基本信息

Title:Reproducible Brain Charts: An open data resource for mapping brain development and its associations with mental health

發(fā)表時間：2025.9.22

Journal：Neuron

影響因子：15.0

?? RBC數(shù)據(jù)庫下載地址：??

https://github.com/ReproBrainChart

?? RBC項(xiàng)目官網(wǎng)與數(shù)據(jù)下載指南：??

https://reprobrainchart.github.io/

?? 社區(qū)支持與問題討論：??

https://neurostars.org/tag/rbc

省流總結(jié)

你是否曾對神經(jīng)科學(xué)領(lǐng)域那些“重磅發(fā)現(xiàn)”感到困惑——為何一項(xiàng)研究聲稱大腦某區(qū)域與特定行為相關(guān)，另一項(xiàng)研究卻得出截然不同的結(jié)論？這背后，是困擾科學(xué)界已久的“可復(fù)現(xiàn)性危機(jī)”，尤其是在試圖連接大腦與行為的研究中，不同實(shí)驗(yàn)室產(chǎn)出的數(shù)據(jù)如同噪音的海洋，難以匯集成清晰的旋律。

為了終結(jié)這場混亂，一個歷時六年、堪稱里程碑式的項(xiàng)目——可復(fù)現(xiàn)腦圖表（Reproducible Brain Charts, RBC）——橫空出世。這是一個規(guī)模空前、標(biāo)準(zhǔn)嚴(yán)苛、完全開放的神經(jīng)影像資源庫。它不僅僅是一個數(shù)據(jù)集，更是一套旨在重塑發(fā)展神經(jīng)科學(xué)研究范式的解決方案。

RBC的核心亮點(diǎn)包括：

• 前所未有的規(guī)模與多樣性：項(xiàng)目整合了來自三大洲、五個大型國際青少年發(fā)展研究隊(duì)列的數(shù)據(jù)，總樣本量高達(dá)6,346名 青少年，年齡跨度主要集中在5至22歲。
• “大一統(tǒng)”的數(shù)據(jù)標(biāo)準(zhǔn)：RBC不僅提供原始的腦影像數(shù)據(jù)，更重要的是，它利用先進(jìn)的統(tǒng)計模型，將來自不同心理評估工具的“精神病理學(xué)表型”數(shù)據(jù)進(jìn)行了深度協(xié)調(diào)；同時，所有影像數(shù)據(jù)都經(jīng)過了完全統(tǒng)一、可復(fù)現(xiàn)的流程處理，并附有詳盡的質(zhì)量控制（QC）指標(biāo)
• 繪制“大腦生長曲線”的宏偉藍(lán)圖：RBC的終極目標(biāo)是建立一套可靠的“大腦生長發(fā)育圖表”，類似于我們熟悉的兒童身高體重生長曲線。通過這套圖表，研究者能夠精確描繪典型的大腦發(fā)育軌跡，并識別出與各類精神健康問題相關(guān)的發(fā)育偏離模式。
• 革命性的開放共享模式：最激動人心的是，RBC的所有數(shù)據(jù)——包括協(xié)調(diào)后的精神健康評分、原始腦影像、以及處理完成的數(shù)據(jù)衍生物——都通過國際神經(jīng)影像數(shù)據(jù)共享倡議（INDI）平臺向全球完全開放，無需簽署任何繁瑣的數(shù)據(jù)使用協(xié)議（Data Use Agreement, DUA） 。這不僅是共享數(shù)據(jù)，更是在倡導(dǎo)一種全新的、激進(jìn)的開放科學(xué)理念，旨在徹底拆除數(shù)據(jù)壁壘，最大化地加速科學(xué)發(fā)現(xiàn)的進(jìn)程。

研究背景與動機(jī)

青春期，是人類大腦經(jīng)歷劇烈重塑的“第二黃金時代”，也是大多數(shù)精神健康問題首次嶄露頭角的“高危窗口”。從焦慮、抑郁到注意力缺陷，這些困擾無數(shù)家庭的難題，其根源往往深植于這個時期大腦發(fā)育的微妙軌跡中。因此，揭示正常與異常大腦發(fā)育模式之間的差異，已成為現(xiàn)代醫(yī)學(xué)和神經(jīng)科學(xué)最緊迫的課題之一。

