映射跨临床、认知与神经递质维度的可复现脑基抑郁症分层

《Journal of Affective Disorders》:Mapping reproducible brain-based depression stratification across clinical, cognitive, and neurotransmitter dimensions

【字体: 大 中 小 】 时间:2026年10月10日 来源:Journal of Affective Disorders 5.7

编辑推荐:

   •在UK Biobank中对皮质厚度进行聚类分析,发现了两个稳定的抑郁症分层。•在临床队列中独立复制了类似的两个聚类结构。•分层间的差异主要反映在全局皮质厚度上。•在UK Biobank中,皮质较薄的分层表现出更多的童年创伤和糖尿病。•皮质剖面与多巴胺能系统和情感-动机系统相

  
  • •
    在UK Biobank中对皮质厚度进行聚类分析,发现了两个稳定的抑郁症分层。
  • •
    在临床队列中独立复制了类似的两个聚类结构。
  • •
    分层间的差异主要反映在全局皮质厚度上。
  • •
    在UK Biobank中,皮质较薄的分层表现出更多的童年创伤和糖尿病。
  • •
    皮质剖面与多巴胺能系统和情感-动机系统相一致。

引言

总体而言,重度抑郁症(MDD)在病因学和临床特征方面具有高度的异质性(Flint, 2023; Fried, 2017)。高达30-40%的患者对标准治疗无效(Johnston等, 2019),且与自杀和身体合并症相关的死亡率显著升高(Walker等, 2015),这种异质性对一刀切的治疗方案的有效性提出了挑战,因为当前的诊断框架无法捕捉多样化的潜在生物学机制(Song等, 2024)。在精准医学的背景下,主要目标是确定这种多尺度复杂性如何在不同临床结局的患者中表现,以及为这些个体识别共同的下游机制(Buch和Liston, 2021; Kapur等, 2012)。
在这些方面取得进展,不可避免地使大脑成为关注的焦点,因为大脑是遗传、环境和社会心理因素汇聚产生抑郁症异质性临床表现的最终共同通路(Anderson等, 2020; Fries等, 2023)。在神经影像表型中,皮质厚度(CT)表现出独特的遗传性特征、与潜在细胞架构属性的密切邻近性(Winkler等, 2010),以及跨扫描平台的高重测可靠性(Hedges等, 2022)。额叶、颞叶、扣带回和岛叶区域的广泛皮质变薄在MDD中已被反复复制(Schmaal等, 2017; Suh等, 2019),并映射到不同的症状维度,包括抑郁严重程度、 melancholic特征(Mertse等, 2022; Toenders等, 2022),以及难治性患者中受损的执行功能(Chen等, 2022)。
然而,理解抑郁症的神经生物学异质性,需要超越单一模态,整合不同的空间尺度,以理解宏观变化如何由微观过程驱动,这有助于识别潜在的创新性治疗靶点(Segal等, 2025)。神经递质系统就是这样一个桥梁:它们作用于与神经元膜结合的受体以驱动细胞间信号传导,调节神经动力学并塑造大规模网络通讯,从而影响行为(Hansen等, 2022a; Shine, 2019)。它们还影响皮质结构,MDD中的皮质变薄在空间上与多巴胺能、5-羟色胺能和谷氨酸能受体密度相关(Dai等, 2025; Pillai等, 2018)。它们的转化相关性还得到了其作为一线抗抑郁治疗主要靶点的进一步强调,从单胺类药物到对治疗无反应患者有效的多巴胺能化合物,以及用于治疗抵抗性抑郁症的新兴谷氨酸能和5-羟色胺能化合物(Harmer等, 2017; Krystal等, 1994; Nichols, 2016; Rush等, 2006)。
然而,高比例的治疗抵抗性表明这些系统并非在所有患者中均匀受损,并且受体的个体差异可能独特地塑造皮质改变和认知/情感过程(Hansen等, 2026)。为解开这一谜题,MDD研究日益转向能够以数据驱动的方式捕捉亚型特异性信号的维度化脑基础模型(Beijers等, 2019; Chen等, 2022)。基于静息态测量的研究已发现快感缺失和焦虑相关亚型,它们具有相反的功能连接模式和对抗抑郁治疗的不同反应(Dunlop等, 2024; Goldstein-Piekarski等, 2022; Tozzi等, 2024)。结构影像研究已识别出在白质完整性、认知特征和转录组学特征方面存在差异的亚型(Li等, 2024; Liang等, 2019)。与这些发现一起,我们之前的工作证明结构神经影像测量可以区分神经保存和神经受损的MDD亚型,后者与炎症负荷和童年创伤相关(Colombo等, 2024)。
然而,实现具有临床相关性的分层,需要能够稳健推广到不同人群和临床环境的亚型。依赖小样本和代表性不足样本是神经影像研究中持续存在的瓶颈,产生的模型预测性能过高,经常无法推广到原始研究环境之外(Marek等, 2022; Whelan和Garavan, 2014)。除了复制外,有意义的亚型研究需要不仅"广"而且"深"的数据(跨越多个分析层次),因为二者的结合能够实现解释疾病多层次复杂性的临床有用模型(Lombardo等, 2016; Zhang等, 2023)。然而,即使有这样的数据,在完全独立的数据集中进行稳健的外部验证仍然很少被采用,而对保留子样本进行验证仍是常见做法(Poldrack等, 2020)。
在此,我们通过利用大型社区样本(N = 1531来自UK Biobank,UKB)来解决这些差距,发现基于CT的具有神经生物学基础的抑郁症分层。通过实施稳健的基于稳定性的聚类方法,我们在保留的UKB子样本和完全独立的MDD住院患者外部队列中严格验证了所识别的聚类。然后我们利用来自1200名健康个体的开源正电子发射断层扫描(PET)数据,检查了与聚类皮质特征相关的认知和情感过程以及驱动它们的神经化学机制。最后,我们报告了聚类在关联不同症状特征方面的临床相关性(包括抑郁严重程度、心脏代谢合并症和治疗抵抗性)。

