目前国内外越来越多的研究人员将复杂网络理论应用到脑认知研究中,将一个整体的大脑系统看成一个复杂网络。利用一些先进的技术手段采集人脑数据,运用复杂网络理论对所构建的脑网络进行分析,已取得令人兴奋的实验结果。随着脑影像学技术的发展,这种多模态脑影像学的脑网络研究方法已被广泛应用到对脑疾病的研究中。一些研究表明,人脑的功能网络不仅随着状态和年龄的变化而发生改变,而且具有一定的遗传性。因此,越来越多的研究人员关注基因对静息态脑功能网络的影响。在竞争压力巨大的当今社会,抑郁症发病率居高不下,抑郁症的主要特征为显著而持久的心境低落或兴趣减退及认知功能障碍等,并出现很高的死亡率。有一些研究发现,抑郁症的发病机制与GSK3β基因有关,抑郁症患者的GSK3β多态性和大脑结构变化之间也存在一定关联。但是,GSK3β基因对抑郁症患者功能脑网络的拓扑属性影响以及临床意义,目前我们仍未可知。本文首先在一个连续的阈值空间内对所有被试的功能核磁共振数据构建了功能脑网络；再运用复杂网络基础理论知识分析了功能脑网络的网络属性,例如度、节点效率等；然后,对抑郁组中的不同基因做统计检验,找出基于GSK3β基因基础的抑郁症患者之间功能脑网络差异最为显著的网络属性,再对不同基因与疾病之间做统计检验,找出差异最为显著的网络属性；最后,利用支持向量机、人工神经网络、决策树、Logistic回归模型,进一步研究分类问题。结果表明,脑网络中有些节点的中心度显著增加,它与抑郁症患者的GSK3β基因有关,这些区域位于边缘系统、基底神经节和额叶、颞叶、枕叶,在以往的研究中也表明抑郁症患者在这些区域的相关连接比较紊乱。因此,这样的结果让我们更深入的了解GSK3β基因在改变功能脑网络的拓扑组织中所起的作用。分类研究发现,支持向量机与人工神经网络的性能高于决策树与Logistic回归模型,由疾病状态分类结果可得知,基因对分类特征存在一定的影响,因此对抑郁组与对照组的功能脑网络存在一定的影响。由基因分类结果可知,脑网络中有显著差异的指标可以作为分类特征来对基因进行分类,意味着功能脑网络这种方法可以对基于基因基础的脑疾病进行研究分析,为临床医学对疾病的诊断提供一个辅助手段。