对患有亚阈值抑郁症的青少年肠道微生物群和认知特征的探索性研究:一项宏基因组测序分析
《npj Mental Health Research》:Exploratory characterization of gut microbiota and cognitive profiles in adolescents with subthreshold depression: a shotgun metagenomics sequencing study
【字体:
大
中
小
】
时间:2026年03月26日
来源:npj Mental Health Research
编辑推荐:
**摘要**
青少年亚阈值抑郁(Subthreshold Depression, SD)是一种普遍存在的状况,与显著的功能障碍和患重度抑郁症(Major Depressive Disorder, MDD)的风险增加有关。目前,缺乏可靠的客观标志物使得其准确识别变得复杂。研究肠
**摘要**
青少年亚阈值抑郁(Subthreshold Depression, SD)是一种普遍存在的状况,与显著的功能障碍和患重度抑郁症(Major Depressive Disorder, MDD)的风险增加有关。目前,缺乏可靠的客观标志物使得其准确识别变得复杂。研究肠道微生物组可能为理解其潜在机制提供新的见解。本研究旨在探讨亚阈值抑郁青少年中肠道微生物组与认知功能之间的关联。共招募了38名患有SD的青少年和139名临床健康的青少年(CW)。通过宏基因组测序和MATRICS共识认知电池(MCCB)分别评估了肠道微生物组和认知功能。与CW青少年相比,SD组在四个层面上显示出螺旋体门(Spirochaetes)、协同菌门(Synergistetes)、Spirochaetia、Synergistia、Spirochaetales、根瘤菌目(Rhizobiales)、Synergistales、嗜热厌氧菌目(Thermoanaerobacterales)、红螺菌目(Rhodospirillales)、Synergistaceae和草酸杆菌科(Oxalobacteraceae)的相对丰度较高。SD组的空间跨度得分(Spatial Span scores)也高于CW组。此外,EggNOG分析显示细胞内运输和囊泡运输与空间跨度得分之间存在显著的负相关。SD青少年微生物组中的神经退行性疾病和翻译相关KEGG通路明显减少。螺旋体门、Spirochaetia和Spirochaetales的较高丰度是预测SD的最佳指标。我们的发现表明,肠道微生物组异常、抑郁症状和认知影响在SD青少年中同时存在,这可能在SD的发病机制和认知功能中起关键作用。肠道微生物组可能作为识别和治疗SD青少年的潜在生物标志物。
**引言**
亚阈值抑郁(SD)的特点是存在抑郁的核心症状,但不符合重度抑郁症的诊断标准,从而导致功能障碍、自杀风险高、共病率高以及发展成MDD的可能性大。持续的SD症状与更快更严重的MDE复发相关,这被认为是抑郁未完全缓解的迹象。研究表明,SD在青少年中的患病率高于MDD,终生患病率在2.2%到29.2%之间。然而,由于缺乏病理检测工具,误诊现象频繁发生。肠道微生物组被认为是大脑、行为和情绪之间的联系。微生物组-肠道-大脑轴在抑郁症的发展中起着关键作用,可能作为诊断工具和治疗的潜在生物标志物。肠道微生物组的代谢产物负责在中枢神经系统中合成神经递质,如γ-氨基丁酸(GABA)、去甲肾上腺素、多巴胺和5-羟色胺(5-HT),这些都与抑郁有关。重要的是,这些由微生物产生的神经递质不能穿过血脑屏障。在亚阈值抑郁中,微生物群落结构的改变可能会干扰这些神经活性化合物的产生或调节,从而可能导致青少年观察到的细微但具有临床意义的情感和认知症状。抑郁患者表现出肠道微生物组成的改变,如Faecalibacterium、Coprococcus、Prevotella和Ruminococcaceae水平降低,而Bacteroides、Alistipes、Streptococcus、Parabacteroides和Enterococcus水平升高。肠道微生物组失调与症状严重程度和治疗反应差有关。动物研究表明,将抑郁患者的粪便微生物组移植到动物体内可以诱导类似抑郁的行为。