本篇文献分享发表于中科院二区杂志 Journal of Translational Medicine。本公众号所发布内容旨在与大家分享学术新知，促进交流学习，版权归原作者或原出处所有，感谢各位学者的辛勤成果。

1.引言

颞叶癫痫是成人中最常见的局灶性癫痫类型，其中约40%的颞叶癫痫为难治性。颞叶癫痫是一种进展性疾病，与多种认知能力的下降有关，尽管大多数癫痫发作可以通过抗癫痫药物控制。然而，颞叶癫痫患者常常表现出不同程度的认知障碍，例如记忆障碍、命名困难、执行功能受损和注意力紊乱，这些障碍可能随着癫痫的进展而持续恶化。高达50%-80%的颞叶癫痫患者在至少一个认知领域表现出损害，其中记忆障碍最为常见。尽管如此，认知障碍很容易被忽视。通常情况下，当检测到认知能力下降时，由于缺乏及时治疗，显著的大脑损伤已经扩散。这些广泛的损害可能导致颞叶癫痫患者的生活质量显著下降，有时甚至比癫痫发作本身更令人衰弱。因此，迫切需要新的客观技术来揭示颞叶癫痫患者早期认知障碍的潜在神经病理学机制。

静息态功能磁共振成像是一种非侵入性方法，广泛用于研究与颞叶癫痫和其他脑疾病相关的潜在脑功能变化。传统的静态功能连接分析通过计算预定义脑区时间序列之间的相关系数来评估功能磁共振成像信号波动的同步性。许多静息态功能磁共振成像研究已经发现颞叶癫痫患者脑网络内部和之间的功能连接中断，包括默认模式网络、额顶网络和皮层下网络。脑功能网络内部和网络间的功能连接改变与认知障碍相关。然而，功能连接研究依赖于这样一个假设，即静息态功能连接在扫描期间是“平稳的”。这一假设忽略了静息态功能磁共振成像过程中功能连接的时间变异性，可能已经过时。越来越多的证据表明，人类大脑系统是一个复杂的动态系统，功能连接在扫描过程中随时间波动。一些研究报告了在颞叶癫痫患者或认知障碍患者中观察到的异常动态功能连接特征，强调了这一新方向在神经影像学领域研究脑连接动态的重要性，以及它在揭示颞叶癫痫患者认知障碍相关机制中的关键作用。

捕捉复杂功能活动和连接模式（即空间状态）的时间变异性，对于理解大脑的动态组织方式至关重要。与重复出现的空间状态相关的时间特征可以通过以下指标来刻画：部分占有率(FO)，即在特定功能活动或连接状态上占有的时间比例；生存时间(LT)，即在特定状态停留时间；平均停留时间(MDT)，处于特定状态下的平均停留时间；转换率(SR)，不同状态之间转换的总体频率；以及转移概率(TP)，这是隐马尔可夫模型的核心指标，表示所有隐马尔可夫模型状态对之间转换的概率。这些特定脑连接动态模式的时空度量（称为时空指标）已被证明与思维过程以及特定的认知和情绪状态有关。此外，大脑动态模式的改变与阿尔茨海默病、孤立综合征和精神分裂症相关。

滑动窗法被广泛用于分析大脑动态活动。前人使用滑动窗法静息态功能磁共振成像研究和其他涉及颞叶癫痫患者的研究经常发现默认模式网络、感觉运动网络和皮层下网络的连接异常。然而，滑动窗法有其局限性。它依赖于一个固定的窗口大小，预设的窗长和步长为关键参数。选择最优的窗口大小至关重要，因为窗宽过长限制对快速动态的可视化呈现，而窗口过短则会因数据不足而无法进行可靠的网络估计。隐马尔可夫模型通过将大脑活动表征为从静息数据中推断出的不同状态序列，有效地解决了这些挑战。先前的研究表明，隐马尔可夫模型能够捕捉到最小时间尺度上的大脑动态活动。此外，先前的研究已经证实，大脑活动的快速变化远非随机；因此，隐马尔可夫模型有助于在短时间内对中枢神经系统疾病中大脑活动的动态特性提供更丰富的描述。

