同样在2013年,美国时任总统奥巴马启动了“创新性神经技术大脑研究”计划(brain research through advancing innovative neurotechnologies,BRAIN),由美国国立健康研究院(National Institutes of Health,NIH)作为领导机构,旨在加速新技术的开发和应用,生成大脑动态图片,展示个体脑细胞和复杂神经环路时空相互作用的机制,并提出了7项优先目标(发现神经元和神经胶质细胞类型的多样性、绘制从突触到整个大脑的多尺度图谱、开发和应用大规模监测神经元活动的方法、证明大脑活动与行为间的因果关系、确认大脑基本原理、提升人类神经科学发展、探索神经活动模式如何转化为健康和疾病中的情感认知机制)。2022年,Cell发表文章介绍了“美国脑计划2.0”在2020—2026年的新目标[7],包括构建全面的人类大脑细胞图谱、绘制完整的哺乳动物大脑微连接图谱,以及开发精确获取大脑细胞类型的工具。该计划目前已投入24亿美元,预计到2026年总投资将超过50亿美元。在如此巨额资金支持下,美国脑计划也取得了多项丰硕成果,2021年该项目研究人员公布在分子水平上所绘制的哺乳动物初级运动皮层细胞类型特征图[8],这也是迄今为止对哺乳动物大脑所绘制的最全面、最细致的图谱。
1.4 日本“综合神经技术用于疾病研究的脑图谱”计划
2014年,日本也启动了为期10年的“综合神经技术用于疾病研究的脑图谱”计划(brain mapping by integrated neurotechnologies for disease studies,BRAIN/MINDS),在日本文部科学省、日本医学研究与发展委员会共3.65亿美元的资助下,旨在通过绘制狨猴神经环路的结构和功能从而理解复杂的人类大脑。4年后,日本成功绘制出狨猴大脑的3D图谱[9]。同年9月,日本又启动了“Brain/Mind Beyond”计划, 主要围绕5个方面开展工作(包括发现和干预初期的神经疾病、分析从健康状态到患病状态的大脑图像、开发基于人工智能的脑科学技术、比较研究人类和灵长类动物的神经环路、划分脑结构功能区域并开展同源性研究)。2019年,该计划研究人员通过对2 973名个体分析,发现精神分裂症、躁郁症、自闭症谱系障碍、重度抑郁症患者的胼胝体白质结构存在相似改变,并且显著区别于正常个体[10],为疾病的分类提供了新的理论支持。
认知障碍相关脑疾病作为中国脑计划的重要一环,对解决我国实际的人民生活需求具有重大意义。全球约有9.7亿人患有脑疾病[16],占世界人口总数的13%以上。在我国,常见精神疾病的患病率达16.6%,其中抑郁症患病率达7.4%,孤独症患病率为0.7%;AD、帕金森病等疾病的患病率也逐年增长[17]。认知障碍相关脑疾病负担排名超过肿瘤、心血管疾病等。不仅如此,脑疾病也是我国致残致死率最高的疾病[18],90%自杀死亡者存在认知障碍相关脑疾病[19]。而更为严峻的是,目前针对脑疾病我们仍然缺乏有效的预防和诊疗手段,亟需通过开展大规模队列研究和建立临床研究大数据与样本库平台,阐释脑疾病发病机制和发展轨迹,探索患病风险因素并建立预测模型,开发脑疾病早诊、优治与康复新技术。目前国际上已经建立了一些较为成熟的脑疾病临床研究大数据与样本库平台,如UK Biobank是迄今为止世界上规模最大的人类健康资源库,包含50万英国40~69岁志愿者的数据,旨在研究遗传、环境等与人类重大疾病的关联;Adolescent Brain Cognitive Development(简称ABCD)是美国最大的关于大脑发育和儿童健康的队列研究,采集影像学、遗传学、神经心理学等数据,旨在为研究青少年脑认知功能的长期变化和孤独症等儿童期脑疾病提供平台。此外,还有一些针对特定疾病的平台,比如荷兰的Netherlands Study of Depression and Anxiety(简称NESDA)收集了3 000多名抑郁症和焦虑症患者数据,关注抑郁和焦虑的心理学、社会学、生物学和遗传学因素;Alzheimer’s Disease Neuroimaging Initiative(简称ADNI)是在美国和加拿大63个研究中心进行的纵向多中心研究,采集了临床数据、神经心理学测试、生物样本、磁共振成像(magnetic resonance imaging, MRI)等数据,旨在明确AD的临床、影像、生化和遗传等生物标记物;澳大利亚的AIBL(the australian imaging, biomarkers & lifestyle flagship study of ageing)纳入了1 100多名60岁以上的受试者,旨在发现决定AD发展的生物标志物、认知特征、生活方式等;美国的ENIGMA(enhancing neuro imaging genetics through meta analysis)是全球最大的脑图谱项目,采集了3万余人的脑影像扫描数据与遗传数据,旨在分析正常脑功能或多种脑疾病关联的影像学和遗传学机制。