然而，盡管全球范圍內(nèi)的神經(jīng)影像研究項(xiàng)目積累了海量數(shù)據(jù)，該領(lǐng)域卻長期處于一種“數(shù)據(jù)狂野西部”的混亂狀態(tài)。研究者們?nèi)缤殖植煌放?、不同型號攝像機(jī)的導(dǎo)演，用著各自獨(dú)特的拍攝手法和后期剪輯軟件，試圖將零散的片段拼接成一部連貫的史詩。結(jié)果可想而知：我們得到的往往是一部情節(jié)沖突、畫風(fēng)割裂的影片。這種混亂源于幾個根深蒂固的難題，也正是RBC項(xiàng)目立志要解決的“五大瘟疫”：

1. 樣本量與多樣性困境：許多神經(jīng)影像研究的樣本量偏小，往往只有幾十到幾百人，這導(dǎo)致統(tǒng)計功效不足，研究結(jié)果難以重復(fù)。更重要的是，樣本往往來自單一文化或地域背景，使得研究發(fā)現(xiàn)是否具有普適性成為一個巨大的問題。
2. “蘋果與橙子”的表型難題：精神健康癥狀的測量是另一個巨大障礙。不同的研究項(xiàng)目采用不同的評估工具，例如，有的使用《兒童行為核查表》（CBCL），有的則使用結(jié)構(gòu)化的精神訪談（GOASSESS）。直接比較或合并這些來源不同的評分，無異于將蘋果和橙子的數(shù)量相加，毫無意義。這使得跨研究的大規(guī)模整合分析舉步維艱。
3. 數(shù)據(jù)處理的“獨(dú)門秘方”：每個實(shí)驗(yàn)室或研究團(tuán)隊(duì)幾乎都有一套自己的數(shù)據(jù)處理流程。從軟件的選擇（如FreeSurfer, C-PAC, SPM）到參數(shù)的設(shè)置，微小的差異都可能在最終結(jié)果上產(chǎn)生巨大的影響。這種“分析靈活性”使得不同研究的結(jié)論難以直接比較，嚴(yán)重阻礙了科學(xué)共識的形成。
4. “扭動”的干擾——質(zhì)量控制的缺失：在磁共振掃描中，參與者的頭部微小移動是影響數(shù)據(jù)質(zhì)量的最大“天敵”。兒童、青少年以及有精神癥狀的個體，往往更難在掃描艙中保持靜止。如果不對數(shù)據(jù)質(zhì)量進(jìn)行嚴(yán)格的篩選和控制，那些由頭動引起的信號偽影，很容易被誤解為有意義的生物學(xué)發(fā)現(xiàn)，從而得出完全錯誤的結(jié)論。
5. “行政壁壘”的阻礙：即便研究者有志于整合利用這些寶貴的大數(shù)據(jù)資源，繁瑣且耗時的數(shù)據(jù)使用協(xié)議（DUA）申請流程也常常令人望而卻步。這些行政上的“繁文縟節(jié)”極大地延緩了科學(xué)探索的步伐，也降低了公共科研投入的回報率。

正是為了系統(tǒng)性地攻克這五大難題，RBC項(xiàng)目應(yīng)運(yùn)而生。它的目標(biāo)不僅是創(chuàng)建一個數(shù)據(jù)庫，更是要打造一個可復(fù)制、透明、嚴(yán)謹(jǐn)?shù)摹包S金標(biāo)準(zhǔn)”工作流，為整個發(fā)展神經(jīng)科學(xué)領(lǐng)域鋪設(shè)一條通往更可靠、更普適的科學(xué)發(fā)現(xiàn)之路。

研究方法&數(shù)據(jù)庫構(gòu)建流程

為了系統(tǒng)性地解決上述挑戰(zhàn)，RBC項(xiàng)目的構(gòu)建過程精心設(shè)計了四大支柱，共同構(gòu)成了一套完整的、可復(fù)現(xiàn)的神經(jīng)科學(xué)研究解決方案。

