追求脑部疾病的生物标志物：超越队列比较

摘要

尽管已获取大量脑部数据并开发了先进的基于人工智能的分析算法，但脑部特征在临床诊断和预后评估中却很少得到应用。本文认为，该领域仍在依赖队列比较来寻找生物标志物，尽管脑部特征的"退化性"早已得到证实。通过一个思想实验（"大脑交换"），我们证明仅靠更多数据和更强大的算法不足以识别脑部疾病的生物标志物。我们认为，与其使用单一数据类型比较患者与健康对照组，不如利用多模态（如脑活动、神经递质、神经调质、脑成像）和纵向脑数据来指导分组，进而定义脑部疾病的多维生物标志物。

关键词：脑部疾病、生物标志物、鉴别诊断、开放数据

引言

行为是脑功能最明显的输出指标。因此，脑部疾病的诊断包含多项行为评估（例如用于帕金森病(PD)的运动障碍协会-统一帕金森病评定量表(MDS-UPDRS)[goetz2008movement]和用于痴呆的蒙特利尔认知评估(MoCA)[nasreddine2005montreal]）。一旦行为诊断确定，就可以开始寻找行为症状的生理原因或生物标志物。生物标志物对于确定治疗方案和疾病预后至关重要。

近年来，人们也迫切希望定义脑部疾病的生物标志物，特别是用于早期诊断。通常，生物标志物在分子水平（如基因表达和化学失衡）、形态学水平（如神经元或胶质细胞损失）或脑活动（fMRI/MEG/EEG/ECOG）和网络结构（sMRI、PET、连接组）水平上进行搜索。然而，尽管经过多年研究，这类基于脑部的生物标志物并未取代脑部疾病的行为标志物。令人费解的是，大脑在诊断自身疾病时并未发挥主要作用。可能当前的生物标志物数据不够详细，分析方法也不够先进。

人工智能/机器学习方法的进步为定义脑部疾病更好的生物标志物带来了新希望。同时，众多在线知识库现在提供来自健康对照组和特定诊断患者的多种脑部测量数据[例如OpenNeuro（包含多种脑部疾病的大型公共数据集）、ENIGMA（通过元分析增强神经影像遗传学）、ADNI（阿尔茨海默病神经影像学倡议）、PPMI（帕金森病进展标志物倡议）、ABIDE（自闭症脑成像数据交换）以及SchizConnect（精神分裂症数据门户）]（另见[sandstrom2022recommendations, eickhoff2016sharing]）。然而，迄今为止，人工智能方法很少达到适用于临床实践的分类准确率，更重要的是，人工智能模型存在严重的可靠性问题[grote2024foundation]。在本评论中，我们提供了当前寻找生物标志物方法存在内在缺陷的可能解释，然后基于可解释数据分析提出了前进方向。

基于脑活动的生物标志物案例

大脑是一个多尺度系统，可以从分子到细胞、电路、网络以及网络的网络等多个层次进行描述[churchland1988perspectives, bell1999levels, hemberger2016comparative]。"一个人的心理活动完全归因于神经细胞、胶质细胞及其构成和影响它们的原子、离子和分子的行为"这一观点是合理的[crick1994astonishing]。这表明动物行为（功能/功能障碍）的相关因素应以神经细胞、胶质细胞及其神经递质/神经调质的活动形式观察到。其中，神经活动似乎扮演着最突出的角色。最终，行为通过肌肉活动表达，而肌肉活动直接由神经元的尖峰活动控制。因此，神经活动的变化对于表现任何行为都是必不可少的。与此一致，每个行为都可以从一个或多个脑区的神经活动中解码。因此，可以推断所有脑功能障碍都可以从脑活动中解码，这可以在结构/化学变化和行为之间建立联系。但为何脑活动仅在少数情况下被用作生物标志物，如癫痫病灶检测？我们通过人工智能模型和一个思想实验来回答这个问题。

