北京师范大学认知神经科学与学习国家重点实验室、IDG/麦戈文脑科学研究院隋婧研究员团队及合作者于2026年10月9日在Nature Mental Health在线发表研究成果“ADHD polygenic risk converges on reproducible neuroimaging signatures predicting core behavioral phenotypes”。团队前期围绕ADHD脑影像异质性及遗传机制开展了系列研究，识别了具有不同临床特征的脑功能亚型，并揭示了多基因风险相关的功能网络异常。在此基础上，依托大样本儿童发育队列，团队识别出一组与ADHD多基因风险高度关联、跨不同人群可复现、可预测核心症状的多模态磁共振影像特征，搭建起“遗传-大脑-行为”的完整研究链条，为解析ADHD发病机理、开发潜在生物标志物提供了重要的科学依据。
研究背景
注意缺陷多动障碍（attention-deficit/hyperactivity disorder，ADHD）是全球高发且疾病负担较重的神经发育障碍之一，儿童青少年患病率约为6%，并可持续影响学习、社会适应和长期生活质量。既往研究表明，ADHD具有显著的临床和神经生物学异质性，且具有高度遗传性，其发生发展受到大量遗传变异的共同影响。然而，ADHD多基因遗传风险如何作用于大脑，影响结构功能，进而一步步转化为我们观察到的注意缺陷、冲动多动等外在行为，一直缺少系统完整的证据。
图1 研究设计与分析流程
多模态研究框架与核心发现
为回答这一问题，研究团队以国际大型儿童发展队列6000+名儿童青少年为主要分析样本，整合多基因风险、多模态脑影像及行为数据，结合多种精神障碍的跨疾病比较及独立队列验证，构建了“遗传—脑—行为”跨层级研究框架。团队使用自主的监督多模态融合算法，同时整合三类脑影像信息：局部自发脑活动（fALFF）、灰质体积（GMV）、脑网络功能连接（FNC），寻找和 ADHD 遗传风险协同变化的大脑模式；随后在不同种族、性别亚组检验可重复性；进一步和11种精神疾病做对比，检验这组脑模式的疾病特异性；最后验证该组脑特征能否预测注意缺陷、多动冲动等实际ADHD临床核心症状。
图2 ADHD多基因风险相关的多模态脑表型
研究发现，ADHD 高遗传风险对应的大脑改变集中在认知控制网络核心脑区背外侧前额叶，以及多巴胺信号至关重要的中脑核团（腹侧被盖区 VTA、导水管周围灰质 PAG）。具体而言，随着ADHD遗传风险升高，背外侧前额叶皮层（DLPFC）的fALFF增强并伴随灰质体积增大；腹侧被盖区（VTA）和导水管周围灰质（PAG）脑功能自发活动降低，壳核灰质体积减小。在功能连接层面，研究发现以DLPFC为关键节点的认知控制网络与视觉网络连接增强，而与感觉运动网络连接减弱，提示ADHD遗传风险可能伴随高级认知控制与感觉信息加工、运动输出之间功能协调的变异与重组。
图3 ADHD遗传风险相关脑表型的跨人群可重复性
为检验上述脑影像标记的稳健性与泛化性，团队在不同遗传祖源和性别亚组中开展了系统测试，包括欧洲遗传祖源与非欧洲遗传祖源亚组，男性和女性亚组，随机划分与非亲属亚组等。结果显示，ADHD多基因风险相关的MRI标记在不同人群划分下均保持较高一致性，表明该影像模式并非由特定遗传背景或性别群体所驱动，具有较好的跨人群可重复性。在三种影像特征中，功能网络连接 FNC 的可重复性最高。
图4 ADHD遗传风险相关脑表型的疾病特异性
在此基础上，团队进一步测试了脑标记的跨诊断疾病特异性。在如图4所示的11类精神障碍中，只有 ADHD 被试同时在 fALFF、GMV、FNC 三种脑特征全部出现与正常对照的显著组间差异，证明该脑模式对ADHD具备相对特异性。但是焦虑障碍（尤其分离焦虑障碍）也观测到部分 fALFF、FNC 异常，提示 ADHD 与焦虑存在部分共享神经基础，可解释临床上 ADHD 高共病焦虑的现象。
图5 ADHD遗传风险相关脑表型的行为预测
识别的脑影像特征能否进一步预测ADHD核心行为，是检验其临床预测价值的关键。基于此，研究团队在该队列中开展多维行为预测，发现该组脑标记
• 预测性能的排序为：认知指标 > 心理健康指标 > 人格指标；
• 可显著预测 ADHD 总分、注意问题、对立违抗、焦虑症状；认知层面可预测整体认知、工作记忆、阅读能力；
• 不同模态功能分化：fALFF 主要预测精神健康与 ADHD 症状；GMV 主要预测认知能力（尤其工作记忆）；FNC 参与词汇、注意问题预测。