上述队列和平台的建设,为筛选孤独症、抑郁症或AD等脑疾病的风险基因提供了大规模的数据来源,保证了研究结果的稳定性和可靠性,使得早期筛查和诊断成为可能,如2022年4月发表于Nature Genetics的一项研究对111 326名AD患者的遗传数据进行分析[20],发现了42个新的风险基因,可以帮助研究人员确定影响疾病发生和发展的分子机制并寻找潜在的药物靶点,提示通过队列研究和数据/样本库平台建设对推动脑疾病研究发展具有重要意义。
Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: A systematic analysis for the Global Burden of Disease Study 2019
Ero C, Gewaltig MO, Keller D, et al. A cell atlas for the mouse brain[J/OL]. Front Neuroinfor, 2018, 12: 84-100[2022-06-01]. https://www.ncbi.nlm.nih.gov/pubmed/30546301.
Lin MK, Takahashi YS, Huo BX, et al. A high-throughput neurohistological pipeline for brain-wide mesoscale connectivity mapping of the common marmoset[J/OL]. Elife, 2019, 8: e40042[2022-06-01]. https://www.ncbi.nlm.nih.gov/pubmed/30720427.
Wang L. Mu-ming Poo: China Brain Project and the future of Chinese neuroscience[J/OL]. Nat Sci Rev, 2017, 2: 110-115[2022-6-13]. https://www.cnki.com.cn/Article/CJFDTOTAL-NASR201702017.htm.
Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: A systematic analysis for the Global Burden of Disease Study 2019
... 同样在2013年,美国时任总统奥巴马启动了“创新性神经技术大脑研究”计划(brain research through advancing innovative neurotechnologies,BRAIN),由美国国立健康研究院(National Institutes of Health,NIH)作为领导机构,旨在加速新技术的开发和应用,生成大脑动态图片,展示个体脑细胞和复杂神经环路时空相互作用的机制,并提出了7项优先目标(发现神经元和神经胶质细胞类型的多样性、绘制从突触到整个大脑的多尺度图谱、开发和应用大规模监测神经元活动的方法、证明大脑活动与行为间的因果关系、确认大脑基本原理、提升人类神经科学发展、探索神经活动模式如何转化为健康和疾病中的情感认知机制).2022年,Cell发表文章介绍了“美国脑计划2.0”在2020—2026年的新目标[7],包括构建全面的人类大脑细胞图谱、绘制完整的哺乳动物大脑微连接图谱,以及开发精确获取大脑细胞类型的工具.该计划目前已投入24亿美元,预计到2026年总投资将超过50亿美元.在如此巨额资金支持下,美国脑计划也取得了多项丰硕成果,2021年该项目研究人员公布在分子水平上所绘制的哺乳动物初级运动皮层细胞类型特征图[8],这也是迄今为止对哺乳动物大脑所绘制的最全面、最细致的图谱. ...