大脑交换

神经相关性已在涉及简单重复任务的多项实验室实验中被观察到。然而，行为的神经相关性存在掩盖重要信息：相同行为可由多种脑活动模式引发，而给定脑区的相同神经活动模式在不同情境和特定个体下可能导致不同行为[krakauer2017neuroscience]。这被称为"退化性"，表明许多不同参数集可能导致相同功能[prinz2004similar, degeneracy_2024]。因此，相同行为症状并不意味着类似的脑活动——通常恰恰相反。例如，震颤可能源于基底神经节或小脑电路功能障碍，尽管临床表现相同[brittain2013many]；相似的MDS-UPDRS评分可能不意味着类似的脑活动[helson2023cortex, helson2025non]；耳鸣可能源于听觉皮层重组或分布式网络功能障碍[langguth2024tinnitus]；精神分裂症中的幻觉通过患者间不同的神经通路出现[curvcic2017interaction]。相反，相同脑活动状态可能与不同的行为状态相关，例如运动皮层活动中的β频带振荡在健康人和帕金森病患者中均可观察到。这种退化性对脑部疾病生物标志物的搜索具有严重意义。

这里，我们使用人工智能模型说明这一事实。我们特意选择了一个简单的任务和神经网络——主张如果一个想法在简单设置中不起作用，在更复杂的生物环境中也不会起作用。我们考虑了两个RNN（RNN1和RNN2）分别连接到它们各自的读出层（模型1和模型2）。两个RNN在神经元、架构和初始突触权重上完全相同（仅读出不同；详见图1A的图例）。两者使用相同的学习规则训练，执行相同任务：预测时间序列（输入）最后5个元素（输出）的总和（图1A）。我们的输入集由32个时间长度为20、维度为10的时间序列组成（图1A中维度为3，便于可视化），因此是32个大小为10×20的矩阵。时间序列的每个元素独立地从正态分布中抽取。给定输入矩阵I=(i_kt)(0≤k≤9,0≤t≤19)，相关输出O是最后5个时间步所有元素的总和，O=∑(t=14)^19∑_(k=0)^9 i_kt（图1A）。RNN1和RNN2均以相同熟练度学习了该任务（图1B；模型1损失：4.2658，模型2损失：5.0760）。然而，训练后，由于训练的随机性，它们发展出不同的权重。也就是说，两个RNN中的神经活动是"健康"的——因为它使两个RNN在连接到各自读出层时能够执行任务——但它们是不同的。

接下来，我们改变了设置，将第一个RNN的输出连接到第二个读出层（模型3）。如预期，RNN1的性能显著下降（图1B；模型3损失：61.2756）。现在，基于任务性能，RNN1显得"功能障碍"。如果我们使用第一个RNN的读出层与第二个RNN的活动，也会得到不同的功能障碍响应。

我们可以通过一个思想实验将这个RNN例子扩展到大脑：取健康人在执行伸手任务时的运动皮层活动（RNN1）——这里的读出层是运动皮层活动（RNN1）到手臂运动（输出1）的映射。将此活动映射到另一人的运动皮层（用RNN1替换RNN2）。在进行这种大脑交换后，第二人是否也会以与第一人相同的方式执行伸手任务？答案是否定的。也就是说，大脑区域的健康活动是"健康"的，取决于大脑其余部分的状态，并会使另一人"功能障碍"。这个思想实验可以扩展到整个脑网络。实际上，即使知道整个脑活动，也排除了脊髓电路和肌肉对脑活动的下游解码。

人工智能模型和思想实验揭示了脑部疾病生物标志物的两个重要问题：退化性阻止了队列比较的使用，而考虑单一类型数据会导致混淆。

队列比较方法识别生物标志物

当我们寻找脑部疾病基于脑活动的生物标志物时，我们定义了脑活动的某个描述符。接下来，我们从患者组和匹配的健康对照组获取该描述符的分布。如果我们能基于脑活动描述符将患者与健康对照区分开来，我们就可以认为找到了生物标志物。这种队列比较方法隐含地假设所有健康受试者（或所有患者）的脑活动在统计上是相同的。但是，正如我们用RNN、思想实验和退化性示例所展示的，即使相同的脑活动也可能表现为健康和功能障碍行为。也就是说，将一个队列与另一个队列比较不是识别生物标志物的有效方法。

