精神与行为障碍中的代谢组学老化现象
《BMJ Mental Health》:Metabolomic ageing across mental and behavioural disorders
【字体:
大
中
小
】
时间:2026年07月02日
来源:BMJ Mental Health 6.6
编辑推荐:
摘要
背景:精神障碍患者面临更高的发病率和过早死亡风险。加速衰老被认为是导致这一现象的机制之一,但目前针对不同诊断类型的群体规模证据仍较为有限。
目的:探讨不同精神障碍中的代谢组学衰老程度是否存在差异,以及这些关联是否因性别、年龄组和遗传易感性而有所不同。
方法:利用
摘要
背景:精神障碍患者面临更高的发病率和过早死亡风险。加速衰老被认为是导致这一现象的机制之一,但目前针对不同诊断类型的群体规模证据仍较为有限。
目的:探讨不同精神障碍中的代谢组学衰老程度是否存在差异,以及这些关联是否因性别、年龄组和遗传易感性而有所不同。
方法:利用英国生物银行参与者的血浆代谢组学数据,我们应用代谢组学衰老时钟(MileAge)来估算代谢物预测年龄与实际年龄之间的差异。精神障碍的诊断依据为健康记录和医生自我报告的诊断结果。我们分析了9个诊断组及45种具体疾病,同时评估了性别和年龄组的差异,以及多基因评分与这些指标的关联。
结果:在225,212名参与者中(54%为女性,平均年龄56.97岁),有38,524人在研究开始前已有相关诊断。物质使用障碍、精神病性障碍、情感障碍和神经症性障碍与高于实际年龄的代谢物预测年龄相关,其中精神病性障碍的相关性最强(β=0.556,95%置信区间为0.250至0.861,p<0.001)。强迫症和进食障碍则与低于实际年龄的代谢物预测年龄相关。部分关联在男性以及65岁以下人群中更为显著。抑郁症、自闭症和注意力缺陷障碍的遗传易感性较高。
结论:精神障碍中的代谢组学衰老存在异质性。虽然许多疾病与较高的生物学年龄相关,但也有一些与较低的生物学年龄相关。遗传易感性与临床表型之间的差异表明,非遗传因素也会影响生物学衰老的程度。
临床意义:不应假设所有精神障碍患者的生物学年龄都会高于实际年龄。采取针对性别和年龄组的分析方法有助于更深入地理解精神病学中的生物学衰老过程。
现有研究进展:以往研究已将精神障碍与衰老标志物联系起来,如端粒缩短、身体虚弱程度增加以及大脑结构改变,但关于代谢组学衰老的证据主要局限于情绪障碍和焦虑障碍。目前缺乏涵盖多种诊断类型、并同时评估性别或年龄组差异、遗传易感性与临床表型的大规模群体研究。
本研究贡献:在225,000名英国生物银行参与者中,物质使用障碍、精神病性障碍、情感障碍和神经症性障碍与较高的代谢物预测年龄相关,而强迫症和进食障碍则与较低的代谢组学衰老年龄相关。部分关联存在性别差异,且65岁以下人群中的关联通常更为强烈。多基因评分显示,其与诊断结果的关联既有一致性也有差异,这说明遗传易感性并不总是与代谢组学衰老的表型关联保持一致。
对研究、实践或政策的潜在影响:这些发现表明,代谢组学衰老因诊断类型、性别和年龄组而异,不能假设所有精神障碍患者的生物学年龄都会高于实际年龄。未来的研究应进一步探讨特定疾病、性别和年龄组中的相关机制,并量化可能可改变的因素(如健康行为、治疗措施及共病情况)对代谢组学衰老差异的影响。在基线评估之后才出现首次诊断记录的个体,以及没有诊断日期或日期不合理(早于、与出生日期相同或处于同一日历年,或超出随访期)的个体也被排除在外。统计分析分析是在R(V.4.3.0)软件中进行的。描述性统计包括均值和标准差,或计数和百分比。通过普通最小二乘回归法,估算患有精神障碍的个体与对照组之间的MileAge差异值(以年为单位):MileAge delta~diagnosis+covariates。我们首先构建了一个仅包含实际年龄和性别的最低限度调整模型(模型1),然后又构建了一个额外纳入教育程度、收入、种族、是否与伴侣同住、贫困状况以及禁食时间的全面调整模型(模型2)。所有模型中的因变量均为MileAge delta。我们首先研究了较大的诊断类别(F10–F99以及F10–F19至F99的各个子组),随后针对45种具体诊断进行了分析,每种诊断的样本量至少为10人。采用Benjamini-Hochberg方法对p值进行多重检验校正,采用双尾检验,假发现率为5%。为探究性别和年龄差异,我们分别对男性和女性以及65岁及以上(英国现行退休年龄)和65岁以下的人群进行了类似的分析,同时还加入了精神障碍与性别及年龄组之间的交叉交互项。