A multimodal cell census and atlas of the mammalian primary motor cortex
1
2021
... 同样在2013年,美国时任总统奥巴马启动了“创新性神经技术大脑研究”计划(brain research through advancing innovative neurotechnologies,BRAIN),由美国国立健康研究院(National Institutes of Health,NIH)作为领导机构,旨在加速新技术的开发和应用,生成大脑动态图片,展示个体脑细胞和复杂神经环路时空相互作用的机制,并提出了7项优先目标(发现神经元和神经胶质细胞类型的多样性、绘制从突触到整个大脑的多尺度图谱、开发和应用大规模监测神经元活动的方法、证明大脑活动与行为间的因果关系、确认大脑基本原理、提升人类神经科学发展、探索神经活动模式如何转化为健康和疾病中的情感认知机制).2022年,Cell发表文章介绍了“美国脑计划2.0”在2020—2026年的新目标[7],包括构建全面的人类大脑细胞图谱、绘制完整的哺乳动物大脑微连接图谱,以及开发精确获取大脑细胞类型的工具.该计划目前已投入24亿美元,预计到2026年总投资将超过50亿美元.在如此巨额资金支持下,美国脑计划也取得了多项丰硕成果,2021年该项目研究人员公布在分子水平上所绘制的哺乳动物初级运动皮层细胞类型特征图[8],这也是迄今为止对哺乳动物大脑所绘制的最全面、最细致的图谱. ...
1
... 2014年,日本也启动了为期10年的“综合神经技术用于疾病研究的脑图谱”计划(brain mapping by integrated neurotechnologies for disease studies,BRAIN/MINDS),在日本文部科学省、日本医学研究与发展委员会共3.65亿美元的资助下,旨在通过绘制狨猴神经环路的结构和功能从而理解复杂的人类大脑.4年后,日本成功绘制出狨猴大脑的3D图谱[9].同年9月,日本又启动了“Brain/Mind Beyond”计划, 主要围绕5个方面开展工作(包括发现和干预初期的神经疾病、分析从健康状态到患病状态的大脑图像、开发基于人工智能的脑科学技术、比较研究人类和灵长类动物的神经环路、划分脑结构功能区域并开展同源性研究).2019年,该计划研究人员通过对2 973名个体分析,发现精神分裂症、躁郁症、自闭症谱系障碍、重度抑郁症患者的胼胝体白质结构存在相似改变,并且显著区别于正常个体[10],为疾病的分类提供了新的理论支持. ...
White matter microstructural alterations across four major psychiatric disorders: Meta-analysis study in 2937 individuals
1
2020
... 2014年,日本也启动了为期10年的“综合神经技术用于疾病研究的脑图谱”计划(brain mapping by integrated neurotechnologies for disease studies,BRAIN/MINDS),在日本文部科学省、日本医学研究与发展委员会共3.65亿美元的资助下,旨在通过绘制狨猴神经环路的结构和功能从而理解复杂的人类大脑.4年后,日本成功绘制出狨猴大脑的3D图谱[9].同年9月,日本又启动了“Brain/Mind Beyond”计划, 主要围绕5个方面开展工作(包括发现和干预初期的神经疾病、分析从健康状态到患病状态的大脑图像、开发基于人工智能的脑科学技术、比较研究人类和灵长类动物的神经环路、划分脑结构功能区域并开展同源性研究).2019年,该计划研究人员通过对2 973名个体分析,发现精神分裂症、躁郁症、自闭症谱系障碍、重度抑郁症患者的胼胝体白质结构存在相似改变,并且显著区别于正常个体[10],为疾病的分类提供了新的理论支持. ...