大脑活动受基因调控，而脑基因表达谱有助于将大脑活动与基因联系起来。艾伦人类脑图谱数据集被广泛用于研究基因表达与大脑模式之间的关系。转录组神经影像关联分析可以揭示疾病相关改变的分子基础。例如，Amanda等人描述了不同形式的自闭症谱系障碍中的动态连接模式，揭示了不同自闭症谱系障碍亚组中不同的分子信号传导机制。Ling等人结合神经影像和转录数据的分析表明，与神经血管单元完整性和突触可塑性相关的基因可能驱动脑代谢变化，从而介导颞叶癫痫的遗传风险。然而，与颞叶癫痫动态神经结构相关的潜在分子机制仍不清楚。

此研究的目的是对颞叶癫痫患者和健康对照组的静息态功能磁共振成像数据进行隐马尔可夫模型分析，以探究伴有认知障碍的颞叶癫痫患者大脑活动复杂的时间动态。此外，此研究旨在利用艾伦人类脑图谱数据库，研究与颞叶癫痫患者动态模块特征相关的基因表达谱。分析的重点是识别跨状态转换、网络间脑连接和基因机制的特定模式，旨在为颞叶癫痫和伴有认知障碍的颞叶癫痫提供新的见解。

2.方法

2.1参与者

此研究纳入了2019年1月至2023年12月在广西医科大学第一附属医院诊断为颞叶癫痫的参与者。此研究遵循1981年、1989年和2017年国际抗癫痫联盟制定的标准，确保了严谨的诊断过程。符合条件的参与者包括：(1) 确诊为颞叶癫痫；(2) 遵循稳定的抗癫痫药物方案；(3) 经确认为右利手。排除标准包括：(1) 由可识别的颅脑结构异常（如创伤、肿瘤或血管异常）引起的继发性癫痫；(2) 有神经或精神疾病史，或其他严重躯体疾病史；(3) 既往有药物或酒精滥用史；(4) 有磁共振成像检查禁忌症；(5) 对研究方案的依从性不足或磁共振成像数据质量不佳。需要注意的是，颞叶癫痫患者中常见的海马萎缩和硬化，在此研究中不被视为排除理由。此研究还纳入了35名神经和精神健康的个体作为对照组，为神经影像学比较提供基线。该对照组在人口统计学上与患者队列相匹配，并接受了全面的健康筛查。研究方案获得了广西医科大学第一附属医院伦理委员会的批准，所有参与者均签署了知情同意书。

2.2神经心理评估

所有确诊为颞叶癫痫的参与者均接受了全面的神经心理学评估。采用蒙特利尔认知评估量表评估其认知功能，包括语言、记忆、注意力、视觉空间技能和执行能力。得分低于26分的参与者被归类为伴有认知障碍的颞叶癫痫患者，而得分高于26分的则被认为是认知功能正常的颞叶癫痫患者。

2.3磁共振成像数据采集

使用3.0T特斯拉扫描仪（飞利浦，荷兰）采集磁共振成像数据。参与者接受了450秒的静息态功能磁共振成像扫描，共采集了225个全脑体积图像。采集高分辨率矢状位T1加权图像，随后采集轴位T2液体衰减反转恢复序列，以识别和排除任何临床上不明显的细微脑部病变。

2.4图像预处理

使用在MATLAB R2018b环境中运行的DPABI软件进行静息态功能磁共振成像数据的提取和预处理。预处理流程从将DICOM影像文件转换为NIfTI格式开始。

2.5隐马尔可夫模型分析

隐马尔可夫模型假设脑区时间序列的波动可以分解为一组有限的潜在状态，每个状态代表一个可能持续或转换到另一个状态的瞬时状态。该模型计算处于给定状态的概率以及状态之间的转移概率。隐马尔可夫模型分析的核心是使用AAL图谱将每个参与者的大脑分割成116个感兴趣区，对感兴趣区内的时间序列进行平均以生成平均时间序列，对这些序列进行标准化，并将其合并为一个统一的数据集。隐马尔可夫模型从该数据集中识别出不同的、重复出现的状态，每个状态都表现出独特的统计特征。为了确定隐马尔可夫模型状态的最优数量，此研究评估了最小自由能和中间片段的占用率。最后，此研究从隐马尔可夫模型状态中提取了度量指标——包括部分占用率、生存时间、平均停留时间、转换率和转移概率——以捕捉受试者内部的时间动态。