更进一步，在ADHD-200数据集的独立外部验证表明：发现的脑标记可有效预测ADHD临床量表总分、注意缺陷、多动冲动得分，其中对多动冲动症状预测效果最强。该结果进一步验证了稳健脑影像特征对ADHD核心症状的预测能力，为“遗传-大脑-行为”疾病解析框架提供了关键支撑。
本研究以ADHD多基因遗传风险为切入点，识别出一套遗传锚定、跨种族可重复、相对ADHD特异的多模态神经影像特征，核心表现为背外侧前额叶、中脑核团局部自发活动异常，同时伴随大规模脑网络连接紊乱。研究由此搭建起“遗传-大脑-行为”疾病解析框架，并且能够预测 ADHD 注意缺陷、多动冲动核心临床症状，填补了从遗传风险到 ADHD 行为症状之间的神经通路证据缺口，为未来开发ADHD生物标记物、靶向干预策略提供了新的依据。
北京师范大学博士生单雪珂、胥铭博士（中国科学院自动化所毕业生）、哈佛医学院博士后支冬梅(自动化所毕业生,北师大团队前骨干)为论文共同第一作者，隋婧研究员为通讯作者。该研究由北京师范大学牵头，联合国内外多家科研机构合作完成。得到了国家科技创新2030-“脑科学与类脑研究”重大项目、国家自然科学基金、中央高校基本科研业务费等项目的资助。
论文链接
Shan, X., Xu, M., Zhi, D. et al. ADHD polygenic risk converges on reproducible neuroimaging signatures predicting core behavioral phenotypes. Nat. Mental Health (2026).
https://www.nature.com/articles/s44220-026-00720-7
参考文献
Shan, X., Xu, M., Zhi, D. et al. ADHD polygenic risk converges on reproducible neuroimaging signatures predicting core behavioral phenotypes. Nat. Mental Health (2026).
Feng, A., Zhi, D., Feng, Y. et al. Functional imaging derived ADHD biotypes based on deep clustering: a study on personalized medication therapy guidance. eClinicalMedicine 77, 102876 (2024).
Sui, J., Qi, S., van Erp, T.G.M. et al. Multimodal neuromarkers in schizophrenia via cognition-guided MRI fusion. Nat Commun 9, 3028 (2018).
Qi, S., Calhoun, V.D., van Erp, T.G.M. et al. Multimodal fusion with reference: searching for joint neuromarkers of working memory deficits in schizophrenia. IEEE Trans. Med. Imaging 37, 93–105 (2018).
Wang, Q., Tian, Y.E., Zalesky, A. et al. Multisite chronic pain reveals neuro–immune–metabolic dysregulation across rheumatoid arthritis and depression. Research 9, 1298 (2026).
He, Y., Long, P., Chen, R. et al. Multilevel Predictors of Reading and Mathematics Achievement: A Systematic Review with a Multimodal Neuroimaging Illustration. Educational Psychology Review 38, 91 (2026).
新闻稿供稿人：单雪珂
供图人：单雪珂
审核人：隋婧