关于SD青少年肠道微生物组变化的研究有限,但有一项研究发现,SD个体的微生物种类总数减少,有害微生物增加,有益微生物减少。另一项研究指出,运动可以通过改善肠道微生物来改善SD青少年的抑郁症状。此外,SD青少年可能存在认知差异,包括情绪和奖励处理障碍。亚阈值抑郁会加重白质和灰质萎缩,加速轻度认知差异患者的认知衰退。Yao等人观察到,在207名SD患者中(蒙特利尔认知评估得分<26分),有72名患者存在认知差异。通过微生物组-肠道-大脑轴,肠道微生物与大脑之间的双向相互作用可以影响认知功能(如视觉空间记忆、语言学习和记忆、注意力和警觉性)。肠道微生物组的组成和多样性与认知功能相关,针对肠道微生物组的干预措施显示出改善认知功能的潜力。现有证据表明肠道微生物组、SD和青少年认知差异之间可能存在潜在联系,但相关研究仍有限。以往报告肠道微生物组与抑郁关联的研究很少评估认知功能,大多数研究使用16s rDNA分析来研究肠道微生物。此外,未知肠道微生物及其作用机制的发现也有限。以往的观察性研究可能受到一些已知影响肠道微生物组的混杂因素的干扰,如体重指数、饮食和年龄。
**方法**
本研究在中国广州市花都区元轩中学进行,获得了广州惠爱医院机构审查委员会的批准(2016048)。所有参与者及其监护人均签署了书面知情同意书。我们招募了177名12-14岁的初中生,其中部分患有SD。亚阈值抑郁症状定义为至少持续一周的两种或更多DSM-IV定义的抑郁症状,但不符合MDD的标准。我们使用以下精神病学工具和量表来评估症状和/或诊断:首先使用K-SADS-PL版本排除任何精神疾病;其次,研究精神科医生使用自制的74项症状清单(补充材料1)评估常见症状;第三,应用修改后的双相情感障碍前驱症状量表-回顾性患者版本(BPSS-R-Pt)评估当前和过去的症状、严重程度及与物质滥用的潜在原因;第四,使用中文版的患者抑郁问卷-9(C-PHQ-9),其项目和评分范围与英文原版相同。C-PHQ-9已在青少年中得到验证。我们还使用轻躁狂检查表15(HCL-15)评估轻躁狂行为/症状。所有参与者在研究期间均未服用任何药物或接受其他治疗,也没有用药史或治疗史。纳入标准包括过去一周C-PHQ-9得分10分及以上,并且具有以下两种或更多抑郁症状:情绪低落、对所有或几乎所有活动兴趣或乐趣减退、非节食情况下的显著体重下降或体重增加、失眠或嗜睡、精神运动性兴奋或迟缓、疲劳或能量丧失、无价值感或过度或不适当的内疚感、思维或集中注意力能力下降或犹豫不决、反复出现的死亡念头、无具体计划的自杀念头或自杀企图。排除标准包括DSM-IV定义的精神疾病、严重的胃肠炎或其他肠道疾病、过去三个月内服用抗生素、益生菌或抗抑郁药等影响肠道微生物组结构的药物、过去进行过胃肠道手术(阑尾切除术或胆囊切除术)、特殊饮食、严重的自杀念头或智力障碍。
**程序**
为了探讨SD青少年的认知差异,所有受试者都接受了认知功能评估。在完成精神症状评估后,使用MATRICS共识认知电池(MCCB)评估认知功能,该电池包含10个子测试,涵盖信息处理速度、注意力/警觉性、工作记忆、词汇学习和记忆、视觉学习和记忆、推理和问题解决以及社会认知等七个认知功能维度。此外,还使用Tony非语言智力测试第三版(TONI-3)评估受试者的智力。
**粪便样本收集和DNA提取**
参与者在早晨(6:00至10:00之间)收集粪便样本,以减少昼夜变化的影响。样本到达实验室后立即分装并储存在-80°C。DNA提取方法如前所述。使用Nanodrop(Thermo Scientific)测量DNA浓度,并通过琼脂糖凝胶电泳估计分子大小。
**宏基因组测序**
所有样本在Illumina平台上进行测序(双端测序;插入片段长度350 bp;读取长度100 bp),使用Readfq(V8, https://github.com/cjfields/readfq)获取用于后续分析的干净数据。具体处理步骤如下:(a) 删除包含低质量碱基的读段(默认质量阈值≤38);(b) 删除N碱基达到一定百分比的读段(默认长度10 bp);(c) 删除与接头重叠超过一定部分的读段(默认长度15 bp)。从原始读段中丢弃接头和低质量读段,并根据人类基因组参考(hg18)过滤掉人类宿主DNA。宏基因组测序每个样本产生了约26 Gbp的原始数据。