... 认知障碍相关脑疾病作为中国脑计划的重要一环,对解决我国实际的人民生活需求具有重大意义.全球约有9.7亿人患有脑疾病[16],占世界人口总数的13%以上.在我国,常见精神疾病的患病率达16.6%,其中抑郁症患病率达7.4%,孤独症患病率为0.7%;AD、帕金森病等疾病的患病率也逐年增长[17].认知障碍相关脑疾病负担排名超过肿瘤、心血管疾病等.不仅如此,脑疾病也是我国致残致死率最高的疾病[18],90%自杀死亡者存在认知障碍相关脑疾病[19].而更为严峻的是,目前针对脑疾病我们仍然缺乏有效的预防和诊疗手段,亟需通过开展大规模队列研究和建立临床研究大数据与样本库平台,阐释脑疾病发病机制和发展轨迹,探索患病风险因素并建立预测模型,开发脑疾病早诊、优治与康复新技术.目前国际上已经建立了一些较为成熟的脑疾病临床研究大数据与样本库平台,如UK Biobank是迄今为止世界上规模最大的人类健康资源库,包含50万英国40~69岁志愿者的数据,旨在研究遗传、环境等与人类重大疾病的关联;Adolescent Brain Cognitive Development(简称ABCD)是美国最大的关于大脑发育和儿童健康的队列研究,采集影像学、遗传学、神经心理学等数据,旨在为研究青少年脑认知功能的长期变化和孤独症等儿童期脑疾病提供平台.此外,还有一些针对特定疾病的平台,比如荷兰的Netherlands Study of Depression and Anxiety(简称NESDA)收集了3 000多名抑郁症和焦虑症患者数据,关注抑郁和焦虑的心理学、社会学、生物学和遗传学因素;Alzheimer’s Disease Neuroimaging Initiative(简称ADNI)是在美国和加拿大63个研究中心进行的纵向多中心研究,采集了临床数据、神经心理学测试、生物样本、磁共振成像(magnetic resonance imaging, MRI)等数据,旨在明确AD的临床、影像、生化和遗传等生物标记物;澳大利亚的AIBL(the australian imaging, biomarkers & lifestyle flagship study of ageing)纳入了1 100多名60岁以上的受试者,旨在发现决定AD发展的生物标志物、认知特征、生活方式等;美国的ENIGMA(enhancing neuro imaging genetics through meta analysis)是全球最大的脑图谱项目,采集了3万余人的脑影像扫描数据与遗传数据,旨在分析正常脑功能或多种脑疾病关联的影像学和遗传学机制.上述队列和平台的建设,为筛选孤独症、抑郁症或AD等脑疾病的风险基因提供了大规模的数据来源,保证了研究结果的稳定性和可靠性,使得早期筛查和诊断成为可能,如2022年4月发表于Nature Genetics的一项研究对111 326名AD患者的遗传数据进行分析[20],发现了42个新的风险基因,可以帮助研究人员确定影响疾病发生和发展的分子机制并寻找潜在的药物靶点,提示通过队列研究和数据/样本库平台建设对推动脑疾病研究发展具有重要意义. ...
