林关宁组合作发表成果:精神病高危综合征临床转归评估及预后预测
发布时间:2022-07-01 15:17:00

20226月,上海交通大学生物医学工程学院里林关宁研究组和交大医学院附属精神卫生中心禹顺英研究员、王继军主任医师合作在国际学术期刊Psychiatry and Clinical Neurosciences(影响因子=12.1)上发表了题为"The peripheral transcriptome of clinical high-risk psychosis reflects symptom alteration and helps prognosis prediction"的最新研究成果,初步证实了外周血分子可以用于精神病高危综合征的临床评估,同时构建了临床转归及预后预测模型。

精神分裂症是一种严重的精神障碍,影响了全球约1%人口,其长病程、高致残率与高危害性为家庭和社会带来了极大的负担。大多精神分裂症患者在首次发作前存在临床高危状态(CHR-P),且约30%CHR-P患者终转归为精神分裂症。如能尽早识别需干预的过渡期患者,并实施药物或心理干预,将能减少患者的转化, 缩短病程。

然而目前转归预测的生物指标,大多来自影像或脑电等指标,而外周血等更易获得的生物样本的生物指标的研究却非常匮乏。但外周血小分子信号是否能反映中枢神经系统(CNS)的改变长期以来一直是精神病学研究领域的一个争议。一方面,据报道,中枢和外周分子改变之间的关联往往不稳定,往往无法复制。另一方面,一些精神疾病的中枢神经系统病理学,如细胞因子、神经递质和激素的破坏,在外周血中有相应的改变。因此,针对这些挑战,团队针对一组临床高危纵向随访队列进行外周血RNA测序并构建了基因基因表达量变化组合的临床转归预测模型,发现了可用于CHR-P症状评估及转归风险预测的外周血RNA分子。这一结果为CHR-P的早期精准干预提供了新的方向及诊疗靶点。

在该研究中,研究人员对53名临床高危CHR-P患者进行了为期两年的跟踪随访,并在基线期与一年随访期留取外周血做RNA测序。随后,研究人员通过机器学习利用不同时期的RNA表达量的变化值构建了两个数学模型,分别用以反映CHR-P患者的症状严重度变化情况及一年后转归为精神病性障碍的风险。

首先,团队通过整合患者的外周信号和临床的精神病症状评分的变化,搭建出一个由12个基因(NOTCH4, SDK1等)组成的线性模型来预警患者状态,可高效的反映出患者的精神病性随时间症状的变化情况。紧接着,团队又精炼出一个由SYP, INFW1CNTNAP3三个基因表达量组成的线性模型,其可以高效的预测CHR-P高危患者是否会在一年内转归为精神病性障碍。这两个预测模型在置换检验、交叉验证及独立验证集验证中均表现出很高的稳定性及准确度,体现了这两个模型具有很高的临床转化及应用的价值。


      

该研究对于精神疾病的临床早期诊断及干预具有重要的意义。(1)首先,本研究证实外周血信号与源自中枢神经系统的精神疾病临床表型之间存在显著的关联。外周血RNA标记物具有客观、准确、易检测的特点,具有很高的临床转化潜力,可以用于评估精神疾病中。(2)其次,因长期以来CHR-P患者是否要接受药物治疗一直依赖于临床症状评估,缺乏客观的评判标准。本研究提出的两个数学模型分别针对高危患者的状态进行预警及未来转归进行预测,为临床早期干预提供了可靠的参考。研究人员期望通过后续的更大规模的临床验证,将本研究发现的RNA分子整合为可临床推广的试剂盒用于辅助临床医生评判CHR-P患者的疾病状态及未来发病风险。

博士生宋炜宸为本文第一作者,交大医学院附属精神卫生中心主治医师徐丽华为共同第一作者。上海交通大学生物医学工程学院林关宁教授、交大医学院附属精神卫生中心禹顺英研究员、王继军主任医师为共同通讯作者。该项研究得到科技部重点研发计划、国家自然科学基金、上海市自然科学基金等项目的资助。

原文链接:https://onlinelibrary.wiley.com/doi/epdf/10.1111/pcn.13346