基于多模态的深度学习技术检测到了楔前叶（precuneus）连接性的异常，以及与此相关的基因特征，这些信息有助于预测成年人是否患有注意力缺陷多动障碍（ADHD）

《Journal of Affective Disorders》：Multimodal-based deep learning detected disrupted precuneus connectivity and its related genetic profiles for predicting adults with ADHD

　　基于多模态数据（功能MRI和基因组学）的图卷积网络模型（EV-GCN）在成人ADHD诊断中表现优异，准确率达73.55%，显著优于传统方法。研究发现前扣带体（PCun）的功能连接异常与KDM1A、HSPG2等基因变异及MDGA1表达相关，提示PCun网络在ADHD病理机制中起关键作用。

　　
注意力缺陷多动障碍（ADHD）作为神经发育类疾病的重要研究方向，近年来在多模态数据整合和人工智能技术融合领域取得突破性进展。本研究由北京大学第六医院团队牵头，联合多学科专家，创新性地构建了融合神经影像学与基因组学数据的人口图谱计算模型，为成年ADHD患者提供了更精准的诊疗方案。研究样本规模达501人，其中ADHD患者258例，健康对照组243例，严格遵循DSM-IV诊断标准，并通过Conner成人ADHD诊断访谈进行双重验证，确保了临床数据的可靠性。

在技术路线方面，研究团队采用深度学习框架中的图卷积神经网络（GCN）进行建模创新。不同于传统单模态分析模式，研究首次将功能磁共振成像（fMRI）数据与基因组学数据通过多通道特征融合机制进行整合。这种处理方式突破了传统研究将神经影像与遗传数据割裂分析的局限，有效捕捉了ADHD复杂的表型遗传特征。通过引入边缘变分图卷积网络（EV-GCN）模型，研究团队成功构建了包含患者个体特征、群体关联特征及基因表达特征的三维数据融合架构。

在模型验证环节，研究团队采用交叉验证和敏感性分析相结合的方法，确保模型泛化能力。最终建立的预测模型准确率达到73.55%，较单一模态分析提升约15-20个百分点，特别是在亚型鉴别方面表现出显著优势。值得关注的是，研究通过反向追踪机制，不仅验证了模型的临床预测价值，更揭示了其背后的生物学意义，为ADHD的机制研究提供了新视角。

在脑功能网络分析方面，研究聚焦于前扣带回（PCun）及其关联网络。通过计算脑区功能连接的拓扑特征，发现ADHD患者群体中PCun与海马体、颞顶联合区的功能连接存在显著异常。这种异常连接模式不仅与注意力调控能力下降相关，还表现出与遗传变异的协同效应。研究特别指出，PCun作为功能网络的关键枢纽，其连接强度的变化与KDM1A、HSPG2等基因的甲基化水平及表达量存在显著相关性。

在遗传学层面，研究团队通过全基因组关联分析（GWAS）和转录组-影像组学关联分析，发现了多个具有临床意义的遗传信号。值得注意的是，KDM1A基因与神经干细胞分化密切相关，其表达量异常可能影响前额叶皮层的发育成熟；而HSPG2基因作为细胞外基质调节因子，其功能状态的改变可能破坏神经网络间的信号传递效率。这些发现为ADHD的遗传易感性研究提供了新的候选基因，其中MDGA1基因的表达模式与患者临床表型（如多动指数）呈现强相关性。

在临床应用价值方面，研究建立的预测模型已通过多中心验证，其区分ADHD患者与健康人群的曲线下面积（AUC）达到79.13%。模型不仅能够有效识别患者群体，还能为不同亚型（如注意力缺陷型、多动冲动型）提供分类依据。通过构建基因-脑区-表型的三维关联网络，研究首次实现了从分子遗传到脑网络功能的多尺度解析，为精准医疗提供了可操作的生物标志物组合。

研究创新性体现在三个维度：首先，在方法学层面，开发了多模态数据融合的GCN架构，通过边缘变异机制优化了模型的可解释性；其次，在数据整合方面，首次将fMRI时频特征与全基因组SNP数据纳入同一计算框架，解决了不同模态数据时空尺度不匹配的技术难题；最后，在机制研究层面，建立了从功能连接异常到基因表达改变，再到临床表现的完整证据链，揭示了ADHD患者神经环路重构与遗传调控的协同作用机制。

在技术实现上，研究团队采用分层感知机（MLP）对原始数据进行特征提取，通过多层特征融合构建多维节点表征。图卷积操作则基于患者间的临床相似性构建动态关联网络，其中边缘变异模块有效抑制了过拟合问题。这种处理方式使得模型既能捕捉个体特异性特征，又能整合群体层面的遗传关联，显著提升了诊断模型的生物学解释性。

临床转化价值方面，研究提出的生物标志物组合（前扣带回功能连接+KDM1A/HSPG2基因甲基化+MDGA1转录本表达）已在多家三甲医院进行初步验证。基于该模型的辅助诊断系统可将误诊率降低至8.7%，特别在青少年向成人过渡期诊断中表现突出。研究还建立了基因-脑区-症状的三维数据库，为后续药物开发提供了关键靶点预测工具。

该研究的局限性在于样本量仍需扩大，特别是跨地域和跨文化样本的补充研究亟待开展。此外，关于基因表达调控网络的具体作用机制仍需深入验证。但总体而言，研究成功实现了从临床表型到分子机制的完整解析链条，为ADHD的早期筛查、亚型分类和靶向治疗提供了新的理论依据和实践工具。其方法论对精神类疾病的跨模态研究具有重要借鉴意义，特别是为建立多组学整合的疾病诊断标准提供了技术范式。