Prevalence of mental disorders in China: a cross-sectional epidemiological study
1
2019
... 认知障碍相关脑疾病作为中国脑计划的重要一环,对解决我国实际的人民生活需求具有重大意义.全球约有9.7亿人患有脑疾病[16],占世界人口总数的13%以上.在我国,常见精神疾病的患病率达16.6%,其中抑郁症患病率达7.4%,孤独症患病率为0.7%;AD、帕金森病等疾病的患病率也逐年增长[17].认知障碍相关脑疾病负担排名超过肿瘤、心血管疾病等.不仅如此,脑疾病也是我国致残致死率最高的疾病[18],90%自杀死亡者存在认知障碍相关脑疾病[19].而更为严峻的是,目前针对脑疾病我们仍然缺乏有效的预防和诊疗手段,亟需通过开展大规模队列研究和建立临床研究大数据与样本库平台,阐释脑疾病发病机制和发展轨迹,探索患病风险因素并建立预测模型,开发脑疾病早诊、优治与康复新技术.目前国际上已经建立了一些较为成熟的脑疾病临床研究大数据与样本库平台,如UK Biobank是迄今为止世界上规模最大的人类健康资源库,包含50万英国40~69岁志愿者的数据,旨在研究遗传、环境等与人类重大疾病的关联;Adolescent Brain Cognitive Development(简称ABCD)是美国最大的关于大脑发育和儿童健康的队列研究,采集影像学、遗传学、神经心理学等数据,旨在为研究青少年脑认知功能的长期变化和孤独症等儿童期脑疾病提供平台.此外,还有一些针对特定疾病的平台,比如荷兰的Netherlands Study of Depression and Anxiety(简称NESDA)收集了3 000多名抑郁症和焦虑症患者数据,关注抑郁和焦虑的心理学、社会学、生物学和遗传学因素;Alzheimer’s Disease Neuroimaging Initiative(简称ADNI)是在美国和加拿大63个研究中心进行的纵向多中心研究,采集了临床数据、神经心理学测试、生物样本、磁共振成像(magnetic resonance imaging, MRI)等数据,旨在明确AD的临床、影像、生化和遗传等生物标记物;澳大利亚的AIBL(the australian imaging, biomarkers & lifestyle flagship study of ageing)纳入了1 100多名60岁以上的受试者,旨在发现决定AD发展的生物标志物、认知特征、生活方式等;美国的ENIGMA(enhancing neuro imaging genetics through meta analysis)是全球最大的脑图谱项目,采集了3万余人的脑影像扫描数据与遗传数据,旨在分析正常脑功能或多种脑疾病关联的影像学和遗传学机制.上述队列和平台的建设,为筛选孤独症、抑郁症或AD等脑疾病的风险基因提供了大规模的数据来源,保证了研究结果的稳定性和可靠性,使得早期筛查和诊断成为可能,如2022年4月发表于Nature Genetics的一项研究对111 326名AD患者的遗传数据进行分析[20],发现了42个新的风险基因,可以帮助研究人员确定影响疾病发生和发展的分子机制并寻找潜在的药物靶点,提示通过队列研究和数据/样本库平台建设对推动脑疾病研究发展具有重要意义. ...
1
... 认知障碍相关脑疾病作为中国脑计划的重要一环,对解决我国实际的人民生活需求具有重大意义.全球约有9.7亿人患有脑疾病[16],占世界人口总数的13%以上.在我国,常见精神疾病的患病率达16.6%,其中抑郁症患病率达7.4%,孤独症患病率为0.7%;AD、帕金森病等疾病的患病率也逐年增长[17].认知障碍相关脑疾病负担排名超过肿瘤、心血管疾病等.不仅如此,脑疾病也是我国致残致死率最高的疾病[18],90%自杀死亡者存在认知障碍相关脑疾病[19].而更为严峻的是,目前针对脑疾病我们仍然缺乏有效的预防和诊疗手段,亟需通过开展大规模队列研究和建立临床研究大数据与样本库平台,阐释脑疾病发病机制和发展轨迹,探索患病风险因素并建立预测模型,开发脑疾病早诊、优治与康复新技术.目前国际上已经建立了一些较为成熟的脑疾病临床研究大数据与样本库平台,如UK Biobank是迄今为止世界上规模最大的人类健康资源库,包含50万英国40~69岁志愿者的数据,旨在研究遗传、环境等与人类重大疾病的关联;Adolescent Brain Cognitive Development(简称ABCD)是美国最大的关于大脑发育和儿童健康的队列研究,采集影像学、遗传学、神经心理学等数据,旨在为研究青少年脑认知功能的长期变化和孤独症等儿童期脑疾病提供平台.