章节摘录

材料与方法

所有分析都嵌入在三个阶段框架中:i) 在UKB队列的55%中进行模型开发(UKB训练集,N = 842);ii) 在剩余的45%中进行内部验证(UKB保留测试集,N = 689);iii) 在San Raffaele医院(HSR)临床队列中进行外部验证(N = 144)。UKB中55-45的训练-测试划分按年龄和性别进行分层,以确保平衡划分。在UKB中识别的聚类还与健康对照(HC,N = 827)进行比较。一个图形

样本特征

在UKB中,患者特征在各组间相似。与HC相比,MDD患者表现出更高的BMI、糖尿病合并症频率(Data-Field 2443)和童年创伤暴露。比较UKB和HSR队列的常见变量,UKB患者年龄更大,BMI更高,起病年龄更晚,非典型特征抑郁症的频率更高,与HSR相比。相反,HSR队列中报告的治疗抵抗患者百分比更高,与UKB相比

讨论

在本研究中,我们研究了CT的区域测量如何有助于在大规模人群队列中进行基于大脑的MDD分层,以及这种分层是否可以推广到独立的抑郁住院患者队列。在UKB中出现了两个稳定的聚类(归一化稳定性 = 0.125),这些聚类以96.5%的准确率推广到保留样本(多数聚类基线 = 59.5%)。聚类在广泛的CT上存在差异,主要反映在全局CT上,其中一个聚类

CRediT作者贡献声明

Federica Colombo:撰写 – 初稿,可视化,方法学,调查,正式分析,数据管理,概念化。 Lidia Fortaner-Uyà:撰写 – 审阅和编辑,数据管理。 Tommaso Cazzella:撰写 – 审阅和编辑,数据管理。 Alfonso Martone:撰写 – 审阅和编辑。 Camilla Monopoli:撰写 – 审阅和编辑,数据管理。 Cristina Colombo:撰写 – 审阅和编辑,资源。 Raffaella Zanardi:撰写 – 审阅和编辑,资源。 Matteo Carminati:

代码可用性

用于执行分析的所有代码都可以在 https://github.com/fede-colombo/colombo_ukb_clustering_validation 找到。

写作过程中生成式AI和AI辅助技术的声明

在工作准备期间,作者使用了Claude Sonnet 5来润色、编辑或格式化人工撰写的文本。在使用该工具后,作者仔细审阅和编辑了所需内容,并对文章内容承担全部责任。

资金支持

本研究的资金由意大利卫生部提供,GR-2019-12370616。本研究使用UK Biobank资源在应用编号56514"情绪障碍的健康结果分层"下进行。意大利卫生部在研究设计、数据收集、分析和解释、报告撰写以及决定提交论文发表方面没有进一步的角色。

利益冲突声明

作者声明以下财务利益/个人关系,可能被视为潜在的利益冲突:Alessandro Serretti报告AbbVie Inc.提供了财务支持。Alessandro Serretti报告Angelini Pharma SpA提供了财务支持。Alessandro Serretti报告AstraZeneca Pharmaceuticals LP提供了财务支持。Alessandro Serretti报告Clinical Data Inc.提供了财务支持。Alessandro Serretti报告

致谢

无。
Federica Colombo|Lidia Fortaner-Uyà|Tommaso Cazzella|Alfonso Martone|Camilla Monopoli|Cristina Colombo|Raffaella Zanardi|Matteo Carminati|Chiara Fabbri|Alessandro Serretti|Sara Poletti|Francesco Benedetti|Benedetta Vai
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号