《Biological Psychiatry Global Open Science》：Immuno-Metabolic Pathways: Investigating Mediators of Major Depressive Disorder and Atherosclerotic Cardiovascular Disease comorbidity
編輯推薦：
為探究重度抑郁癥（MDD）與心血管疾�。–VD）共病機制，研究人員利用荷蘭抑郁與焦慮研究（NESDA）及英國生物銀行（UKB）數據開展研究。結果發現二者共享生物標志物，HDL 直徑和 AGP 是潛在中介。這為防治共病提供新靶點，意義重大。
在當今社會，心理健康與心血管健康的關聯日益受到關注。重度抑郁癥（Major Depressive Disorder，MDD）作為一種常見的精神疾病，全球約有 3.22 億人受其困擾，不僅嚴重影響患者的生活質量，還帶來巨大的經濟負擔。而心血管疾�。–ardiovascular Disease，CVD）同樣是危害人類健康的重大疾病。令人擔憂的是，這兩種疾病常常同時出現，患者的病情會更加嚴重，死亡風險也顯著增加。
目前，雖然對 MDD 和 CVD 各自的研究眾多，但將二者及其共享的炎癥和代謝通路結合起來的綜合研究卻十分匱乏，且缺乏縱向分析探究它們隨時間的共同發展。為了解開 MDD 與 CVD 共病的謎題，研究人員迫切需要新的突破。
在此背景下，研究人員基于荷蘭抑郁與焦慮研究（NESDA）和英國生物銀行（UKB）的數據開展了深入研究。該研究成果發表在《Biological Psychiatry Global Open Science》上，為揭示 MDD 與 CVD 共病的機制帶來了新曙光。
研究人員運用了多種關鍵技術方法。首先，利用質子核磁共振（NMR）平臺測量血漿代謝物，獲取了多種脂質相關代謝物的濃度。同時，檢測了炎癥標志物如高敏 C 反應蛋白（hs - CRP）、白細胞介素 - 6（IL - 6）和腫瘤壞死因子 - α（TNF - α）。此外，通過機器學習框架篩選與 MDD 相關的生物標志物，并運用因果發現算法（如 tier - PC 算法）構建因果圖，探索 MDD 與 CVD 之間的縱向通路。最后，利用英國生物銀行的數據進行外部驗證。
研究結果
- 數據預處理：在 NESDA 數據中，通過各種數據處理方法，確定了 24 種與當前 MDD 相關的生物標志物。UKB 數據經過類似處理后，得到最終樣本 35668 例。
- 因果圖分析、穩定性和中心性評估：網絡分析發現從 MDD 到 CVD 存在直接和間接通路。直接通路涉及 TNF - α、酪氨酸和脂肪酸等；間接通路則通過乙酸鹽、HDL 直徑、IL - 6 等物質。穩定性分析表明部分生物標志物在不同條件下出現頻率高，中心性分析確定酪氨酸、乙酸鹽等為潛在重要中介。
- 外部驗證：利用 UKB 數據進行中介分析和回歸分析，結果顯示 HDL 粒子直徑和 AGP 在 MDD - 動脈粥樣硬化性 CVD 通路中具有顯著中介效應。
研究結論與討論
該研究通過多模態數據分析框架，成功識別出與當前 MDD 相關的生物標志物，并揭示了 MDD 與 CVD 之間共享的免疫代謝通路。21 種代謝物和 3 種炎癥標志物對 MDD 有重要影響，且這些生物標志物部分與 CVD 共享。直接和間接通路的發現，明確了 MDD 影響 CVD 的不同方式。
HDL 直徑和 AGP 作為潛在中介，凸顯了脂質代謝異常和慢性炎癥在共病中的作用。這一研究結果意義重大，為理解 MDD 與 CVD 共病的機制提供了關鍵線索，為開發針對這兩種疾病共病的預防和治療策略奠定了基礎。然而，研究也存在一定局限性，如觀察性設計無法確定因果關系，且 CVD 診斷基于自我報告。未來研究可針對這些不足進一步深入探索，有望為改善患者健康狀況帶來新的突破。