支柱一：數(shù)據(jù)來源--匯集全球青少年大腦快照

RBC的基石是其前所未有的數(shù)據(jù)規(guī)模和多樣性。研究團(tuán)隊(duì)整合了全球五個頂尖的青少年發(fā)展隊(duì)列的數(shù)據(jù)，這些隊(duì)列在地理位置、招募策略（社區(qū)招募 vs. 臨床招募）和人口學(xué)特征上各具特色，從而構(gòu)建了一個極具代表性的樣本庫。這五個隊(duì)列分別是：

1. 巴西高風(fēng)險隊(duì)列 (BHRC)來自巴西圣保羅和阿雷格里港的學(xué)齡兒童樣本。
2. 中國彩巢計劃 (CCNP)來自中國多個城市、旨在代表中國人群的青少年追蹤隊(duì)列。
3. 健康腦網(wǎng)絡(luò) (HBN)來自美國紐約市，包含健康和尋求精神健康幫助的兒童青少年，臨床表型豐富。
4. 內(nèi)森·克萊恩研究所-羅克蘭樣本 (NKI)來自美國，覆蓋從兒童到老年的全生命周期樣本。
5. 費(fèi)城神經(jīng)發(fā)育隊(duì)列 (PNC)來自美國費(fèi)城地區(qū)的大規(guī)模社區(qū)青少年樣本。

通過整合這6,346名參與者的數(shù)據(jù)，RBC從源頭上解決了單個研究樣本量小、代表性不足的問題。

支柱二：表型協(xié)調(diào)--打造精神健康的“羅塞塔石碑”

面對不同研究使用不同心理問卷的難題，RBC團(tuán)隊(duì)采用了一種精巧的統(tǒng)計學(xué)工具--雙因子模型（bifactor model）--來對精神病理學(xué)數(shù)據(jù)進(jìn)行協(xié)調(diào)。

這個模型的工作原理可以通俗地理解為：在分析所有心理癥狀條目時，它能智能地將所有癥狀共有的、普遍的嚴(yán)重程度（即“一般因子”）與僅在特定癥狀群（如焦慮、抑郁等“內(nèi)化問題”或攻擊、違紀(jì)等“外化問題”）中表現(xiàn)出的特異性嚴(yán)重程度分離開來。

通過這種方式，RBC為每個參與者生成了一套標(biāo)準(zhǔn)化的、可跨研究直接比較的心理健康評分，主要包括：

• p因子 (p-factor): 代表了個體總體的精神病理負(fù)荷或脆弱性。
• 內(nèi)化因子 (Internalizing factor): 捕捉了焦慮、抑郁等指向內(nèi)部情緒困擾的癥狀。
• 外化因子 (Externalizing factor): 捕捉了攻擊、沖動、品行問題等指向外部行為問題的癥狀。
• 注意因子 (Attention factor): 專門捕捉與注意力缺陷和多動相關(guān)的癥狀。

協(xié)調(diào)的效果是立竿見影的。例如，HBN隊(duì)列主要招募尋求幫助的青少年，理論上其精神病理水平應(yīng)高于社區(qū)招募的PNC隊(duì)列。然而，在數(shù)據(jù)協(xié)調(diào)前，直接比較兩者的原始總分，這一差異并不明顯。經(jīng)過雙因子模型協(xié)調(diào)后，HBN隊(duì)列的p因子得分顯著高于PNC隊(duì)列，清晰地反映了預(yù)期的臨床差異，證明了該協(xié)調(diào)方法的有效性和準(zhǔn)確性。

支柱三：影像處理--標(biāo)準(zhǔn)、透明的“數(shù)字化流水線”

為了消除因處理方法不同而引入的人為誤差，RBC為所有6,000多名參與者的腦影像數(shù)據(jù)建立了一條完全統(tǒng)一、透明且可復(fù)現(xiàn)的“數(shù)字化處理流水線”。該工作流程的核心組件包括：