此外,还有一些针对特定疾病的平台,比如荷兰的Netherlands Study of Depression and Anxiety(简称NESDA)收集了3 000多名抑郁症和焦虑症患者数据,关注抑郁和焦虑的心理学、社会学、生物学和遗传学因素;Alzheimer’s Disease Neuroimaging Initiative(简称ADNI)是在美国和加拿大63个研究中心进行的纵向多中心研究,采集了临床数据、神经心理学测试、生物样本、磁共振成像(magnetic resonance imaging, MRI)等数据,旨在明确AD的临床、影像、生化和遗传等生物标记物;澳大利亚的AIBL(the australian imaging, biomarkers & lifestyle flagship study of ageing)纳入了1 100多名60岁以上的受试者,旨在发现决定AD发展的生物标志物、认知特征、生活方式等;美国的ENIGMA(enhancing neuro imaging genetics through meta analysis)是全球最大的脑图谱项目,采集了3万余人的脑影像扫描数据与遗传数据,旨在分析正常脑功能或多种脑疾病关联的影像学和遗传学机制.上述队列和平台的建设,为筛选孤独症、抑郁症或AD等脑疾病的风险基因提供了大规模的数据来源,保证了研究结果的稳定性和可靠性,使得早期筛查和诊断成为可能,如2022年4月发表于Nature Genetics的一项研究对111 326名AD患者的遗传数据进行分析[20],发现了42个新的风险基因,可以帮助研究人员确定影响疾病发生和发展的分子机制并寻找潜在的药物靶点,提示通过队列研究和数据/样本库平台建设对推动脑疾病研究发展具有重要意义. ...
Genetics of suicide
1
2006
... 认知障碍相关脑疾病作为中国脑计划的重要一环,对解决我国实际的人民生活需求具有重大意义.全球约有9.7亿人患有脑疾病[16],占世界人口总数的13%以上.在我国,常见精神疾病的患病率达16.6%,其中抑郁症患病率达7.4%,孤独症患病率为0.7%;AD、帕金森病等疾病的患病率也逐年增长[17].认知障碍相关脑疾病负担排名超过肿瘤、心血管疾病等.不仅如此,脑疾病也是我国致残致死率最高的疾病[18],90%自杀死亡者存在认知障碍相关脑疾病[19].而更为严峻的是,目前针对脑疾病我们仍然缺乏有效的预防和诊疗手段,亟需通过开展大规模队列研究和建立临床研究大数据与样本库平台,阐释脑疾病发病机制和发展轨迹,探索患病风险因素并建立预测模型,开发脑疾病早诊、优治与康复新技术.目前国际上已经建立了一些较为成熟的脑疾病临床研究大数据与样本库平台,如UK Biobank是迄今为止世界上规模最大的人类健康资源库,包含50万英国40~69岁志愿者的数据,旨在研究遗传、环境等与人类重大疾病的关联;Adolescent Brain Cognitive Development(简称ABCD)是美国最大的关于大脑发育和儿童健康的队列研究,采集影像学、遗传学、神经心理学等数据,旨在为研究青少年脑认知功能的长期变化和孤独症等儿童期脑疾病提供平台.此外,还有一些针对特定疾病的平台,比如荷兰的Netherlands Study of Depression and Anxiety(简称NESDA)收集了3 000多名抑郁症和焦虑症患者数据,关注抑郁和焦虑的心理学、社会学、生物学和遗传学因素;Alzheimer’s Disease Neuroimaging Initiative(简称ADNI)是在美国和加拿大63个研究中心进行的纵向多中心研究,采集了临床数据、神经心理学测试、生物样本、磁共振成像(magnetic resonance imaging, MRI)等数据,旨在明确AD的临床、影像、生化和遗传等生物标记物;澳大利亚的AIBL(the australian imaging, biomarkers & lifestyle flagship study of ageing)纳入了1 100多名60岁以上的受试者,旨在发现决定AD发展的生物标志物、认知特征、生活方式等;美国的ENIGMA(enhancing neuro imaging genetics through meta analysis)是全球最大的脑图谱项目,采集了3万余人的脑影像扫描数据与遗传数据,旨在分析正常脑功能或多种脑疾病关联的影像学和遗传学机制.上述队列和平台的建设,为筛选孤独症、抑郁症或AD等脑疾病的风险基因提供了大规模的数据来源,保证了研究结果的稳定性和可靠性,使得早期筛查和诊断成为可能,如2022年4月发表于Nature Genetics的一项研究对111 326名AD患者的遗传数据进行分析[20],发现了42个新的风险基因,可以帮助研究人员确定影响疾病发生和发展的分子机制并寻找潜在的药物靶点,提示通过队列研究和数据/样本库平台建设对推动脑疾病研究发展具有重要意义. ...
