氯胺酮诱导的分离状态下的脑状态动态与创伤后应激障碍（PTSD）中的脑状态动态相似

《Biological Psychiatry Global Open Science》：Brain State Dynamics in Ketamine-Induced Dissociation Resemble Those in PTSD

　　酮胺诱导的解离状态与PTSD患者治疗前后脑动力学特征均表现为默认模式网络（DMN）元状态主导、躯体运动网络（SOM）元状态抑制，且DMN占据减少与解离症状缓解显著相关。计算模型显示治疗后脑状态熵值降低，而酮胺未改变脑网络控制能量。研究验证了基于网络控制理论的元状态分析方法在解离研究中的适用性，并提示神经反馈等干预可能通过调控DMN/SOM平衡改善症状。

　　本研究围绕着一种被称为解离的状态展开，探讨了这种状态在正常人和 PTSD（应激障碍） patients 中的神经认知机制。解离是一种意识状态的改变，表现为个体感到与自己的身体、环境以及自我意识相脱离。在 PTSD 患者中，这种现象非常常见，但其背后的神经认知过程却仍不明确，这在一定程度上限制了 PTSD 的诊断精度和治疗效果。为了深入理解这一现象，研究人员采用了一种名为网络控制理论的分析框架，结合静息态 fMRI（功能性磁共振成像）技术，分别在健康志愿者接受酮胺（ketamine）静脉注射以及 PTSD 患者接受干预治疗后，对脑部动态进行了比较研究。

### 解离与 PTSD 的关系

解离是 PTSD 的一个核心特征，它不仅影响患者的主观体验，还与更严重的症状、自杀倾向、自伤行为、记忆障碍以及社会认知困难密切相关。这些症状表明，解离可能在 PTSD 的病理机制中扮演重要角色。有研究甚至提出，PTSD 可能需要被细分为解离型和非解离型两种亚型，以更精确地理解其异质性。然而，尽管解离在 PTSD 中表现突出，其具体的神经认知机制仍缺乏明确的解释。这种不确定性可能影响临床诊断和干预策略的有效性，因为当前的评估工具往往无法全面捕捉解离的复杂性。

### 研究方法与设计

为了揭示解离的神经机制，研究人员设计了两个实验模型：一个是以健康志愿者为对象的药理学模型，另一个是以 PTSD 患者为对象的临床模型。在药理学模型中，研究人员对 30 名健康志愿者进行了单盲、安慰剂对照的试验，其中一部分人接受了酮胺静脉注射，另一部分则接受了生理盐水。在临床模型中，研究人员则对 78 名 PTSD 患者的数据进行了二次分析，这些患者曾参与过先前的临床试验，并在治疗前后接受了 fMRI 和临床评估。

研究人员采用了 k-means 聚类算法，将 fMRI 时间序列数据分为六个稳定的脑状态，并进一步归纳为三个“元状态”：默认模式网络（DMN）元状态、躯体运动网络（SOM）元状态以及视觉网络（VIS）元状态。通过这种方式，他们能够在不依赖特定脑区或网络假设的情况下，识别出与解离相关的脑活动模式。此外，他们还应用了网络控制理论，以量化脑部状态转换所需的“控制能量”，从而评估脑部动态的稳定性与有序性。

### 研究结果与发现

在药理学模型中，研究人员发现，酮胺的使用显著增加了 DMN 元状态的占用率，并降低了 SOM 元状态的占用率。这种模式与 PTSD 患者在治疗前的脑部动态相似，即 DMN 元状态更为活跃，而 SOM 元状态相对不活跃。这表明，无论是由药物引起的还是由临床条件引发的解离，都伴随着脑部活动的特定变化。然而，令人意外的是，尽管预期酮胺会像其他精神活性物质（如 LSD 和 psilocybin）一样，降低脑部状态转换所需的控制能量，从而导致更无序的脑动态，但实际结果显示，酮胺并未显著改变这一“能量景观”。相比之下，PTSD 患者的治疗后，其脑部状态转换所需的控制能量显著增加，这可能反映了脑部动态的稳定性和有序性的提升。

进一步分析表明，DMN 元状态的占用率增加与解离症状的加重相关，而 SOM 元状态的占用率降低则可能意味着躯体感知的减弱。DMN 元状态主要涉及默认模式网络和注意力网络，而这些网络的活动通常与内部思维、记忆回忆和自我反思有关。因此，当 DMN 元状态占据主导地位时，个体可能更容易陷入与现实脱节的状态，如失真感或记忆障碍。另一方面，SOM 元状态则与躯体运动网络和前额叶-顶叶网络有关，这些网络的活动通常与对外部环境的感知和身体的控制有关。因此，SOM 元状态的活动减少可能意味着个体对身体和环境的感知能力下降。