2.6基因表达数据预处理

艾伦人类脑图谱数据库提供了来自六个人类大脑（均无已知神经精神或神经病理学病史）的标准化微阵列表达数据，包含3,702个脑组织样本中超过20,000个基因的信息。使用abagen工具箱对基因表达数据进行预处理。最后，使用scaled robust sigmoid 方法对每个基因的表达值进行样本间的标准化。得到的基因表达矩阵（1,938个样本 × 15,633个基因）用于后续分析。

2.7转录组-神经影像关联分析

基于艾伦人类脑图谱基因表达数据和具有时间特征的隐马尔可夫模型状态3的平均激活，研究了基因表达与隐马尔可夫模型状态3平均激活之间的空间关联。从隐马尔可夫模型状态3的平均激活中，提取以每个组织样本坐标为中心的6毫米半径球体内体素的平均值。随后，使用皮尔逊相关法分析基因表达与颞叶癫痫中隐马尔可夫模型状态3平均激活之间的空间相关性。采用Bonferroni法进行多重比较校正（P < 0.05/15633 = 3.20×10⁻⁶）。根据先前的研究，此研究下载了颞叶癫痫基因表达谱。最后，将经过多重比较校正后识别出的基因与颞叶癫痫表达基因谱取交集，定义为与颞叶癫痫状态相关的基因。

2.8富集分析

使用DAVID数据库对与状态相关的基因进行基因本体论(GO)富集分析，包括生物学过程 (BP)、分子功能(MF), 细胞组分(MF)，以及京都基因与基因组百科全书富集分析(KEGG)。显著性阈值设定为p < 0.05（FDR校正）。

使用STRING数据库构建与状态相关基因的蛋白质-蛋白质相互作用(PPI) 网络。置信度设置为0.9，其他参数保持默认值。使用Cytoscape识别蛋白质-蛋白质相互作用网络中的Hub节点。采用度中心性算法识别蛋白质-蛋白质相互作用网络中的五个Hub基因，这些基因被认为是生物学功能中最关键的基因。

2.9统计分析

此研究使用SPSS 25.0软件包和GRETNA。连续变量以均值±标准差表示，分类变量以频数表示。连续数据的组间比较采用独立样本t检验或单因素方差分析，分类数据分析采用卡方检验。

为检验隐马尔可夫模型状态的部分占用率、生存时间、平均停留时间和转换率，采用双尾双样本t检验比较颞叶癫痫患者与健康对照组，以及伴有认知障碍的颞叶癫痫患者与认知功能正常的颞叶癫痫患者。采用FDR进行多重比较校正，显著性阈值设为p < 0.05。

使用非参数置换检验比较颞叶癫痫患者与健康对照组之间，以及伴有认知障碍的颞叶癫痫患者与认知功能正常的颞叶癫痫患者之间隐马尔可夫模型状态的转移概率。共进行5,000次置换，以建立每组状态间动态全局差异的空分布，并据此计算p值。

采用斯皮尔曼相关分析评估伴有认知障碍的颞叶癫痫患者中蒙特利尔认知评估分数与隐马尔可夫模型状态部分占有率、生存时间和平均停留时间变化之间的关系。显著性阈值设为p < 0.05，并对年龄、性别、教育水平等混杂因素进行调整。

在脑海科技云平台中，内置了动态功能连接分析、神经影像与基因表达的关联分析、隐马尔可夫模型分析模块，支持用户批量处理弥散数据，并确保每一步参数设置都有据可查。此外，平台的项目管理模块可清晰记录数据筛选标准、排除被试原因、分析版本、质量控制等信息，极大提升了研究的透明度和可复现性。感兴趣可联系预约产品演示。