• BIDS & CuBIDS: 所有原始數(shù)據(jù)首先被轉(zhuǎn)換成國際通用的腦影像數(shù)據(jù)結(jié)構(gòu)（BIDS）格式。更進(jìn)一步，研究團(tuán)隊(duì)開發(fā)并使用了一個名為CuBIDS的新工具，對數(shù)據(jù)元信息（metadata）進(jìn)行可復(fù)現(xiàn)的整理和校正。這是至關(guān)重要的一步，因?yàn)楹罄m(xù)自動化流程的正確性完全依賴于元信息的準(zhǔn)確性。
• C-PAC: 核心的預(yù)處理工作由可配置連接組分析流程（C-PAC）完成。這是一個開源的、高度自動化的神經(jīng)影像處理軟件，確保了每一份數(shù)據(jù)都經(jīng)歷完全相同的計算步驟。
• FAIRly-big & DataLad: 整個處理流程被封裝在“FAIRly-big”框架內(nèi)，并由DataLad進(jìn)行管理。這是一個強(qiáng)大的組合，它為每一次數(shù)據(jù)操作（從重命名文件到復(fù)雜的圖像配準(zhǔn)）都生成了一份詳細(xì)的、版本化的“計算日志”或“審計追蹤”。這意味著，任何研究者不僅可以查看數(shù)據(jù)處理的每一步，甚至可以在自己的電腦上精確地、一鍵式地復(fù)現(xiàn)整個分析過程，確保了前所未有的透明度和可復(fù)現(xiàn)性。

支柱四：質(zhì)量控制--抵御劣質(zhì)數(shù)據(jù)的“多層防火墻”

RBC項(xiàng)目將質(zhì)量控制（QC）置于核心地位，為每一份影像數(shù)據(jù)都建立了一套嚴(yán)格、協(xié)調(diào)的質(zhì)控標(biāo)準(zhǔn)。

對于結(jié)構(gòu)像 (sMRI):

• 專家手動評分每一張T1結(jié)構(gòu)像都由2至5名經(jīng)驗(yàn)豐富的專家進(jìn)行獨(dú)立的人工審閱。審閱者根據(jù)圖像質(zhì)量（如信噪比、偽影等）給出評分，最終每張圖像被賦予三個標(biāo)簽之一：“通過 (Pass)”（所有專家一致認(rèn)為質(zhì)量優(yōu)良）、“不通過 (Fail)”（所有專家一致認(rèn)為不可用）或“偽影 (Artifact)”（專家意見不一，表明質(zhì)量中等或存在爭議）。評分者之間的一致性非常高（平均科恩kappa系數(shù)為0.71），確保了評分的可靠性。
• 自動化指標(biāo): 除了人工評分，研究還計算了歐拉數(shù)（Euler number）。這是一個由FreeSurfer軟件生成的自動化指標(biāo)，反映了大腦皮層表面重建的拓?fù)渫暾?。研究發(fā)現(xiàn)，歐拉數(shù)與專家的人工評分高度相關(guān)（斯皮爾曼相關(guān)系數(shù)rho=0.63），為數(shù)據(jù)質(zhì)量提供了一個客觀、連續(xù)的量化標(biāo)準(zhǔn)。

對于功能像 (fMRI):

研究團(tuán)隊(duì)設(shè)定了清晰、量化的納入標(biāo)準(zhǔn)。只有同時滿足以下兩個條件的fMRI掃描才被評為“通過”：

• 低頭動
• 中位幀間位移（median Framewise Displacement, FD）≤0.2 mm
• 高配準(zhǔn)質(zhì)量
• 圖像標(biāo)準(zhǔn)化后的歸一化互相關(guān)（normalized cross-correlation）≥0.8