### 解离的神经机制

研究还发现，DMN 元状态和 SOM 元状态之间的动态平衡可能在解离的形成中起到关键作用。在正常意识状态下，DMN 元状态和 SOM 元状态的活动是相互协调的，个体既能够进行内部思维，又能够对外部环境保持敏感。然而，当解离发生时，这种平衡被打破，DMN 元状态的活动增强，而 SOM 元状态的活动减弱。这可能意味着，解离状态下，大脑更倾向于内部处理，而忽视了外部世界的感知和互动。

此外，研究人员还探讨了控制能量与脑部动态之间的关系。控制能量被定义为脑部从一种状态转换到另一种状态所需的能量，它反映了脑部状态的稳定性。在 PTSD 患者接受治疗后，控制能量显著增加，这表明治疗可能促进了脑部动态的有序性，使得个体能够更有效地调节情绪和认知功能。然而，酮胺的使用并未改变控制能量的水平，这可能是因为酮胺的剂量较低，或者其作用机制与 PTSD 的慢性病理不同。

### 解离与精神活性物质的比较

研究还发现，酮胺与 LSD 和 psilocybin 在某些方面具有相似性。这些精神活性物质都能引起解离状态，表现为自我意识的减弱和对外部环境的感知变化。然而，它们在作用机制上有所不同。例如，LSD 和 psilocybin 通常会引起更强烈的解离体验，如“自我消融”和增强的连结感，而酮胺则可能更侧重于短期的躯体感知变化。尽管如此，两者都表现出 DMN 元状态的增强和 SOM 元状态的减弱，这表明解离可能在神经网络层面具有一定的共性。

研究还指出，解离与 PTSD 的病理机制可能存在一定的相似性。例如，PTSD 的慢性应激反应可能与酮胺的短期影响不同，但两者都可能涉及神经可塑性的变化。急性应激通常会增强神经可塑性，促进大脑对新信息的处理和适应。然而，当这种应激反应变得慢性时，神经可塑性可能逐渐减弱，导致大脑功能的僵化和适应能力的下降。类似地，酮胺可能在短期内增强神经可塑性，帮助 PTSD 患者重新建立更灵活的脑网络。因此，研究人员认为，酮胺可能在某些情况下具有治疗潜力，尤其是在与心理治疗相结合时。

### 临床意义与未来研究方向

本研究的结果对 PTSD 的临床干预具有重要意义。首先，它表明，DMN 元状态和 SOM 元状态之间的动态平衡可能是一个潜在的干预目标。例如，通过神经反馈技术，可以帮助个体减少 DMN 元状态的占用，增加 SOM 元状态的活动，从而改善解离症状。此外，研究还指出，PTSD 的治疗效果可能与脑部动态的有序性密切相关，因此未来的研究可以进一步探索如何通过调整脑网络的动态，提高 PTSD 治疗的有效性。

另一方面，研究也揭示了酮胺在 PTSD 治疗中的潜在作用。尽管酮胺在治疗后并未显著改变控制能量，但它可能通过短期增强神经可塑性，帮助患者恢复对现实的感知能力。因此，研究人员建议，在使用酮胺治疗 PTSD 时，应结合心理治疗，以充分利用其促进神经可塑性的特性。此外，由于酮胺的剂量和作用时间可能影响其效果，未来的研究需要进一步探讨不同剂量和干预方式对脑部动态的影响。

### 方法与数据处理

在数据处理方面，研究人员采用了 fMRIPrep 进行静息态 fMRI 数据的预处理，包括运动校正、空间平滑、时间滤波和图谱分配。这些步骤有助于去除噪声，提高数据质量，并确保结果的可靠性。随后，他们使用 k-means 聚类算法对数据进行分析，以识别不同的脑状态。通过这种方式，他们能够在不依赖特定脑区或网络假设的情况下，发现与解离相关的脑活动模式。

此外，研究人员还构建了一个基于结构连接的网络模型，以进一步分析脑部动态。他们利用标准的轨迹追踪方法（如 DSI Studio 和 Lead-DBS）生成了代表性的结构连接图谱，并基于此计算了不同脑状态之间的转换所需的控制能量。这一方法不仅提供了对脑部动态的量化评估，还揭示了不同状态之间的能量差异，从而帮助研究人员理解解离的神经机制。

### 未来展望

本研究的结果为理解解离的神经机制提供了新的视角，并为 PTSD 的治疗策略提供了潜在的指导。然而，仍有许多问题需要进一步探讨。例如，不同剂量的酮胺对脑部动态的影响是否不同？是否存在其他药物或干预方式能够更有效地调节 DMN 元状态和 SOM 元状态之间的平衡？此外，个体差异在解离和脑部动态中的作用也需要进一步研究，以确定哪些因素可能影响治疗效果。

总之，本研究通过结合药理学模型和临床模型，揭示了解离与脑部动态之间的关系，并为 PTSD 的治疗提供了新的思路。未来的研究可以在此基础上，进一步探索如何通过调整脑网络的动态，改善解离症状，并提高 PTSD 治疗的效果。同时，随着神经科学和计算方法的发展，越来越多的工具和技术将有助于深入理解意识状态的复杂性，并为相关疾病的治疗提供更精准的方案。