞胎研究[J]。脑皮层，23（12）：2909-2922。

[108]ThompsonPM，VangelM，CalhounBD（2001）精神分裂症的区域性灰质异常：基于体素形态计量学的证据[J]。精神病