精神分裂症是一种“异质性”疾病，这意味着不同患者表现出的症状差异较大。一些患者可能以幻觉和妄想等阳性症状为主，另一些人则表现为认知障碍，如无法连贯表达或逻辑思考，还有些患者可能出现抑郁或情感淡漠等症状。目前，药物研发者通常假设所有精神分裂症病例相同，因此现有药物多针对类似神经递质机制。然而，如果精神分裂症可以被划分为不同亚型，并且这些亚型具有不同的病因和症状集群（包括近年来备受关注的肠道菌群），那么治疗方法可能会发生根本性变化。
2025年发布的一项新研究表明，精神分裂症患者中存在脑亚型（BSs）、肠道亚型（GSs）以及脑-肠亚型（B-GSs），并发现了潜在的生物标志物。这些标志物是可用于诊断精神疾病的物理指标。精神病学和神经科学的目标之一是识别这些生物标志物，以便临床医生最终能够用它们进行诊断，而不是依赖行为标志物，后者在个体间更难以区分。
研究内容
研究人员试图寻找阳性症状、阴性症状、肠道微生物菌群以及认知障碍之间的关联。为了收集初始变量，他们筛选了768名具有精神病症状的个体，其中包括幻觉、妄想等阳性症状，以及通过心理测试评估的认知功能，以验证诊断结果。测试内容包括记忆、语言学习、处理速度和注意力等。
随后，研究人员从参与者身上采集粪便样本，并提取了176个属（生物分类单位）的细菌，以评估每个受试者的菌群水平。为了观察参与者大脑活动，受试者接受了核磁共振成像（MRI）扫描，以研究其脑结构与粪便样本中提取的肠道菌群之间的关联。
通过一种新颖的融合方法，将特定肠道微生物与MRI脑成像结果联系起来，研究人员成功识别出七种具有显著差异的生物学亚型。这些亚型在脑-肠健康、脑结构以及症状表现上各不相同。
脑亚型
通过分析脑结构，研究人员能够将精神分裂症分解为不同的亚型。例如，他们观察了白质体积损失的程度（与社交退缩和认知缺陷相关）以及功能连接性（脑区之间活动的相关程度）。已有文献表明，这些生物学特征的差异会导致认知和临床症状的不同。
其中，BS1亚型在额叶和颞叶（前额叶和耳侧区域）表现出白质体积增加，并伴有其他与认知障碍相关的结构性指标。此外，BS1还显示默认模式网络（涉及自我过程的脑网络）、体感运动网络、视觉网络和注意力网络的功能连接性较弱。BS2亚型则表现出相反的白质体积变化，同时默认模式网络、视觉网络和注意力网络的功能连接性也较弱。
BS1亚型在临床量表上的得分较高，这些量表用于评估包括幻觉、妄想、情感淡漠和思维混乱在内的阳性和阴性症状。
肠道亚型
研究发现三种具有显著差异的肠道亚型。GS1亚型中，Collinsella菌（与炎症相关，可能导致肠道健康问题）水平较高；GS2亚型中，Gemmiger菌减少而Prevotella菌增加（与体重减轻和更高临床症状相关）。由于该研究在中国进行，饮食习惯不同，因此样本中Prevotella菌的水平高于西方文化中的其他样本。
研究人员还注意到，较低的BMI与更严重的症状相关。GS3亚型与GS2相似，但Streptococcus菌（对影响行为的神经递质有作用）水平更高。
具体来说，GS1组的症状评估得分与Prevotella-Streptococcus和Biophilia-Gemmiger的存在相关；GS2组的幻觉、妄想和认知障碍与Ruminococcus-Anaerostipes的存在相关；GS3组则显示Bifidobacterium-Veillonella菌与阳性和阴性症状呈负相关。这些结果可能表明，特定肠道菌群有望成为未来症状治疗的潜在方法，前提是这种关联确实具有影响力。
进一步分析表明，脑-肠亚型B-GS1和B-GS2与BS2显著重叠。GS1广泛分布于BSs和B-GSs中，而GS3则存在于BS2和B-GS1中。
意义解读
脑亚型可能从靶向治疗中获益更多。例如，BS1亚型因具有更多结构性异常和阴性症状，可能更适合接受经颅磁刺激（TMS）等结构性干预措施。
而BS2亚型患者可能更适合使用抗精神病药物，尤其是针对多巴胺D2受体拮抗剂（如利培酮）的药物，以及认知行为疗法（CBT）。
肠道菌群与某些症状集群直接相关这一发现可能意味着，细菌治疗在未来治疗开发中值得考虑。
尽管该研究在方法、统计分析和设计上具有创新性，但也存在一些局限性。样本规模和人口统计特征可能会影响结果，例如Prevotella菌在不同文化中的分布可能并不一致。
此外，研究未考虑当前治疗和生活方式习惯对肠道微生物的影响。抗精神病药物、饮食和药物干预等因素未被纳入筛查范围。研究主要关注样本中每种细菌的存在，但可能无法区分肠道菌群的基线状态与其他因素（如吸烟）对肠道健康的影响，而许多精神分裂症患者确实吸烟。
尽管存在局限性，这项探索未知领域的研究为精神分裂症是一种可以通过生物手段治疗的生物学疾病提供了进一步证据。
参考资料：
Wang, Y., Feng, S., Huang, Y., Peng, R., Liang, L., Wang, W., ... & Wu, K. (2025). 通过数据驱动方法揭示精神分裂症的多种生物学亚型. 《转化医学杂志》, 23(1), 505.
(全文结束)