事实上，队列比较有用的情况很少见。例如，癫痫患者的癫痫样活动或帕金森病患者基底神经节中持续的β振荡与健康受试者所见完全不同。然而，在大多数情况下，队列比较尚未揭示任何可用于临床设置的新生物标志物[insel2015brain, woo2017building]。

我们的例子表明，比较同一受试者的健康状态活动与疾病相关活动更有用。借用Rosenblueth和Wiener关于材料模型的一句话[rosenblueth1945role]，"病人是病人的良好模型，最好是同一个病人"。

子采样问题

在酒店房间中，我们有两个双向开关来控制房间的灯光——一个在入口处，另一个通常靠近床。仅通过观察两个开关中的一个状态，能否确定灯光是开还是关？这是不可能的，因为灯泡的状态由两个开关共同决定。也就是说，部分采样可能会给出随机结果。实际上，冯·诺依曼发明的早期伪随机数生成器之一（中平方方法）正是利用了这种部分采样的事实。

在我们的RNN例子中，活动和读出权重共同允许正确执行任务。仅基于RNN的活动，我们无法预测模型是否能正确执行任务。然而，通过整合额外上下文，预测可能成为可能。例如，如果我们知道两个网络之间的唯一区别是它们的偏置项——类似于大脑中的多巴胺等神经调质水平——我们可以准确区分它们并预测其性能。也就是说，整合多种数据类型对于理解神经功能和功能障碍至关重要。

我们在图2A中用一个简单示例说明了这一点，展示了在二维空间中明显可分离的数据在仅从一个维度采样时变得不可区分。在大脑中，情况当然更为复杂，每种障碍都受大量因素影响。此类子采样的一个例子是检测癫痫受试者中的焦点和改变网络需要多种模态[pittau2015functional, fiallo2025multimodal]。

超越基于脑活动的生物标志物

多模态数据的必要性

大脑的问题比我们的人工智能模型和思想实验更为复杂。如前所述，大脑是一个多尺度系统，其功能或功能障碍由多个层次同时决定（图2C）。仅采样一个层次或少数层次不太可能给出正确诊断。也就是说，测量大脑的一个或少数状态变量必然失败，多模态分析将胜出；参见[suk2014hierarchical, luo2024multimodal]及其参考文献中阿尔茨海默病(AD)和轻度认知障碍(MCI)阶段检测的示例。

实际上，到目前为止我们专注于脑活动，但我们的论点也扩展到脑部疾病的其他潜在生物标志物。基因、化学和形态特征单独通常不足以将患者与健康对照区分开来，这并不奇怪。反例很少，但确实存在，例如亨廷顿病(HD)和脊髓性肌萎缩症(SMA)[rust2025elusive]。然而，这并不意味着有治愈方法：SMA有几种——特别是解决这种特定基因突变的方法——但HD没有任何治疗方法。另一方面，过去的许多潜在生物标志物都失败了。事实上，已观察到"健康"受试者的皮层密度低于痴呆患者[stern2012cognitive]。同样，已观察到数百个基因与精神分裂症相关，但每个基因可能无法解释疾病风险的1%以上[schizophrenia2014biological]。

此外，如果医生仅使用单一生物标志物开药，我们会非常惊讶。医生医学培训的很大一部分是关于鉴别诊断的，即在观察多个症状和临床指标后，他们可以确定症状最可能的原因。例如，神经科医生观察到一名受试者一只手有轻微震颤和拖步。然后她使用MDS-UPDRS评估这些行为和运动症状[goetz2008movement]。基于此检查，做出帕金森病的临床诊断。核心生物标志物和原因是黑质致密部脑区多巴胺生成神经元的进行性损失。通过PET扫描确认多巴胺缺乏（化学生物标志物）直接指导治疗计划。连续的PET扫描提供神经元损失速率，从而帮助神经科医生提供疾病进展预后。

但当使用人工智能开发/识别新型诊断生物标志物时，医学的这一关键部分完全被忽视——我们假设人工智能会自行解决退化性和冗余问题[huang2023multimodal]。