为了解决样本间测序深度的差异,在比较分析前对数据进行了标准化处理。多样性分析使用了稀释法。对于分类学和功能分析,将原始读段计数转换为每百万转录本(TPM)。所有原始测序读段均使用FASTXToolkit进行评估和过滤,高质量微生物组测序读段使用SOAP- denovo2(v 2.04)包进行组装。组装后,使用MetaGeneMark(v 2.8)根据蛋白质序列在群体内的成对比较(BLASTP,v 35 × 1,95%同一性和90%重叠阈值)预测基因。基于映射到基因的读段数量计算每个个体中每个蛋白质序列的相对丰度(RA)。深度鸟枪法测序和宏基因组范围关联研究比16s rDNA扩增子测序提供了更深入的肠道微生物组特征和功能洞察。
**稀释曲线分析**
为了评估样本中的基因丰富度,我们按照先前描述的方法生成了稀释曲线。简而言之,对于给定数量的样本,我们在每组样本中随机采样100次,并估计可以从这些样本中识别出的基因总数。基因如果具有超过1对已映射的读取序列,则被认为存在于样本中。基因计数、α多样性和β多样性每个样本中的总基因计数是使用先前研究中概述的方法计算的41。α多样性(样本内多样性)是基于每个样本的基因谱型使用Shannon指数来估计的,如先前研究37中详细说明的。β多样性(样本间多样性)是通过Bray-Curtis距离来估计的$${\rm{BCij}}=\frac{{\sum }_{k=1}^{n}|{X}_{{ik}}-{X}_{{jk}}|}{{\sum }_{k=1}^{n}({X}_{{ik}}+{X}_{{jk}})}$$ (1)其中n是基因的数量,Xik和Xjk代表基因k在样本i和j中的相对丰度。分类学、基因功能分类和同源物组丰度分析每个样本在每个分类学层次(门、纲、目、科、属、种)的丰度信息是基于LCA注释结果和基因丰度获得的42,43,44。一个样本中物种的丰度等于该物种的基因丰度之和。预测基因的蛋白质序列使用国家生物技术信息中心的blast P与EggNOG 3.0数据库45和KEGG基因数据库(KEGGFTP版本2013年1月21日)进行搜索,参数为‘-numDescriptions 100,000, -evalue 1e-5’。与EggNOG或KEGG同源物组有比对得分高于60的基因被归入一个或多个EggNOG或KEGG同源物组。为了计算EggNOG或KEGG同源物组的丰度,我们将分配给相同EggNOG或KEGG同源物组的蛋白质的丰度相加。这使我们能够生成EggNOG/KEGG同源物组的谱型。结果所有参与者的结果都进行了评估。主要结果是肠道微生物组的变化和差异,这是通过宏基因组测序来评估的。次要结果是微生物组与抑郁症状和认知差异之间的关联、肠道微生物组的功能分析以及预测模型的结果。统计分析所有统计分析都是使用R软件3.4.1或SPSS 27进行的。参与者的 demographic 信息使用单因素方差分析(one-way ANOVA)测试进行分析,在适当的情况下使用两个独立样本t检验、协方差分析或卡方检验(chi-square test)。对于多重检验进行了Bonferroni校正。Mann–Whitney–Wilcoxon检验用于测量宏基因组数据的显著性,Mann–Whitney–Wilcoxon检验的效果量报告为r(Z/√N),与非参数组比较的建议一致。Mann–Whitney–Wilcoxon检验的P值小于0.05的被认为是统计上显著的。相关性分析为了探索肠道微生物组与通过C-PHQ-9测量的抑郁症状以及通过MCCB测量的认知功能之间的功能关系,我们基于Spearman相关系数(|r|?>?0.5, p?0.05)制定了一个相关矩阵。本研究没有进行共现分析(co-occurrence analysis)。相关性分析是使用研究中的所有参与者进行的,而不仅限于SD组。使用R软件3.4.1计算并绘制了Spearman相关性。机器学习预测基于上述统计分析的结果,我们移除了每个层次上相对丰度低于或等于前50名的微生物群落。然后,我们使用z分数方法对数据进行了标准化。采用了合成少数过采样技术(Synthetic Minority Oversampling Technique)和Tomek(SMOTE-Tomek)来平衡样本,结合了SMOTE过采样和Tomek欠采样技术的优点。