华南理工大学自动化科学与工程学院研究员吴畏，与斯坦福大学、哈佛大学医学院、哥伦比亚大学、德州大学西南医学中心等合作单位，发现能够预测抗抑郁药治疗疗效的脑电生物标记物，并在多套独立临床脑电数据集上对该脑电生物标记物进行了验证。相关研究近日发表于《自然-生物技术》。

据悉，《自然-生物技术》同期专门刊登脑电信号分析领域国际顶尖学者、瑞士日内瓦大学教授Christoph Michel及脑刺激领域国际顶尖学者、哈佛大学医学院教授Alvaro Pascual-Leone的观点评论文章，详细解析和正面评价该论文，称该研究是“重要推进”。

抑郁症是目前最常见的精神障碍之一。抗抑郁药物在临床上被广泛用于抑郁症的治疗，但其疗效不够理想，带来了巨大的医疗和社会负担。其部分原因是抑郁症的临床诊断主要基于临床医生与患者的面谈，具有较大生理病理异质性，而特定抗抑郁药仅对个别抑郁症亚型有效。目前尚缺乏稳健且简易的定量生物标记物来辅助精神疾病的个体化治疗。

针对这一重要临床问题，研究人员根据静息态脑电信号的独特时空结构提出了全新机器学习算法SELSER，并将其应用于分析抑郁症临床试验所采集的目前世界最大的跨中心纵向脑电数据集（EMBARC），从而发现了能够预测抗抑郁药物疗效的脑电生物标记物。

由于脑电设备价格较为低廉且数据采集简易，该研究成果有望能够迅速应用于临床，为抑郁症治疗方案选择提供客观依据，从而优化抑郁症的治疗，提升抑郁症治疗疗效，在精神疾病的个体化精准治疗方面迈出了坚实的一步。

相关论文信息：https://doi.org/10.1038/s41587-019-0397-3