网络上充斥着从健康对照组和特定诊断患者收集的各种数据存储库。在大多数情况下，这些存储库过去只包含一种特定测量，如α-突触核蛋白水平或脑图像或脑活动。现在它们已多样化，多模态和纵向数据也可用（如PPMI和ENIGMA）。

基于我们的论点和思想实验，我们会声称，如果没有来自同一受试者的关于大脑多个层次（从遗传学到脑活动和行为）的数据，这样的数据存储库就没有用处[vieira2024multivariate]。

什么是脑部疾病：第三方视角与第一人称视角

将健康对照队列与特定疾病受试者队列进行比较的想法隐含地假设疾病状态将患者推离健康分布。这是对什么是疾病的一种第三方视角。此类纵向分析已显示出有希望的结果，例如在癫痫[barrios2025structural]、AD[fischer2025longitudinal]和PD[waldthaler2026magnetoencephalography]进展中。

但存在第一人称视角。个体将其当前状态与先前状态进行比较（纵向分析）。如果存在重大偏差，他们就会寻求医疗咨询。然而，这意味着每个人都必须跟踪其脑活动数据，并将相对于过去数据的统计显著偏差视为脑部疾病的征兆。

正如我们通过人工智能模型和思想实验所强调的，我们需要放弃队列比较方法（第三方视角），并开发涉及个体特定纵向测量的协议，包括多模态（蛋白质、神经递质、神经调质、神经活动等）脑数据。这种高维纵向数据应使我们能够对受试者（而非患者）进行分组[insel2015brain]——见下面的"分组假设"——以更深入了解疾病以及手头多种模态之间的可能相互作用。对于自闭症谱系障碍(ASD)等疾病尤其必要[insel2015brain]，这类疾病具有高度受试者间变异性。

前进方向

分组假设

尽管每个大脑都拥有独特的学习历史和补偿缓慢积累病理的能力[degeneracy_2024]，但它们已经进化到在动态环境中解决类似的复杂任务。这种共享功能负担——解决多种生存关键问题的必要性，如能源效率、感知、行动和学习——有力地限制了它们的进化和发展可能性。这一原则与系统理论中的多任务约束概念一致[sterling2015principles, baxter2000model]：系统解决的任务越多，其受到的约束就越大。正如在多个任务上训练的人工神经网络必须找到缩小其可行参数空间的共享表示，大脑也被调整为有限的一组稳健架构解决方案[sterling2015principles]。

因此，功能性大脑的特征必须位于相当低维的子空间（流形）上。这些子空间可能由几个不同的"解决方案岛"组成（见图2B），但与单一任务的可能性相比，它们的数量要少得多（例如我们的AI模型）。

因此，每个受试者都可以用由特征/变量跨越的高维空间中的一个点来描述。"解决方案岛"的想法表明，我们应该能够在由多模态数据跨越的高维空间中找到对受试者进行分组的方法（图2B）。在这样的参数空间中，纵向数据对于推断受试者如何随疾病演变而变化及其在特定治疗干预下的组成员资格变化至关重要。因此，沿相同轨迹演变的患者可以归为一组。

我们称之为分组假设（见图2B）。特别是，在给定组内，我们可能观察到由于疾病导致的类似变化，这些变化只能通过纵向数据观察到。因此，我们必须停止寻找适用于所有人的单一答案。相反，我们需要基于受试者（而非患者）的共同生物/脑特征对受试者进行分组[insel2015brain]——即"岛屿"。这样，我们最终才能进行产生清晰、统计上有力的生物标志物的研究。

模型驱动的数据分析

分组假设需要识别适当的变量，这些变量在正确的时间点以足够的时空尺度进行测量。需要注意的是，定义疾病状态的变量可能不是我们使用现有技术可以访问的变量，例如每月一次几分钟的EEG记录，或每几个月在受试者处于随机状态时测量的基因表达。这些约束显然使问题变得难以处理。然而，大脑的计算模型可以帮助解决这个问题的复杂性。具体而言，大脑的计算模型应以下列目标为开发方向：