这种方法可以在去除噪声样本的同时生成额外的样本46,47。具有统计差异的微生物群落被用作模型中的特征。随机森林(Random Forest)是一种基于分类树的算法,在科学研究中广泛使用,包括抑郁症研究48。它可以避免过拟合、平衡数据错误、处理大量变量,并评估变量重要性,以其效率和准确性而著称。该模型使用10折交叉验证进行评估,这是最常用的方法。评分参数设置为接收者操作特征曲线(Receiver Operating Characteristic)曲线下的面积(AUC)和准确性。使用Python(Grid Search CV包)找到了模型的最佳参数。最后,在测试集上检验了模型。整个过程重复100次以计算结果,如平均AUC和标准差。通过计算排列检验的p值(随机打乱所有分类标签2000次)来验证模型预测的有效性。P值?0.05被认为是有效模型的标志。我们使用Python 3.9.7中的Random Forest Classifier包进行了随机森林计算。人口统计和临床特征2017年4月1日至2018年1月30日期间,共有233名青少年根据纳入和排除标准进行了资格筛选,其中56名参与者被排除。在剩余的177名青少年中,139名临床状况良好(CW),38名参与者被认为是SD。所有177名青少年都提供了用于宏基因组测序评估的粪便样本(图1)。图1:试验概况。完整尺寸图像SD亚阈值抑郁,CW临床状况良好,MSS宏基因组测序研究。SD组和CW组在年龄、性别或教育年限方面没有显著差异(p?>?0.05)(表1)。根据表1,SD组和CW组在C-PHQ-9(T?=??0.779, p?0.001)、空间跨度(工作记忆)(T?=??2.161, p?=?0.032)方面存在显著差异。表1 SD组和CW组之间的青少年人口统计特征和临床特征完整尺寸表格肠道微生物组的组成变化共有38名SD青少年提供了用于微生物组检测的粪便样本。SD组和CW组在年龄、性别和教育方面匹配(p?>?0.05)。我们首先比较了SD组和CW组之间的微生物差异。我们发现基因计数和α多样性没有显著差异(r?=??0.136, p?=?0.199),但β多样性有显著差异(r?=??0.111, p?0.001)(图2D, E;PCoA和PLS-DA图显示在图2B, C中)。图2:亚阈值抑郁(SD)青少年与临床状况良好(CW)组之间的肠道微生物改变。比较了SD组(n?=?38)和CW组(n?=?139)的粪便样本的鸟枪法测序数据。完整尺寸图像基于SD组和CW组基因计数的稀释曲线。B 两组基因的主坐标分析(SD用红色表示,CW用蓝色表示)。C 两组基因的部分最小二乘判别分析(SD用红色表示,CW用蓝色表示)。D 两组基因水平的α多样性箱形图(观察值、Chao1指数、Shannon指数、Simpson指数、Fisher等人)。E SD组和CW组基因计数的箱形图。对于A–E,使用Kruskal–Walli秩和检验来确定显著性。在C–E中,箱子代表第一和第三四分位数之间的四分位距(IQRs),箱子内的线代表中位数;须状部分代表第一或第三四分位数范围内1.5倍IQR内的最低或最高值。圆圈代表超出须状部分的数据点。凹槽显示了中位数的95%置信区间。*p?0.05, **p?0.01, ***p?0.001。为了更细致地了解两组之间的差异,我们对门水平上平均相对丰度大于1%、纲水平上大于0.1%、目水平上大于0.1%、科水平上大于0.1%、属水平上大于0.1%和种水平上大于0.2%的菌型进行了分析50,51。结果表明,Bacteroidetes、Firmicutes、Proteobacteria和Actinobacteria是两组中最常见的四个优势分类群(图3A和补充材料2)。在Spirochaetes谱系(门:Spirochaetes;纲:Spirochaetia;目:Spirochaetales)的多个等级中观察到了分类学差异,这与系统发育一致性一致。在门水平上,与CW组相比,SD组中的Spirochaetes(r?=??0.218, p?=?0.039)和Synergistetes(r?=??0.204, p?=?0.027)显著增加(图3A)。在纲水平上,Spirochaetia(r?