抗精神病新药！ALKS3831(奥氮平/samidorphan)在美国进入审查，治疗精神分裂症和双相I型障碍
2020年01月29日讯 /生物谷BIOON/ --Alkermes是一家全面整合的爱尔兰生物制药公司，致力于开发治疗中枢神经系统（CNS）疾病和肿瘤的创新药物。近日，该公司宣布，美国食品和药物管理局（FDA）已受理ALKS3831（olanzapine/samidorphan）的新药申请（NDA），这是一种新型口服非典型抗精神病药物，每日一次，用于治疗精神
Plos Biology：免疫系统过度活化导致精神分裂症
1月14日，Ashley Comer和波士顿大学的AlbertoCruz-Martín在开放存取期刊PLOS Biology上发表的一项新研究显示，先前与精神分裂症相关的免疫系统基因的过度活化会影响小鼠中的神经和行为。这一发现为该基因在精神分裂症发展中的重要性提供了机械支持，并可能为治疗发展提供新途径。
研究发现精神分裂症患者的神经软体征与皮质-皮质下-小脑的脑结构网络异常有关
精神分裂症是一种复杂的精神疾病，该疾病会导致大范围的神经认知、情感和神经发育异常。神经软体征(NSS)被认为是最具前景的精神分裂症内表型之一。中国科学院心理研究所心理健康重点实验室研究员陈楚侨带领神经心理学与应用认知神经科学(NACN)团队提供了大量关于NSS对精神分裂症的敏感性、可靠性和特异性的证据。然而，目前还不清楚NSS与精神分裂症脑网络异
精神分裂症新药！Intra-Cellular Therapies公司Caplyta(lumateperone)获美国FDA批准！
2019年12月24日讯 /生物谷BIOON/ --Intra-Cellular Therapies（ICT）是一家专注于开发创新疗法治中枢神经系统（CNS）疾病的生物制药公司。近日，该公司宣布，美国食品和药物管理局（FDA）已批准Caplyta（lumateperone），用于精神分裂症成人患者的治疗。该公司预计，将在2020年第一季度末启动将Caplyt
研究发现精神分裂症患者的P50抑制缺陷可能与其临床症状和认知障碍无关
精神分裂症通常与认知障碍共同出现，包括一般智力、注意力、工作记忆、语言流利度、语言学习和记忆以及执行功能障碍。精神分裂症患者认知功能障碍在一段时间内保持稳定，但其神经机制和病理生理机制仍不清楚。感官门控可以抑制无关的刺激，在信息到达大脑高阶区域进行更精细的处理之前确保其认知的完整性。由感觉缺陷引起的认知缺陷通常以神经心理学测试、神经影像学检查和与事件相关电位
精神分裂症在研药物KarXT达2期临床终点
日前，总部位于波士顿的Karuna Therapeutics公司宣布，其用于治疗精神病的在研药物KarXT，在精神分裂症（Schizophrenia）患者的急性精神病（acute psychosis）和相关症状的2期临床试验中，取得了积极结果。精神分裂症是种慢性的精神疾病，通常在青春期和成人早期被诊断。它的特征是反复发作并需要长期使用抗精神病药物。全球约有2100万精神分裂症患者。自抗
新研究称头发中存在某种精神分裂症标记物
日本一项最新研究发现，某种亚型精神分裂症发病与脑内硫化氢的过量产生有关，负责催化产生硫化氢的一种关键蛋白酶是“罪魁祸首”。研究表明，人的头发发囊中这种酶的水平可以作为检测精神分裂症的一种生物标记物。日本理化学研究所等机构研究人员在《欧洲分子生物学组织分子医学》杂志网络版上发表了相关论文。他们希望这一新发现可以帮助理解精神分裂症的病因，为开发治疗精神分裂症新药提供思路。在以小
抗精神病新药！ALKS3831(奥氮平/samidorphan)在美申请上市，治疗精神分裂症和双相I型障碍
2019年11月20日/生物谷BIOON/--Alkermes是一家全面整合的爱尔兰生物制药公司，致力于开发治疗中枢神经系统（CNS）疾病和肿瘤的创新药物。该公司拥有多元化的商业产品组合及大量的临床候选产品，用于治疗多种疾病，包括精神分裂症、抑郁症、成瘾、多发性硬化症和肿瘤。近日，该公司宣布，已向美国食品和药物管理局（FDA）提交了ALKS3831（olanzapine/samidorphan）的
研究揭示精神分裂症男孩听觉反应抑制比孤独症男孩受损更严重
孤独症谱系障碍和精神分裂症谱系障碍是两种典型的神经发育障碍。越来越多的研究证据表明，尽管这两种障碍的发病年龄不同，但在致病基因、认知、情绪和社会缺损等方面都存在大量的相似性。同时，孤独症谱系障碍与精神分裂症谱系障碍还存在共病的情况，二者的关系需要进一步深入研究。行为反应抑制缺陷是孤独症谱系障碍和精神分裂症谱系障碍儿童身上常见的一种行为问题。然而，二者的行为反应抑制缺陷是相似的，还是不同
研究发现通过无监督迁移学习提升精神分裂症患者基于 脑功能影像数据机器学习分类的跨中心泛化性
在临床研究领域，机器学习已被广泛用于优化脑影像数据分析和建立预测模型来对精神分裂症患者进行分类。评估泛化性是对预测模型性能评价的重要步骤，然而对该方面问题进行探讨的临床研究却很少。为了解决这一问题，中国科学院心理研究所心理健康重点实验室神经心理和应用认知神经科学（NACN）实验室研究员陈楚侨与国际合作者开展了一项专门基于静息态磁共振成像对精神分裂症患者机器学习分类泛化性的探讨。其中，研究者们采用内