值得注意的是，質(zhì)量控制本身揭示了一個深刻的問題：數(shù)據(jù)質(zhì)量并非隨機(jī)分布。

研究發(fā)現(xiàn)，年齡越小的兒童和精神病理p因子越高的個體，其掃描時的頭動越多，數(shù)據(jù)質(zhì)量也越差 。這一發(fā)現(xiàn)至關(guān)重要，它意味著數(shù)據(jù)質(zhì)量（頭動）與研究的核心變量（年齡、精神病理）系統(tǒng)性地相關(guān)。如果不進(jìn)行嚴(yán)格的質(zhì)量控制，研究者觀察到的“大腦與年齡/疾病的關(guān)聯(lián)”很可能只是頭動偽影的“冒名頂替”，這將直接導(dǎo)致錯誤的科學(xué)結(jié)論。因此，在RBC中，QC不僅是數(shù)據(jù)清洗步驟，更是保障科學(xué)結(jié)論有效性的核心環(huán)節(jié)。

核心發(fā)現(xiàn)

RBC項(xiàng)目的威力并不僅僅在于其龐大的數(shù)據(jù)量，更在于其嚴(yán)謹(jǐn)?shù)姆椒▽W(xué)。為了展示這一點(diǎn)，研究者進(jìn)行了一項(xiàng)關(guān)鍵的對比分析：他們分別在實(shí)施嚴(yán)格QC和數(shù)據(jù)協(xié)調(diào)之前與之后，考察了大腦特征與年齡、精神病理的關(guān)聯(lián)。其結(jié)果戲劇性地展示了“好數(shù)據(jù)”與“大數(shù)據(jù)”的本質(zhì)區(qū)別。

發(fā)現(xiàn)一：繪制大腦發(fā)育圖譜--從一團(tuán)亂麻到清晰軌跡

• 協(xié)調(diào)之前：當(dāng)簡單地將五個研究隊(duì)列的數(shù)據(jù)混合在一起時，結(jié)果是一片混亂。以平均皮層厚度（Cortical Thickness, CT）隨年齡的變化為例，不同隊(duì)列的數(shù)據(jù)呈現(xiàn)出截然不同的趨勢：有的急劇下降，有的平緩變化，根本無法得出一個統(tǒng)一的發(fā)育模式。功能連接的發(fā)育模式同樣模糊不清。
• 協(xié)調(diào)之后：在經(jīng)過嚴(yán)格的QC剔除劣質(zhì)數(shù)據(jù)，并利用統(tǒng)計方法（CovBat-GAM）協(xié)調(diào)掉站點(diǎn)差異后，奇跡發(fā)生了。來自五個不同隊(duì)列的發(fā)育曲線驚人地匯合在一起，共同描繪出一條清晰、穩(wěn)健的發(fā)育軌跡：在青少年時期，大腦皮層厚度呈現(xiàn)出顯著的下降趨勢，尤其是在前額葉、顳葉和頂葉等高級聯(lián)合皮層區(qū)域。同樣，大腦功能網(wǎng)絡(luò)的發(fā)育模式也變得清晰起來：網(wǎng)絡(luò)內(nèi)部的連接（整合）隨年齡增長而增強(qiáng)，而網(wǎng)絡(luò)之間的連接（分離）則逐漸減弱。這正是“大腦生長發(fā)育圖表”的雛形，它展示了在排除了噪音和偏差后，人類大腦發(fā)育的普適性規(guī)律。

Structural data derivatives are associated with age in youth

Structural data derivatives are associated with psychopathology in youth

發(fā)現(xiàn)二：連接大腦與精神健康--從虛假信號到真實(shí)關(guān)聯(lián)

這一部分的發(fā)現(xiàn)最具警示意義，它揭示了不嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)處理如何憑空“創(chuàng)造”出錯誤的科學(xué)發(fā)現(xiàn)。