=??0.218, p?=?0.039)和Synergistia(r?=??0.204, p?=?0.027)在SD组中显著高于CW组(图3B)。在目水平上,Spirochaetales(r?=??0.218, p?=?0.039)、Rhizobiales(r?=??0.227, p?=?0.030)、Synergistales(r?=??0.204, p?=?0.027)和Thermoanaerobacterales(r?=??0.204, p?=?0.035)以及Rhodospirillales(r?=??0.053, p?=?0.007)在SD组中高于CW组(图3C)。在科水平上,前五十个富集的物种显示在图3D中。我们还发现Synergistaceae(r?=??0.204, p?=?0.027)和Oxalobacteraceae(r?=?-0.167, p?=?0.033)在SD组中的丰度显著高于CW组。在属和种水平上,SD组和CW组之间的分类群丰度没有统计学差异(图3E, F)。图3:门、纲、目和科水平的系统发育丰度变化以及其与SD组和CW组的Chinese版本Patient Depression Questionnaire-9(C-PHQ-9)分数的相关性。完整尺寸图像在门(A)、纲(B)、目(C)和科(D)水平的系统发育丰度变化箱形图,以及其与WMS III(A, B, C)和C-PHQ-9(D)分数的相关性。在属(E)和种(F)水平上显示了50个最丰富的菌型,以及其与WMS III的相关性。箱子代表第一和第三四分位数之间的四分位距,箱子内的线代表中位数。须状部分表示第一和第三四分位数范围内1.53内的最低和最高值。*p?0.05, **p?0.01, ***p?0.001,红点表示p?0.05。相关性分析在门、纲、目和科水平上,Spirochaetes(r?=?0.17, p?0.05)、Spirochaetia(r?=?0.17, p?0.05)、Spirochaetales(r?=?0.17, p?0.05)和Spirochaetaceae(r?=?0.15, p?0.05)与WMS-III空间跨度分数呈正相关(图3A–D)。在科水平上,Oxalobacteraceae与C-PHQ-9分数呈正相关(r?=?0.26, p?0.001)(图3D)。在属水平上,Szetela与WMS-III分数呈负相关(r?=??0.20, p?0.01)(图3E)。在种水平上,Bacteroides_coprocola与WMS-III分数呈正相关(r?=?0.19, p?0.01)(图3F)。由于所有受试者的轻躁狂检查列表(HCL-15)分数未达到临床显著性水平,因此没有对该参数进行相关性分析。功能分析在两组中分析了38个KEGG和23个EggNOG同源物,详细结果显示在图4A, B中。EggNOG分析结果显示SD组和CW组之间的微生物组没有统计学差异。然而,Spearman相关性分析显示细胞内运输和囊泡运输与WMS-III分数有显著的负相关(图4A)。属于神经退行性疾病的KEGG通路(r?=??0.212, p?=?0.045)和翻译(r?=??0.248, p?=?0.019)在SD组的微生物组中比CW组的更高(图4B)。图4:EggNOG同源物组和KEGG功能类别的分布以及其与WMS III的相关性。完整尺寸图像使用皮尔逊相关性分析确定了SD组和CW组EggNOG同源物组标记与WMS III之间的相关性。B 使用皮尔逊相关性分析了SD组和CW组中38个KEGG功能类别的富集KEGG同源物组标记与WMS III之间的相关性。*p?0.05,红点表示p?0.05。机器学习分析我们研究了不同肠道微生物组在预测青少年SD方面的能力(随机森林最佳模型参数:max_depth=4, min_samples_leaf=2, min_samples_split=8, n_estimators=80)。仅使用一个差异丰度较高的属作为预测因子,我们获得的ROC曲线下面积(AUC)范围为0.52至0.76(图5)。