精神分裂症与青少年大脑的某个基因位点存在着极其微妙的联系。复旦大学类脑智能科学与技术研究院院长冯建峰课题组最新研究成果发现，与青春期大脑壳核体积最为相关的基因位点同时也是精神分裂症的风险位点。该成果于北京时间1月17日发表在精神病学国际权威杂志《美国医学会杂志·精神病学卷》，成为该团队研究精神疾病在人脑发病机制的又一硕果。

这支平均年龄只有36岁的科研团队在组建短短三年多的时间内就接连发表了多项备受瞩目的研究成果：在人脑中，他们发现导致抑郁症和睡眠质量不佳的脑区有着重合之处，揭示了吸烟与喝酒对人脑功能呈相反的异常模式……然而，这样一个整天研究人脑的年轻团队却在时下最热门的人工智能走得更远：该团队和国家电网合作，研发了巡检机器人，并利用人工智能的技术，研发了“步态识别”系统，精度达到95％。

科研路线：从疾病脑切入类脑智能

“什么是智能？”从事类脑智能领域研究十余年，冯建峰一直最想搞明白的问题很“简单”，冯建峰将人工智能的研究设定为团队的长期目标，“通过学习人和动物的脑的工作机制，解析其运作原理，并从中获得灵感，运用到人工智能的研究中去，就是类脑智能研究。”

“但是人脑实在是太复杂了，我们无法把人脑像车一样拆解成一个个‘零件’来研究其功能和作用机制。”对冯建峰等从事类脑研究的科学家来说，“疾病脑”给他们提供了一个最好的研究对象，比如患上抑郁症、精神分裂症等疾病的脑。“病人提供了最好的研究脑机制的模型，比如大脑的奖励惩罚机制在戒烟、戒酒的应用，而人脑这种奖惩机制则又可以帮助我们进行具有情感的人工智能研究。”冯建峰说。

冯建峰团队最近几年的研究成果都集中于大脑的奖励与惩罚机制。早在2016年他们就发现，对奖励没兴趣、对惩罚太敏感是得抑郁症最根本的原因。最近的研究表明，大脑中调控睡眠质量出问题的那块区域，恰恰与抑郁症患者对惩罚过于敏感的区域相同。而对于精神分裂症的研究也表明，风险基因造成影响的区域，同样也与奖励、惩罚的调控区域有关。

从疾病脑研究中获知人脑的反应机制，并将其运用到人工智能的研究中。冯建峰说，在追求长期目标的同时“沿途下蛋”，研究成果也有社会价值，是一件“一箭双雕”的事情。

新式武器：“成果算出来”

大脑结构那么复杂，怎么才能精准找到“有病”的区域呢？“我们的成果是算出来的！”冯建峰说，以前的研究方法就两类：实验和理论，最近几十年，增加了第三种手段——计算。举个例子，对于研究核爆炸的人来说，震天动地的“蘑菇云”已经成了过去式，无需再把核材料堆起来“炸一次”，通过计算就能完成整个实验。而且，实验中根本看不见的极微小数量级，计算也能把其中空白填补上。

而在人脑与精神疾病的研究中怎么发挥计算的特殊作用呢？以精神分裂症基因位点的关联分析为例，传统的影像遗传学主要是通过对大脑不同脑区的结构、体积与基因组进行关联分析发现遗传基因对脑结构的控制。冯建峰提出，充分利用磁共振空间分辨率把这种关联分析方法从“脑区”提升到“体素”（核磁信号能检测到的最小单元）的水平，即全脑体素－全基因组关联分析方法。

“经典脑区定义，单个脑区可能就有上千个体素。从90个脑区到对40多万个体素进行基因位点关联分析，计算量会激增至此前的四万倍，对计算能力提出了很大的挑战。”罗强表示，团队通过算法改进，将计算效率提高了上万倍，在不到一百个小时内完成了1600万次关联分析，并首次找到青少年大脑结构与基因位点之间最为显著的关联关系。

全球科研数据支撑

“巧妇难为无米之炊”，即便算法“高明”，缺乏数据的支持，再好的研究设计都得“半途而废”。“此项研究的突破主要基于对来自全球范围的多中心影像遗传学数据进行计算分析，这些全维度标准化大数据的获取，得益于多年来我们在全世界范围内深入开展的国际合作研究。”冯建峰对于精神分裂症研究成果所用到的数据来源颇为看重。

之前，有不少人做过类脑智能领域的研究，但因只包含了二三十人的小样本数据，结果稳定性较差，研究备受争议。近些年来，冯建峰团队一方面与国内各大医院开展合作，从而获取第一手的临床数据，同时整合Biobank、HCP、ADNI、ABCD等世界上最大规模脑数据库，成功实现了实验结果的可重复。

“我们克服了很多困难，终于找到了一个非常强的遗传控制信号。”当时，罗强高兴极了，但冯建峰并不满足：“冯老师非常严谨，要求我们找更多独立数据来做验证。”最终，他们联络了国际上的一些科研小组，用近一万人的数据验证了该发现，论文全部的署名作者共有33名。

为了找到疾病与大脑基因位点的关联通路，课题组对来自英美等6个国家20余所研究机构的超过1万例影像遗传学数据进行计算分析，通过全脑体素全基因组范围的“广泛搜索”，终于发现与青春期大脑壳核体积最为相关的基因位点同时也是精神分裂症的风险位点。

应用数学、计算机科学、生物学、信息学、临床医学……毫无疑问，类脑智能研究是一门新兴的交叉学科。冯建峰在本科念数学时就学了生物，他始终认为，将来学科的增长点就在于交叉学科。“现在的信息技术越来越发达，各类信息交织在一起，如今科技发展到了这个地步，以大数据为根基的科学范式，自然成为了主流。”