近日，细胞杂志发表的一项新研究发现了受压力环境影响小鼠脑电模式。这一发现有助于创建一个抑郁症的“地图”，使科学家能够区分易于发病和不发病的啮齿类动物。如果在人类身上复制，这些发现可能有助于预测一个人对该病的易感性。
抑郁症比我们想象的更常见。事实上，美国国立卫生研究院(NIH)估计，美国有1600多万成年人在他们的生活中至少经历过一次严重的抑郁症。抑郁症被认为是美国15至44岁人士的“主要致残原因”，其神经基础正在被越来越多的研究解决。
研究由杜克大学杜克大学医学院的精神病学和行为科学副教授Kafui Dzirasa博士及其同事开发的机器学习技术。这种技术的目的是使科学家不仅能够检查大脑各个部分的电活动，而且能够一次检查数个大脑区域的电活动。
正如Dzirasa博士解释的那样，“你可以将不同的大脑区域想象成乐队中的单个乐器。我们不仅对每一个乐器都感兴趣，而且对乐器如何协调产生音乐感兴趣。”
因此，为了研究我们同类哺乳动物中的这种“交响乐”，研究人员把小鼠与具有威胁性、侵略性的啮齿动物关在一个笼子里，观察10天内小鼠大脑情况。
实验前后，Dzirasa博士和团队测量了几个与抑郁症有关的大脑区域的电活动。
由于紧张的生活环境，其中一些小鼠的症状类似于人类抑郁症：失眠，昼夜节律失调，快感缺失、无法享受日常活动和社交回避。
利用机器学习技术，研究人员发现了一个动态的大脑网络，能够预测小鼠出现与抑郁症有关的严重行为功能障碍。
他们将这个网络中大脑电活动的轨迹作图，这些模式始于大脑的“前额皮层和腹侧纹状体，通过扁桃体和腹侧被盖区域传递，并汇聚在腹侧海马体中。”
科学家说，这个网络中的活动由于严重的威胁而加剧。 “这些研究结果揭示了大脑中介导[重度抑郁障碍]脆弱性的趋同机制。”
Dzirasa博士解释了研究结果的意义，他说：“我们实质上创造的是大脑中抑郁症的电子地图。我们希望这可以用来预测抑郁症的征兆，就像血压是预测谁最终会发生心脏病或中风一样。”