结果表明,Spirochaetes、Spirochaetia和Spirochaetales的较高丰度是预测青少年SD的最佳指标(AUC:0.76,排列检验的p值<0.01),其次是Rhizobiales(AUC:0.74,排列检验的p值<0.01)和Synergistetes、Synergistia、Synergistales和Synergistaceae(AUC:0.66,排列检验的p值>0.05)。当结合AUC>0.7的肠道微生物组进行预测时,性能没有提高。100次独立训练-测试分割的平均准确率及其标准差为74.39% ± 0.07。图5:在诊断青少年SD方面,具有最高AUC的三个分类群(在门、纲和目水平上)与HCs(n?=?139)的比较结果以红色显示。一种分类单元的诊断性能在区分患有重度抑郁(SD)的青少年(n=38)和健康对照组(n=139)时,AUC值为0.74,用深蓝色表示。讨论据我们所知,这是首项研究肠道微生物组与患有或未患有SD的青少年认知差异之间关系的病例对照研究。在我们的研究中,我们发现SD组中认知差异与抑郁症状之间存在显著关联。此外,我们观察到SD青少年体内几种类型的肠道细菌数量显著增加,特别是螺旋体门(Spirochaetes)、协同菌门(Synergistetes)、根瘤菌门(Rhizobiales)和草酸杆菌科(Oxalobacteraceae)。其中一些肠道微生物,如螺旋体门,在空间跨度测试中表现出强烈相关性。此外,草酸杆菌科与C-PHQ-9指标也有显著关联。利用EggNOG和KEGG进行的分析表明,SD青少年的抑郁症状和认知影响可能与细胞内运输和囊泡运输的基因功能有关,以及与神经退行性疾病和翻译相关的通路。这些发现表明,SD青少年中存在肠道微生物组失调、抑郁症状和认知影响的共存现象,这可能在SD的发病机制和认知功能中起关键作用。此外,我们发现的这些功能性菌属可能被用作区分SD青少年和健康个体的先进生物标志物。这与之前关于青少年和成人抑郁症的研究结果一致。我们对β多样性的分析显示,SD青少年的β多样性显著更高。这些肠道微生物多样性的发现表明,青少年时期的β多样性增加可能与重度抑郁症(MDD)的发病和进展有关。在我们的研究中,我们首次发现SD青少年中螺旋体门(Spirochaetes)、Spirochaetia和Spirochaetales的数量增加。螺旋体门可能导致严重的临床症状,如慢性腹泻、腹痛、恶心和生长迟缓,尤其是在儿童中。我们假设这可能与SD青少年中的肠道微生物组紊乱有关。一些最近的研究表明,螺旋体门可能与抑郁症有关。例如,Yang等人在慢性轻度应激(CUMS)小鼠中发现了较高的螺旋体门水平。一项涉及744名抑郁症和其他精神疾病患者的研究发现,家族水平上的螺旋体门数量较低。我们还发现四个水平上的螺旋体门与WMS-III评分呈正相关,表明螺旋体门的增加也可能影响SD青少年的认知功能。众所周知,与螺旋体感染相关的疾病,如莱姆病,与精神分裂症、双相情感障碍和重度抑郁症有关,并伴有认知差异。此外,我们还发现属于变形菌门(Proteobacteria)的根瘤菌门(Rhizobiales)和红螺菌目(Rhodospirillales)的数量增加。多项研究将变形菌门与抑郁症联系起来。Francis等人报告称,抑郁症患者中变形菌门的患病率较高。Jiang等人在研究慢性社会挫败应激(CSDS)小鼠的抑郁行为时发现根瘤菌门数量减少。此外,我们的研究还发现SD青少年中协同菌门(Synergistetes)、Synergistia、Synergistales和草酸杆菌科(Synergistaceae)的数量显著增加。一些研究揭示了这些菌属之间的潜在联系。Malan-Müller等人认为,协同菌门数量的减少可能与个体的抑郁症状有关。Berube等人发现协同菌门数量减少与睡眠质量差有关,而睡眠质量差与抑郁症高度共病。Kenna等人报告称,帕金森病(PD)患者中的协同菌门数量显著增加。草酸杆菌科通过发酵蛋白质、肽和氨基酸生成乙酸,进而通过交叉喂养促进丁酸合成。丁酸抑制组蛋白去乙酰化酶(HDAC),维持组蛋白乙酰化和染色质松弛,从而上调BDNF表达,增强神经发生和突触连接,并发挥抗抑郁作用。我们还观察到SD青少年中热厌氧杆菌目(Thermoanaerobacterales)和草酸杆菌科(Oxalobacteraceae)的数量增加。这一发现与Kelly等人的研究结果一致,他们在34名MDD患者中发现了热厌氧杆菌目的升高(p=0.021)。