额颞叶痴呆和双相情感障碍行为变异的研究：神经影像学和表观遗传学综合方法 (DISBAND)

根据纳入和排除标准，参与者将被招募并分为三组：

• bvFTD 患者，前瞻性随访至少 2 年。 其中包括 C9orf72 基因中 G4C2 扩展的 bvFTD 携带者（这两种疾病的最佳模型，因为这种扩展与精神病的发展广泛相关）
• 自 2017 年 1 月起在米兰警察医院精神病学手术室接受随访的 BD 患者属于多受影响家庭 (MAF) 队列，并且有神经退行性疾病阳性家族史。
• 健康受试者在基线时接受神经认知测试，排除痴呆和精神疾病的存在。

研究人员将收集参与者的血液样本，并对其进行处理和分析。 更具体地说，将通过 ExoQuick 沉淀溶液 (SBI) 从 500 微升血浆中分离出总外泌体。 NDE 的分离和纯化将通过 ExoFlow 纯化试剂盒使用生物素化抗人 CD171 (L1CAM) 抗体（克隆 5G3，Ebiosciences）进行。 NDE 中包含的总 RNA 将通过总外泌体 RNA 和蛋白质分离试剂盒提取，并通过 TaqMan OpenArray Human Advanced MicroRNA Panel (Thermo Fisher Scientific) 进行 miRNA 表达分析。 lncRNA 的表达分析将通过 LincFinder 阵列以及炎症和自身免疫阵列（Qiagen）进行。

参与者还将接受神经影像学会议，其中结构 MRI 和 1H-MRS 会议将使用神经放射科提供的 3T MRI 扫描仪进行。 1H-MRS 将为特定大脑区域的神经化学变化提供敏感且可靠的评估。 采集体素将被放置在背侧和腹外侧前额皮质 (DLPFC/VLPFC)、杏仁核和海马体中。 最后，将使用 Biograph Truepoint 64 PET/TC 扫描仪进行 FDG-PET 扫描。 T1 加权和 FDG-PET 图像将用于探索各组之间的大脑形态/代谢差异。 将局部估计灰质和白质体积，并使用基于体素的形态测量法在组之间进行比较。 将使用自动解剖标记 (AAL) 图集作为参考进行平行感兴趣区域比较 (ROI)，以估计区域体积，再次重点关注 DLPFC/VLPFC、杏仁核和海马体。 最后，基于 Freesurfer 软件的额外区域分析将使研究人员能够估计 Desikan-Killiany 地图集区域的皮质厚度、皮质表面积和皮质回旋。 所有 MRI 和 PET 分析都将在通用线性模型的背景下进行，使用 MATLAB 中称为统计参数映射 (SPM) 的特定软件实现。

最后，神经影像数据和 ncRNA 表达谱将用作 ML 分析的预测因子。 鉴于样本量较小，最初将使用线性模型（例如支持向量机）。 随后，为了提高模型的预测能力，研究人员将应用称为随机森林的机器学习方法（一种更通用、更强大的分类算法）和 XGBoost（极限梯度提升）算法。 为了避免学习过程的过度拟合，将执行模型超参数的“网格”搜索。 将使用 5 倍交叉验证来验证结果，训练测试之间的比例为 80%-20%。