3.结果

3.1人口统计学与临床结果

此研究最终分析了84名颞叶癫痫患者和35名健康对照者。表1显示了颞叶癫痫患者和健康对照者的人口统计学与临床特征。三组在年龄、性别和教育水平方面无显著差异。然而，伴有认知障碍的颞叶癫痫患者、认知功能正常的颞叶癫痫患者与健康对照者在蒙特利尔认知评估得分上存在显著差异。

表1人口学及临床特征。

3.2颞叶癫痫患者中各隐马尔可夫模型异常状态结果

首先，使用119名受试者（包括84名颞叶癫痫患者和35名健康对照者）的静息态功能磁共振成像数据来估计隐马尔可夫模型状态。此研究观察到隐马尔可夫模型状态5表现出最小自由能和中等部分占有率。因此，基于这些发现，此研究最终估计出5个隐马尔可夫模型状态（图1）。

在隐马尔可夫模型中，部分占有率被用来研究颞叶癫痫的时间特征。与健康对照组相比，颞叶癫痫患者隐马尔可夫模型状态3的部分占有率显著降低（p = 8.6×10^-⁷）（图2a）。颞叶癫痫患者与健康对照组之间其余隐马尔可夫模型状态的部分占有率无显著差异（图2a）。颞叶癫痫患者隐马尔可夫模型状态3的生存时间显著缩短（p = 1.2×10^-⁴）（图2b），平均停留时间也显著缩短（p = 1.2×10^-⁴）（图2c）。然而，伴有认知障碍的颞叶癫痫患者与认知功能正常的颞叶癫痫患者之间，隐马尔可夫模型状态的部分占有率、生存时间和平均停留时间均无显著差异（图2d-e）。

图1 5个隐马尔可夫模型（HMM）状态。

图2动态指标差异。

3.3隐马尔可夫模型状态之间的异常转换模式结果

颞叶癫痫患者的转换率显著高于健康对照组（p = 0.010）（图3a），表明在整段扫描期间，颞叶癫痫患者与健康对照组之间存在明显的网络动态模式差异。此外，置换检验（5000次置换）显示，颞叶癫痫患者与健康对照组之间在隐马尔可夫模型状态的转移概率上存在显著的组间差异。图3b显示了隐马尔可夫模型状态之间转移概率的显著组间差异。与健康对照组相比，颞叶癫痫患者从状态2、4、5到状态1，从状态1和2到状态2，从状态4和5到状态3，从状态2、3、4、5到状态4，以及从状态1、2、3、4、5到状态5的转移概率均显著增加。颞叶癫痫患者从状态1、3到状态3的转移概率显著降低。这些发现表明颞叶癫痫患者隐马尔可夫模型状态之间存在显著的异常转换模式。

伴有认知障碍的颞叶癫痫患者与认知功能正常的颞叶癫痫患者之间的转换率无显著差异（p = 0.098）（图3c），表明两组具有相似的稳定网络动态模式。然而，隐马尔可夫模型状态之间的转移概率存在显著的组间差异，如图4d所示。与认知功能正常的颞叶癫痫患者相比，伴有认知障碍的颞叶癫痫患者从状态3、4和5到状态4，从状态2到状态2，以及从状态2到状态3的转移概率显著增加。这些结果表明伴有认知障碍的颞叶癫痫患者隐马尔可夫模型状态之间存在显著的异常转换模式。

图3 SR与TP的变化。(a) TLE患者与健康对照者（HCs）之间SR的变化。

3.4大脑状态激活结果

在颞叶癫痫患者中，空间激活图像显示，大部分网络的主要状态是状态3（图4a）。该状态的特征是默认模式网络区域（包括额叶、顶叶和扣带回）内的活动增强。相反，在枕叶、皮层下区域和小脑中观察到活动减弱。伴有认知障碍的颞叶癫痫患者的大规模全脑网络状态的空间激活图谱主要由状态2主导（图4b）。隐马尔可夫模型状态2表现为顶叶和小脑的活动增强，而颞叶和皮层下区域的活动减弱。

图4大脑状态激活图像。

3.5相关性分析结果

各隐马尔可夫模型状态的动态指标与颞叶癫痫患者的蒙特利尔认知评估得分之间无显著相关性（p>0.05）。同样，对于伴有认知障碍的颞叶癫痫患者，各隐马尔可夫模型状态的动态指标与蒙特利尔认知评估得分之间也无显著相关性（p>0.05）。