我们研究中的一个意外发现是,SD青少年的WMS-III评分和工作记忆功能优于健康对照组,这与通常观察到的抑郁状态下的认知缺陷相反。这种差异可能归因于多个相互关联的因素。首先,人口统计学和发育变量,如年龄、种族和性别,可能对大脑发育和认知结果产生不同影响。值得注意的是,虽然年龄较大的SD患者表现出较差的注意力和工作记忆,但青春期的神经可塑性可能有助于在特定领域(如视觉空间工作记忆)进行补偿性上调,以应对亚临床压力。其次,这种模式可能反映了样本的特定特征,如较高的基线认知能力或SD队列中的特定表型亚型。这也可能代表亚阈值阶段的早期、短暂的变化,不同于完全发展的重度抑郁症中的损伤。此外,SD患者可能表现出适应性或补偿性认知特征,如面部表情处理的积极偏向或增加的调节努力来控制功能失调的认知模式,类似于缓解期抑郁症的发现。需要进一步的纵向研究来追踪认知轨迹和肠道微生物组的变化,以澄清这种关联的性质和持久性。我们的研究还发现,Tyzzerella属在基因水平上与WMS-III评分呈负相关,而Bacteroides_coprocola属在物种水平上与WMS-III评分呈正相关。这些发现表明,尽管这些微生物组的相对丰度在抑郁青少年中没有显著差异,但它们可能在认知表现中起部分作用。许多研究表明,这些微生物组在患有MDD的青少年或成人中发生了显著变化。Lin P等人发现MDD患者中的拟杆菌属(Bacteroidetes)较少。Ling等人观察到成人和儿童抑郁症病例中拟杆菌属的数量一致减少。MDD通常伴随着不同程度的认知差异,涉及记忆、执行功能、处理速度和注意力。即使抑郁症状得到缓解,认知差异仍可能持续存在。我们的发现可能有助于理解从亚阈值抑郁发展到重度抑郁症过程中的认知功能影响。我们还观察到,SD青少年组中与神经退行性疾病和翻译相关的宏基因组功能水平较高,这表明SD青少年可能与神经退行性疾病的基因簇功能有关。与神经退行性疾病相关的关联可能表明早期、亚临床的神经炎症或蛋白质稳态机制的变化,这些机制与情绪障碍和认知衰退有关。先前的研究揭示了这些疾病的病理生理学和分子机制。例如,我们之前对亚阈值抑郁青少年的研究发现,运动干预对抑郁的改善效果与微生物组的防御机制和信号转导机制以及神经退行性疾病的通路有关。Galts等人发现导致MDD和神经退行性疾病(如阿尔茨海默病(AD)、PD和亨廷顿病(HD)的神经生物学变化有相似之处。他们的神经影像学发现也表明抑郁症和神经退行性疾病涉及结构和功能改变。Loh等人指出,微生物组的失调,特别是Prevotellaceae、Faecalibacterium和Eggerthella的失调与帕金森病有关,而自闭症谱系障碍(ASD)与双歧杆菌(Bifidobacterium)和拟杆菌属有关。值得注意的是,这些失调模式也在抑郁症患者中观察到。Cenit等人认为,儿童和青少年对神经退行性疾病和心理障碍(如抑郁症)的易感性增加与肠道微生物组失调和肠道及血脑屏障的完整性受损有关。此外,Soca?a等人证明,旨在恢复肠道微生物组平衡的干预措施,如益生菌和微生物组移植,可以缓解抑郁症和神经退行性疾病的症状。同时,观察到的与翻译相关的通路富集可能反映了突触蛋白质合成的改变,这对神经可塑性和认知情绪处理至关重要。一些蛋白质,如哺乳动物雷帕霉素靶点(mTOR),通过参与蛋白质翻译和其他相关机制,在抑郁症和神经退行性疾病的治疗中起重要作用。此外,我们观察到亚阈值抑郁青少年的认知表现与细胞内运输、分泌和囊泡运输相关的通路呈负相关,这可能突出了神经元通信和神经递质动态之间的关联。越来越多的证据表明,某些蛋白质产物,如特定的富集基因产物,在双相情感障碍中起关键作用。这些蛋白质可以通过影响细胞内运输、分泌和囊泡运输等机制损害突触和细胞间通信。双相情感障碍与亚阈值抑郁类似,通常与认知影响有关。需要进一步的研究来测试抑郁青少年中的宏基因组变化是否会影响抑郁症的风险。为了探索SD的潜在生物标志物,我们利用机器学习分析了肠道微生物的组成、功能和代谢,并研究了肠道微生物与SD之间的关系。我们的研究发现,SD青少年中有11种细菌在四个水平上显著增加。通过建立随机森林模型,我们确定了4种功能性肠道细菌(螺旋体门、Spirochaetia、Spirochaetales和根瘤菌门)作为潜在的非侵入性识别工具。