2026 年 11 月 5 日，北京大学心理与认知科学学院、IDG 麦戈文脑科学研究所、北大-清华生命科学联合中心王征课题组联合国内外多家研究机构，在《Psychological Medicine》在线发表题为 Network-based virtual perturbation for modeling DBS-related network effects in obsessive-compulsive and major depressive disorders 的学术论文。该工作基于接受深部脑刺激（DBS）干预的难治性强迫症与重性抑郁障碍患者术前、术后真实世界磁共振影像及临床随访数据，构建依托个体化脑功能网络的虚拟神经调控模型，仿真电刺激诱发的大尺度脑网络动力学扰动，并实现对治疗预后的预测，为个体化精准神经调控与闭环脑机接口研发提供了新的计算建模框架。
深部脑刺激（deep brain stimulation, DBS）作为成熟的植入式神经调控与脑机接口技术，通过植入电极向目标脑区递送可控电刺激，目前已在临床上成功用于多种难治性脑疾病的干预。但即便刺激靶点保持一致，不同个体的临床应答仍存在显著异质性；靶点遴选与刺激参数调优长期依赖临床经验与术后反复试错。如何依托个体化脑影像，在术前定量模拟局部电刺激沿全脑网络的扩散模式及其神经效应，是实现精准神经调控、推动闭环脑机接口落地亟待攻克的关键问题。
王征课题组长期聚焦脑疾病网络病理与个体化神经调控。针对强迫症，团队依托临床多中心队列揭示五羟色胺一线药物对灰质体积的双向调控（EBioMedicine, 2017）；结合灵长类模型与临床影像队列解析病理环路（J Neurosci, 2020），原创跨物种机器学习模型提升强迫症影像诊断水平（Am J Psychiatry, 2021，同期评述）。神经调控研究显示，毁损术可削弱腹侧纹状体–前扣带回功能连接（Biol Psychiatry, 2018，同期评述），诱发灰白质广泛重塑，尾状核萎缩、背外侧前额叶–丘脑纤维束特征可预测术后恢复（Biol Psychiatry CNNI, 2021；J Neurol Neurosurg Psychiatry, 2021）；相较之下，深部脑刺激具备独有的脑连接调控指纹（Mol Psychiatry, 2022）。上述成果为本研究搭建个体脑网络、虚拟扰动与临床预后的关联框架奠定基础。
本研究回顾性分析了三个患者数据集：92名未接受DBS治疗的强迫症患者，以及分别包含11名强迫症患者和11名重度抑郁症患者的临床DBS队列。后两组患者均有刺激开启和关闭状态下的静息态功能磁共振成像数据。研究团队前期利用网络去卷积减弱脑网络内部高阶间接连接的影响（Neurosci Bulletin, 2018），将个体功能网络表示为受外部输入驱动的动力系统；通过改变候选靶点、扰动频率和幅度，模拟全脑连接变化，再与真实DBS状态下的影像及症状评分进行比较（图1）。
图1 研究设计与大尺度脑网络虚拟调控模型
模拟结果呈现出不同疾病的网络响应特点：强迫症患者的变化主要涉及额叶与纹状体等皮层下区域之间的连接，与皮层—纹状体—丘脑—皮层环路模型相符（图2）；重度抑郁症患者的变化则更多涉及默认模式网络及情感加工相关脑区（图3）。这些结果提示，刺激效应与患者原有的功能网络结构密切相关，个体化建模有助于刻画局部干预引起的分布式脑网络响应。
图2 强迫症患者模拟网络与真实DBS网络的对应关系
研究团队进一步从真实DBS开启状态的影像中提取与症状相关的连接模式，并将其应用于模拟网络。重度抑郁症患者的模拟网络特征与实际症状结局显著相关；强迫症患者中也观察到同方向关联，但未达到统计学显著水平。这为模型刻画个体差异提供了初步依据，其临床预测能力仍需独立验证。研究团队还在92名未接受DBS治疗的强迫症患者中，进行了概念验证：依据基线脑网络模拟伏隔核刺激，识别出3名具有较强模型响应特征的候选者。这些结果属于计算模拟，尚无实际治疗结局验证，其价值在于提出可供前瞻性研究检验的患者分层和靶点选择假设。
图3 重度抑郁症患者模拟网络与真实DBS网络的对应关系
本研究融合个体化功能连接、网络去卷积与脑动力学建模，构建了一套可解释计算框架，用以阐释个体脑网络如何塑造深部脑刺激诱发的全脑响应。该工作仍存在若干局限：属于回顾性探索，DBS 队列规模有限，部分连接水平结果未经过严格的多重比较校正；同时模型设定的扰动频率与幅度无法直接映射至临床刺激参数。值得强调的是，直到今天，植入式神经调控与脑机接口的高质量真实世界数据十分稀缺，即便当下有各种深度学习、Transformer 类黑箱AI模型可供选用，这类具备生物学可解释性的建模思路依然具备独特优势。后续我们将纳入更大规模独立队列，并整合电极定位、电场仿真与长期术后疗效信息，持续验证该模型在个体化神经调控中的转化潜力。
北京大学心理与认知科学学院博士生李嘉惠、余诗琪和上海交通大学陈潇宇博士为论文共同第一作者，清华大学心理与认知科学系牟文婷副教授和北京大学王征研究员为共同通讯作者。本课题得到了阿姆斯特丹大学Damiaan Denys教授及其团队、哈尔滨工程大学姚晓辉和丛山团队、辽宁省人民医院鞠蓉晖主任团队的合作支持，及脑科学与类脑智能技术国家科技重大专项（2021ZD0204002）、国家自然科学基金（U25C2016、82151303）以及北大—清华生命科学联合中心的资助。
论文信息：Li J. et al., (2026) Network-based virtual perturbation for modeling DBS-related network effects in obsessive-compulsive and major depressive disorders. Psychological Medicine, 56, e354. https://doi.org/10.1017/S0033291726106461
2026-11-06