3.6颞叶癫痫中与隐马尔可夫模型状态相关的基因结果

采用皮尔逊相关分析，确定具有动态时间特征的隐马尔可夫模型状态（状态3）的平均激活与基因表达之间的关系。经过多重比较校正后，此研究识别出3,815个基因。最终，通过将先前研究中发现的颞叶癫痫基因表达谱与经过多重比较校正后获得的基因取交集，共识别出1,580个基因，并将其定义为颞叶癫痫状态相关基因。

3.7富集分析结果

使用DAVID数据库，此研究将基因本体论通路与颞叶癫痫状态相关基因进行比较。基因本体论富集分析结果如图5a所示，突出了在生物学过程、细胞组分和分子功能中显著富集的类别，其中包括“信号转导”、“细胞粘附”和“轴突导向”。富集的细胞组分包括“胞质溶胶”、“细胞质”、“突触前膜”和“突触后膜”。在分子功能方面，“离子通道活性”、“蛋白质结合”和“钙离子结合”等类别显示出显著富集。显著基因的京都基因与基因组百科全书富集分析揭示了值得注意的通路，包括“昼夜节律同步”、“吗啡成瘾”和“钙信号通路”（图5b）。

图5基于GO和 KEGG 富集分析得出的结果。

3.8蛋白质-蛋白质相互作用网络分析结果

基于1,580个颞叶癫痫状态相关基因，此研究进行了蛋白质-蛋白质相互作用网络分析(PPI)。此研究构建了一个包含669条边的网络，这显著高于预期的540条边。此研究发现PIK3CA、PIK3CB、PIK3CD、CTNNB1和ITGB1所编码的蛋白质是蛋白质-蛋白质相互作用网络中排名前五的Hub基因（图6）。

图6基于TLE动态状态相关基因构建的PPI网络。

4.讨论

此研究对颞叶癫痫患者和健康对照组的静息态功能磁共振成像数据进行了隐马尔可夫模型分析，以探究伴有认知障碍的颞叶癫痫患者大脑活动复杂的时间动态。此外，此研究利用艾伦人类脑图谱数据库，研究了与颞叶癫痫患者动态模块特征相关的基因表达谱。此研究在研究样本中识别出五个独特的空间状态，这些状态以功能连接和平均功能活动为特征。动态测量结果显示，与健康对照组相比，颞叶癫痫患者在状态3中的生存时间、平均停留时间更短，部分占有率更低，而状态3的特征是默认模式网络、感觉运动网络和皮层下网络的活动较高。伴有认知障碍的颞叶癫痫患者与认知功能正常的颞叶癫痫患者之间的动态测量指标无显著差异。此外，此研究发现颞叶癫痫患者与健康对照组之间在转换率和转移概率上存在显著差异。伴有认知障碍的颞叶癫痫患者与认知功能正常的颞叶癫痫患者之间转换率无显著差异，但转移概率存在显著差异。此研究的研究结果表明，在静息态功能磁共振成像下，伴有认知障碍的颞叶癫痫患者表现出小脑网络的重组，这可能反映了大脑在应对疾病影响时的代偿性变化。然而，此研究未发现动态网络异常与神经认知表现之间存在相关性。此外，共鉴定出1580个与颞叶癫痫隐马尔可夫模型状态激活相关的基因。富集分析表明，这些与颞叶癫痫状态相关的基因在本体论上富集于多个与颞叶癫痫相关的条目，如突触前/突触后膜、离子通道活性和蛋白质结合。这些发现揭示了基于静息态功能磁共振成像数据的颞叶癫痫动态神经配置，有助于从整合的角度理解颞叶癫痫的具体机制。

5. 结论

此研究为刻画颞叶癫痫的动态神经活动提供了新的见解。通过隐马尔可夫模型分析定义的脑网络动态可能加深此研究对颞叶癫痫和伴有认知障碍的颞叶癫痫的神经生物学基础的理解，揭示了颞叶癫痫中神经配置与基因表达之间的联系。