这些生物标志物能够区分SD儿童和健康儿童,显示出相对较高的识别准确性,表明这种识别方法的可行性。然而,当将微生物特征与AUC>0.7结合使用时,性能提升不足,这可能是由于这些分类单元之间的高度生物学和统计依赖性。螺旋体门、Spirochaetia和Spirochaetales属于同一系统发育谱系中的不同分类水平,因此具有大量的基因组和功能冗余。同样,协同菌门内的分组特征可能捕获了重叠的微生物信息。当这些特征结合使用时,并不提供互补的预测信号,反而引入了多重共线性,这可能会稀释模型的特异性并增加方差,而不会提高区分度。此外,最强的特征(如螺旋体门等)可能已经捕获了与该队列中SD分类相关的大部分微生物组信号,使得其他相关分类单元的贡献减少。因此,在这种情况下,特征组合并没有增强模型的泛化能力,甚至可能略微降低模型的泛化能力。未来,检查微生物生物标志物丰度的变化可能提供一种诊断SD青少年的方法。然而,我们的发现仅支持探索性见解;至关重要的是,在评估基于微生物组的生物标志物的诊断和治疗潜力时,必须考虑微生物组相关因素(如饮食、卫生)。这项研究存在一些局限性。首先,样本量相对较小且不平衡,SD组(n=38)仅占总队列的21.5%。这可能降低了检测微妙微生物差异的能力,并增加了假阳性发现的风险,尽管我们尝试通过SMOTE-Tomek来减轻偏差。过采样技术不能替代真正的生物学重复实验,未来的研究应致力于更大、更平衡的队列。其次,该研究仅关注SD青少年肠道微生物群落的变化,而没有探讨任何因果效应。需要实验研究来确认这些关键功能性细菌在SD青少年中的作用。第三,尽管我们的研究发现了一些将肠道微生物与SD联系起来的迹象,但我们没有深入探讨这种联系。此外,我们没有进行任何额外的测试来检查微生物组与血液神经递质的变化。第四,缺乏正式的多重比较校正(如假发现率)增加了假阳性关联的风险。因此,我们的发现应被视为探索性的,需要在独立队列中进行验证。第五,尽管Metaphlan4和Humann3等先进工具提供了改进的分类和功能分析准确性,但我们保留了原始的生物信息学流程(如Metagene Mark用于基因预测,SOAP-denovo2用于组装),以确保与该项目历史数据的方法学一致性。虽然这种方法减少了批次效应,但它可能引入技术噪声,如非微生物分类单元的虚假注释(如真核生物),我们通过严格的后期处理步骤(如FAST Toolkit过滤、BLASTP基于的序列身份阈值)来减轻这一问题。第六,功能注释(例如“神经退行性疾病”相关通路)应谨慎解读,因为它们反映的是宿主与微生物组之间的代谢相互作用,而非微生物本身的直接代谢活动。这与新兴的肠道-大脑轴机制相一致,但需要通过多组学整合进行验证。最后,我们当前研究结果的解读可能受到多种限制的影响,包括缺乏详细的饮食数据、运动和睡眠模式等信息。需要进一步的纵向研究来更好地了解患有亚阈值抑郁的青少年的肠道微生物组情况。本研究采用了DSM-IV诊断标准,这是更大规模研究计划的一部分,在该计划中这些标准一直被用来定义亚阈值抑郁。尽管DSM-IV和DSM-Ⅴ中的抑郁诊断标准在很大程度上是相似的,但我们建议未来的研究也应基于DSM-Ⅴ的标准来评估症状,以进行全面的评估。我们将在未来的动物和人类研究中验证我们的发现,并结合更新的生物信息学工具(如EggNOG、KEGG)和下一代分析技术,以提高分析精度。
总之,我们的数据提供了初步证据,表明患有亚阈值抑郁的青少年肠道微生物组的β多样性及其组成发生了显著变化。这表明某些类型的细菌(包括Spirochaetes、Spirochaetia和Spirochaetales)可以作为强有力的生物标志物,帮助区分患有亚阈值抑郁的青少年和健康青少年。此外,我们的研究还发现,患有亚阈值抑郁的青少年在空间记忆测试和工作记忆方面出现了认知功能的变化,而这些变化可能与Spirochaetes在门、纲或目水平上的增加有关。初步分析还显示,患有亚阈值抑郁的青少年中存在某些宏基因组功能的异常升高(如与神经退行性疾病相关的功能)。我们的研究揭示了关于学龄儿童如何发展出亚阈值抑郁的新信息,其中肠道中的特定细菌在这一过程中起着关键作用。这些细菌有可能成为针对患有亚阈值抑郁儿童的非侵入性诊断和个性化早期干预的目标,从而预防抑郁的发生或进展。