• 一個被糾正的虛假發(fā)現(xiàn)：在協(xié)調(diào)之前，分析顯示，在某些大腦區(qū)域，更高的精神病理p因子與更厚的皮層相關(guān) 。這是一個看似有趣的發(fā)現(xiàn)。然而，當(dāng)研究者應(yīng)用了嚴(yán)格的QC和數(shù)據(jù)協(xié)調(diào)之后，這一關(guān)聯(lián)完全消失了。這有力地證明，最初的“發(fā)現(xiàn)”很可能是一個由數(shù)據(jù)質(zhì)量不佳或站點(diǎn)差異等混雜因素導(dǎo)致的虛假陽性結(jié)果。
• 一個被證實(shí)的穩(wěn)健發(fā)現(xiàn)：與此形成鮮明對比的是，另一些關(guān)聯(lián)則在數(shù)據(jù)清洗后變得更加清晰和穩(wěn)健。分析一致地發(fā)現(xiàn)，更高的p因子與更小的大腦皮層表面積（Surface Area, SA）顯著相關(guān)，尤其是在前額葉皮層。此外，更高的p因子還與默認(rèn)網(wǎng)絡(luò)（Default Mode Network）和中央執(zhí)行網(wǎng)絡(luò)（Frontoparietal Control Network）之間功能連接的異常增強(qiáng)有關(guān)。這兩個關(guān)聯(lián)在經(jīng)過嚴(yán)格的QC和協(xié)調(diào)后依然存在，甚至變得更為顯著，表明它們是更可能反映真實(shí)生物學(xué)機(jī)制的可靠信號。

這些對比結(jié)果傳遞了一個核心信息：在神經(jīng)影像研究中，僅僅擁有“大樣本（Big Data）”是遠(yuǎn)遠(yuǎn)不夠的，甚至可能是危險的。一個龐大但未經(jīng)嚴(yán)格處理的數(shù)據(jù)集，會因?yàn)榻y(tǒng)計功效的增加而放大噪音和偏差，從而賦予虛假關(guān)聯(lián)看似可信的“統(tǒng)計顯著性”。RBC項(xiàng)目的核心貢獻(xiàn)在于，它倡導(dǎo)并實(shí)踐了一種“優(yōu)質(zhì)數(shù)據(jù)（Good Data）”的范式——只有通過細(xì)致入微的質(zhì)量控制和數(shù)據(jù)協(xié)調(diào)，我們才能從海量數(shù)據(jù)中提煉出真正有價值的科學(xué)洞見。

Functional data derivatives are associated with age in youth

Functional data derivatives are associated with psychopathology in youth

編輯部觀點(diǎn)

RBC：超越數(shù)據(jù)集，一份21世紀(jì)神經(jīng)科學(xué)行動藍(lán)圖

當(dāng)我們審視這篇發(fā)表于《Neuron》的重磅研究時，很容易將其僅僅看作是一個新的、龐大的開源數(shù)據(jù)集的發(fā)布。然而，這遠(yuǎn)非其全部意義所在。RBC項(xiàng)目真正的價值，在于它為整個神經(jīng)科學(xué)領(lǐng)域提供了一份詳盡、透明、可復(fù)制的方法學(xué)路線圖，展示了在“大數(shù)據(jù)”時代如何進(jìn)行嚴(yán)謹(jǐn)、可靠的科學(xué)研究。它不僅僅是“魚”，更是“漁”。

提升標(biāo)桿：大樣本是必要條件，但遠(yuǎn)非充分條件

這是RBC項(xiàng)目傳遞出的最核心、也是最具顛覆性的信息。在過去，研究者們普遍認(rèn)為，只要樣本量足夠大，就能克服許多方法學(xué)上的局限。RBC用無可辯駁的數(shù)據(jù)證明，這種想法過于天真。簡單地將來自不同來源的數(shù)據(jù)“堆砌”在一起，不僅無法消除噪音，反而可能放大偏誤，導(dǎo)致產(chǎn)生大量虛假的陽性結(jié)果。RBC宣告了一個時代的結(jié)束——一個可以容忍對數(shù)據(jù)來源和處理流程不加審視的時代。未來的黃金標(biāo)準(zhǔn)將是：以可復(fù)現(xiàn)的流程進(jìn)行細(xì)致的數(shù)據(jù)整理、以統(tǒng)計學(xué)原理為基礎(chǔ)進(jìn)行審慎的數(shù)據(jù)協(xié)調(diào)、以透明化的標(biāo)準(zhǔn)進(jìn)行嚴(yán)格的數(shù)據(jù)質(zhì)量控制。這項(xiàng)工作，無疑是對全領(lǐng)域科研標(biāo)準(zhǔn)的一次集體提升。