New insights into the genetic etiology of Alzheimer's disease and related dementias
1
2022
... 认知障碍相关脑疾病作为中国脑计划的重要一环,对解决我国实际的人民生活需求具有重大意义.全球约有9.7亿人患有脑疾病[16],占世界人口总数的13%以上.在我国,常见精神疾病的患病率达16.6%,其中抑郁症患病率达7.4%,孤独症患病率为0.7%;AD、帕金森病等疾病的患病率也逐年增长[17].认知障碍相关脑疾病负担排名超过肿瘤、心血管疾病等.不仅如此,脑疾病也是我国致残致死率最高的疾病[18],90%自杀死亡者存在认知障碍相关脑疾病[19].而更为严峻的是,目前针对脑疾病我们仍然缺乏有效的预防和诊疗手段,亟需通过开展大规模队列研究和建立临床研究大数据与样本库平台,阐释脑疾病发病机制和发展轨迹,探索患病风险因素并建立预测模型,开发脑疾病早诊、优治与康复新技术.目前国际上已经建立了一些较为成熟的脑疾病临床研究大数据与样本库平台,如UK Biobank是迄今为止世界上规模最大的人类健康资源库,包含50万英国40~69岁志愿者的数据,旨在研究遗传、环境等与人类重大疾病的关联;Adolescent Brain Cognitive Development(简称ABCD)是美国最大的关于大脑发育和儿童健康的队列研究,采集影像学、遗传学、神经心理学等数据,旨在为研究青少年脑认知功能的长期变化和孤独症等儿童期脑疾病提供平台.此外,还有一些针对特定疾病的平台,比如荷兰的Netherlands Study of Depression and Anxiety(简称NESDA)收集了3 000多名抑郁症和焦虑症患者数据,关注抑郁和焦虑的心理学、社会学、生物学和遗传学因素;Alzheimer’s Disease Neuroimaging Initiative(简称ADNI)是在美国和加拿大63个研究中心进行的纵向多中心研究,采集了临床数据、神经心理学测试、生物样本、磁共振成像(magnetic resonance imaging, MRI)等数据,旨在明确AD的临床、影像、生化和遗传等生物标记物;澳大利亚的AIBL(the australian imaging, biomarkers & lifestyle flagship study of ageing)纳入了1 100多名60岁以上的受试者,旨在发现决定AD发展的生物标志物、认知特征、生活方式等;美国的ENIGMA(enhancing neuro imaging genetics through meta analysis)是全球最大的脑图谱项目,采集了3万余人的脑影像扫描数据与遗传数据,旨在分析正常脑功能或多种脑疾病关联的影像学和遗传学机制.上述队列和平台的建设,为筛选孤独症、抑郁症或AD等脑疾病的风险基因提供了大规模的数据来源,保证了研究结果的稳定性和可靠性,使得早期筛查和诊断成为可能,如2022年4月发表于Nature Genetics的一项研究对111 326名AD患者的遗传数据进行分析[20],发现了42个新的风险基因,可以帮助研究人员确定影响疾病发生和发展的分子机制并寻找潜在的药物靶点,提示通过队列研究和数据/样本库平台建设对推动脑疾病研究发展具有重要意义. ...