首页 > 新疆大学学报（自然科学版）（中英文） > 基于血浆蛋白和多基因风险评分预测未来精神障碍

基于血浆蛋白和多基因风险评分预测未来精神障碍

Predicting Future Mental Disorders Based on Plasma Proteins and Polygenic Risk Score

二维码有效期 120s

摘要传统精神疾病诊断依赖主观症状评估,缺乏客观生物标志物,这阻碍了疾病的早期发现和个性化治疗.作为潜在预测工具的血浆蛋白和多基因风险评分(PRS),在推进精神障碍早期诊断方面展现出巨大潜力.本文旨在评估蛋白质组学特征与PRS在多种精神疾病(抑郁症、精神分裂症及创伤后应激障碍(PTSD))中的预测价值.基于英国生物样本库药物基因组学项目(UK Biobank-Pharma Proteomics Project)的参与者数据,通过最小绝对值收敛和选择算子(LASSO)分析筛选出与精神障碍相关的蛋白质,并整合多基因风险评分构建Cox回归风险预测模型.此外,采用6种机器学习方法和Kaplan-Meier生存曲线评估了模型的预测性能.研究发现不同疾病存在显著差异:抑郁症患者中,血浆蛋白与PRS的联合应用显著提升了临床模型(C-index=0.632 2)的预测效能;精神分裂症患者中,血浆蛋白的加入虽能增强预测效果,但PRS未带来显著提升;而PTSD患者中,无论是血浆蛋白还是PRS,均未在临床变量基础上产生实质性预测价值.风险分层分析显示,这3种精神障碍模型均能显著区分高危与低危人群(抑郁症:HR=2.34,P＜0.001;精神分裂症:HR=5.47,P＜0.001;PTSD:HR=3.02,P＜0.001).尽管该模型在短期预测中表现优异,但其长期预测能力有所下降,未来需要进一步优化改进.本文揭示了不同精神障碍中生物标志物的差异性效用,并为精准精神病学中针对特定障碍的预测建模提供了理论依据.