開放的力量：打破壁壘，加速發(fā)現(xiàn)

RBC項(xiàng)目徹底移除了數(shù)據(jù)使用協(xié)議（DUA）這一長期阻礙數(shù)據(jù)共享的行政壁壘，將所有原始數(shù)據(jù)、處理代碼和衍生結(jié)果完全向公眾開放。這一舉措的意義是深遠(yuǎn)的。它極大地降低了全球研究者（尤其是來自資源相對匱乏地區(qū)的研究者）參與前沿科學(xué)探索的門檻，促進(jìn)了科學(xué)的民主化。它允許任何人對研究結(jié)果進(jìn)行獨(dú)立的驗(yàn)證和重復(fù)，增強(qiáng)了科學(xué)結(jié)論的可靠性。更重要的是，它最大化了納稅人對科研投入的社會回報，讓寶貴的數(shù)據(jù)資源能夠被反復(fù)利用，激發(fā)無限的創(chuàng)新可能。

行動的號角：邀請你加入這場探索之旅

RBC不是一個塵封的檔案館，而是一個充滿活力的、持續(xù)生長的生態(tài)系統(tǒng)。它為我們理解青少年大腦發(fā)育與精神健康的奧秘，提供了一個前所未有的強(qiáng)大工具。在此，我們向所有對腦科學(xué)充滿好奇與志趣的讀者發(fā)出誠摯的邀請：

• 對于學(xué)生和青年學(xué)者：這是一個絕佳的學(xué)習(xí)與實(shí)踐平臺。你可以利用RBC的數(shù)據(jù)，復(fù)現(xiàn)論文中的分析，學(xué)習(xí)最前沿的數(shù)據(jù)處理和統(tǒng)計方法。
• 對于資深研究者：這是一個蘊(yùn)藏?zé)o限可能的金礦。你可以利用這個高質(zhì)量、大規(guī)模的數(shù)據(jù)集，去檢驗(yàn)新的科學(xué)假說，探索更深層次的生物學(xué)機(jī)制，或者開發(fā)更先進(jìn)的分析工具。

RBC項(xiàng)目已經(jīng)為我們鋪好了通往未來的堅(jiān)實(shí)道路?，F(xiàn)在，輪到整個科學(xué)共同體攜手前行，利用這份寶貴的資源，去解答那些關(guān)于我們心智起源、成長與困境的終極問題。

Abstract

Mental disorders are increasingly understood as disorders of brain development. Large and heterogeneous samples are required to define generalizable links between brain development and psychopathology. To this end, we introduce Reproducible Brain Charts (RBC), an open resource that integrates data from 5 large studies of brain development in youth from three continents (N= 6,346). Bifactor models were used to create harmonized psychiatric phenotypes, capturing major dimensions of psychopathology. Following rigorous quality assurance, neuroimaging data were carefully curated and processed using consistent pipelines in a reproducible manner. Initial analyses of RBC emphasize the benefit of careful quality assurance and data harmonization in delineating developmental effects and associations with psychopathology. Critically, all RBC data—including harmonized psychiatric phenotypes, unprocessed images, and fully processed imaging derivatives—are openly shared without a data use agreement via the International Neuroimaging Data-sharing Initiative. Together, RBC facilitates large-scale, reproducible, and generalizable research in developmental and psychiatric neuroscience.

Author information

本文解讀基于：Reproducible Brain Charts: An open data resource for mapping brain development and its associations with mental health。核心圖表、方法細(xì)節(jié)、統(tǒng)計結(jié)果與討論見原文及其拓展數(shù)據(jù)。點(diǎn)擊左下角 “閱讀原文” 可跳轉(zhuǎn)到論文源網(wǎng)站界面。

分享人：飯哥

審核：PsyBrain 腦心前沿編輯部

PsyBrain 腦心前沿

帶你了解心理學(xué)、腦科學(xué)的前沿知識與技術(shù)流程