揭示可能被掩盖的变量，例如突触权重分布、神经元兴奋性、兴奋-抑制平衡[gao2017inferring]、临界减慢[scheffer2012anticipating]等。此类分析可以基于机制模型——如The Virtual Brain (TVB)[ritter2013virtual]、谱图模型(SGM)[raj2020spectral]或动态因果建模(DCM)[friston2003dynamic]——拟合到多模态数据。此外，推理工具——如基于模拟的推理(SBI)[tejero2020sbi]——允许对模型选择和要重现的数据统计（如功率谱密度(PSD)[gao2024deep]）有更多自由度。
使用不确定性分析识别以"松散方式"设置的变量[daniels2008sloppiness]。此类变量将不构成脑部疾病的生物标志物。
识别跨越尺度的变量。数学和物理学的理论框架可以定义哪些变量是有意义的以及如何在尺度之间关联它们。这防止了天真数据融合的"垃圾进垃圾出"问题。例如，平均场理论[wilson1972excitatory, van1996chaos]提供了正式联系，展示了微观神经元属性（如平均发放率、突触强度）的统计如何决定宏观网络状态（如异步或同步状态）。此外，可以选择在每个尺度上保留那些在下一尺度上消失的参数，以避免冗余。同样，动力系统理论，特别是快慢分析[rinzel1998analysis]，提供了具体策略。在许多神经系统中，变量在不同时间尺度上演化（例如快速尖峰与慢速神经调质）。这允许模型简化，并表明生物标志物应在对应于这些可分离动力学过程的特定频率带或时间窗口内寻找。

这些模型应在与临床医生和实验者的密切合作下开发，以确定测量理论上建议的变量（例如LFPβ功率作为网络同步的代理）的可行性，并包括实际约束。这种合作确保分析保持生物学和临床相关性。

可解释人工智能

当然，建模并不总是可行的。在这种情况下，人工智能则是解决这个巨大数据分析问题的必要且有用的工具。事实上，利用大型语言模型和混合专家、多数投票等技术来整合多模态数据以诊断脑部疾病是很有吸引力的。然而，仅仅分类是不够的，我们需要知道分类使用了什么；即所谓的可解释人工智能。此外，对于临床应用，解释需要是因果的。

最近，带注释的脑连接组的可用性提供了整合多模态脑数据的新框架[bazinet2023towards]，并可以揭示疾病中最可能受影响的脑区。此外，结构-功能知识的进步使基于图的方法具有更高水平的兴趣[fornito2015connectomics, fotiadis2024structure]。它与人工智能（例如图神经网络）方法的结合在AD或抑郁症等疾病分类中显示出令人印象深刻的结果；然而，使其可解释仍然是一个重要挑战[bessadok2022graph]。

模型驱动的特征工程可以补充基于人工智能的方法，以发现人类根本无法看到的海量多样化数据集中的模式[rudin2019stop]。随着比以往更多的数据可用——从遗传学到脑部扫描再到数字健康监测——投资于模型辅助的人工智能驱动策略是脑部健康最有希望的前进道路[yang2020artificial, grote2024foundation]。生物标志物发现的重要突破确实需要理论家、数据分析师、实验者和临床医生之间的协作努力。

总结

在本观点文章中，我们的目标是揭示我们在识别脑部疾病生物标志物方法中的一个关键问题。我们仅提供了潜在解决方案的指针，每个指针都可以成为自己的一篇完整文章。我们希望这一观点能推动设计工具和范式，进一步开发和测试分组假设，从而改善脑部疾病的诊断、预后和治疗。

致谢

我们感谢Movitz Lenninger博士对手稿的有益讨论。

作者贡献

A.K.和P.H.共同完成了所有工作。所有作者均已阅读并批准了本手稿。

竞争利益

我们声明，作者没有《自然》投资组合定义的竞争利益，或其他可能被认为影响本文件报告结果和/或讨论的利益。

研究资金

A.K.和P.H.获得了Digital Futures的资金支持。A.K.还获得了KTH战略研究计划脑部健康和瑞典研究理事会StratNeuro计划的部分资助。

【全文结束】