Concurrent Supervised-Unsupervised Representative Subspace Clustering (CSU-RSC)

人类大脑并非一个单一、统一的器官；它是一个由无数网络构成的广袤而复杂的景观，这些网络通过协同运作来创造思想、情感和行为。在患有精神病性障碍（如精神分裂症）的人群中，这种景观往往会被破坏，导致各种各样的症状，其范围从幻听到失去现实感不等。几十年来，医生们一直试图根据患者的言行将其归入整齐的类别，但这些临床标签往往无法捕捉到个体之间真实的生物学差异。两个具有相同诊断的人可能拥有完全不同的脑模式，而两个不同诊断的人可能共享相似的神经特征。这种生物学上的混乱使得寻找适用于所有人的治疗方法变得异常困难。为了拨开这些迷雾，科学家们正转向利用脑成像技术来寻找“神经亚型”（neurosubtypes）——即那些共享特定底层大脑组织结构的患者群体。其中一个关键的拼图碎片是性别。众所周知，男性和女性经历的精神病发作方式不同，男性通常表现出更早的症状，而女性则面临着不同的挑战，然而大多数大脑研究都将性别视为一个背景细节，而非理解大脑组织方式的核心线索。

一个研究团队开发了一种观察这些大脑模式的新方法，这种方法不将性别视为干扰，而是将其视为指引之光。他们创建了一种名为“并发监督-无监督代表子空间聚类”（Concurrent Supervised-Unsupervised Representative Subspace Clustering，简称 CSU-RSC）的方法。想象一下，你正试图通过形状和颜色来对一堆混合在一起的石头进行分类。传统的方法可能只是观察这些石头并猜测哪些属于一类，而忽略了有些显然是红色的，有些显然是蓝色的。另一种方法可能会强行将所有的红石头归为一堆，将所有的蓝石头归为另一堆，从而忽略了其他的差异。而这种新方法采取了中间路线：它利用颜色作为一个提示来帮助分类石头，但同时仍会仔细观察形状，以查看那些红色的石头是否真的属于同一类，或者它们彼此之间是否存在差异。在这项研究中，“石头”是来自 1,239 名患有精神病性障碍的人的大脑扫描图像，而“颜色”则是指此人的性别（男或女）。研究人员想要观察，使用性别作为一种温和的引导，是否能比盲目观察数据更有效地找到更清晰且更有意义的患者群体。

研究人员将他们的新方法应用于静息态功能磁共振成像（resting-state fMRI）数据，这种技术可以捕捉当一个人仅仅是静卧不动时，大脑不同部分是如何相互交流的。他们将自己的方法与几种已有的成熟分组方法进行了对比，其中包括完全忽略性别的方案，以及试图将患者与健康对照组区分开来的方案。结果是具有启发性的。当研究人员使用这种温和地融入性别作为引导的新方法时，他们发现了两个明显的、由某一性别主导的独特群体。一个群体主要是男性，另一个群体主要是女性。这些群体不仅仅是随机的人群集合；它们代表了大脑网络组织方式的真实差异。男性主导的群体展现出一种特定的脑活动模式，这种模式与精神分裂症的经典症状更为相似，而女性主导的群体则展现出另一种模式。至关重要的是，当研究人员在另一组此前未见过的患者身上测试这些发现时，同样的两个群体再次出现，证明了结果是稳定的，而非第一组人群中的偶然现象。

使这些发现显得尤为有力的是，这些群体在现实世界的体验上也存在差异。研究人员观察了患者在认知测试中的表现以及症状的严重程度。他们发现，女性主导的群体在认知方面受损最严重，在记忆和思维任务方面比其他群体面临更大的困难。相比之下，男性主导的群体往往表现出更严重的整体症状，并且其大脑模式与精神分裂症的诊断更为吻k合。这表明，男性和女性在精神病发作中的生物学差异不仅在于谁会生病或何时生病，还在于他们大脑的基础连接方式。研究还表明，这些基于性别的分组并非仅仅反映了健康人群中存在的男女普遍差异。当研究人员观察健康对照组时，患者中发现的女性主导型大脑模式并未出现在健康女性身上，这表明这种特定的脑组织方式是该疾病特有的。然而，男性主导型的模式确实显示出与健康男性的一些相似性，这表明它可能是正常性别差异与疾病影响的结合体。

研究还通过计算机模拟测试了其新方法是否优于旧方法，在模拟中，真实的分类组别是预先已知的。在这种受控测试中，新方法在寻找正确分组方面的准确度显著高于那些盲目的旧方法。这证实了使用像性别这样已知的因素来温和地引导分类过程，有助于揭示数据中原本会被忽略的隐藏结构。研究人员发现，其他方法（即那些试图基于患者与健康人之间的差异进行区分，或仅仅基于数学距离进行分组的方法）未能找到这些清晰的性别划分。这暗示了男性和女性在精神病发作中的差异深深植根于大脑网络的特定架构之中，而这种结构最好是通过观察大脑活动所占据的“空间”而非仅仅比较平均点来捕捉。

最终，这项工作表明，要理解精神病复杂的生物学特性，科学家需要停止忽视男女之间的显而易见差异。通过从一开始就将这些差异纳入分析，但又不将数据强行塞入僵化的框框内，研究人员成功揭示了两个具有不同临床意义的独特神经亚型。女性主导的亚型伴随着沉重的认知负担，而男性主导的亚型则伴随着严重的症状，它们代表了该疾病发展的两条不同路径。这一发现不仅仅是将患者群体一分为二，它还为未来绘制了一张更清晰的地图。如果治疗方案可以针对这些特定的脑模式而非仅仅针对广泛的诊断进行定制，医生或许有一天能够提供更精准、更有效的护理。这项研究证明，当我们借助一点引导让数据“说话”时，大脑会向我们展示一个关于其生存者更加细致且真实的生命故事。