通过普通最小二乘回归法,估算精神障碍的多基因评分与MileAge delta之间的关联:MileAge delta~polygenic score+covariates。这些分析在全部样本以及不同祖先群体中均有所开展。敏感性分析为评估表型关联的稳定性,我们排除了那些仅根据医生自我报告的诊断数据而被认定为患有精神障碍的个体,因为可能存在回忆偏差。由于仅有45%的样本拥有相关的初级保健数据,我们还在这一子集中进行了分析,以减少分类错误带来的偏差。应同行评审要求,除了模型2中的各项变量外,我们还加入了吸烟状况和体重指数作为调整因素,分别构建了模型2+smoking、模型2+BMI以及模型2+smoking+BMI。吸烟状况被设为分类变量(从未吸烟、曾经吸烟、当前吸烟),而体重指数则为连续变量。精神疾病共病分析为评估诊断重叠的影响,我们进行了两项额外的分析。首先,在ICD-10分类组和具体诊断层面,我们只保留了在基线评估之前仅有单一精神或行为障碍记录的个体,将有多个诊断的个体的诊断信息标记为缺失,从而创建出互斥的诊断变量。这些分析旨在确定在排除有精神疾病共病的个体后,初步分析中发现的关联是否依然存在。其次,我们通过统计基线评估之前记录的不同ICD-10诊断类别的数量以及具体诊断的数量,来量化整体上的精神疾病共病程度。为确保样本量充足,这些数值被归类为分类变量,以无任何精神障碍的个体作为参照组。同样采用与初步分析相同的回归框架,估算共病负担与代谢组学年龄之间的关联。结果样本特征在274,315名拥有代谢组学数据的参与者中,有247,861人的数据完整。在排除了可能怀孕的个体、遗传信息与自我报告的性别不一致的个体以及代谢物数值异常的个体后,最终样本包含225,212名参与者(女性占比54%,平均年龄为56.97岁,标准差为8.10)(见表1;在线补充图S2)。其中,38,524人(17.1%)至少被诊断出一种精神障碍;其余186,688人(82.9%)作为对照组。最常见的诊断类别为物质使用障碍(5%,共11,161人)、情感障碍(9%,共20,360人)以及神经症障碍(6.2%,共13,916人)。表1•样本特征从首次诊断到基线评估的时间间隔在线补充图S3中展示了从首次记录的诊断到基线评估之间的时间分布情况。从首次诊断到基线评估的中位时间,对于物质使用障碍而言为6.77年前(四分位数间距为10.28年),而对于儿童和青少年行为/情绪障碍则为18.95年前(四分位数间距为27.90年)(见在线补充表S2)。各类具体诊断的相关数据则见于在线补充表S3以及图S4至S11。精神/行为障碍与MileAge delta下表所列的β系数代表患有特定诊断的个体与没有精神障碍的对照组之间的MileAge差异值(以年为单位)。在各类较大的诊断类别中,患有物质使用障碍、精神病性障碍、情感障碍或神经症障碍的个体的代谢物预测年龄均高于其实际年龄(见图1A)。在经过年龄和性别调整后的模型中,与MileAge delta的关联强度从神经症障碍的β=0.152(95%置信区间为0.088至0.217,p值小于0.001)到精神病性障碍的β=0.740(95%置信区间为0.436至1.045,p值小于0.001)不等。相反,行为综合征则表现为代谢物预测年龄低于实际年龄(β=?0.210,95%置信区间为?0.387至?0.034,p值为0.036)。尽管经过全面调整后,所有关联依然具有统计学显著性,但大多强度有所减弱(见表2)。图1请求授权MileAge delta与精神/行为障碍的关系。(A) 对于各两位数ICD-10编码对应的诊断类别,患有精神/行为障碍的个体与未患病的个体之间MileAge delta的差异。(B) 对于具体的两位数ICD-10编码对应的诊断,精神/行为障碍之间的MileAge delta差异。(C) 对于各两位数ICD-10编码对应的诊断类别,按性别划分的精神/行为障碍与MileAge delta的差异。(D) 对于具体的两位数ICD-10编码对应的诊断,按性别划分的精神/行为障碍与MileAge delta的关联。(E) 对于各两位数ICD-10编码对应的诊断类别,按年龄划分的精神/行为障碍与MileAge delta的差异。(F) 对于具体的两位数ICD-10编码对应的诊断,按年龄划分的精神/行为障碍与MileAge delta的关联。(A–F) β系数及95%置信区间是通过线性回归模型估算得出的。参照组为没有精神/行为障碍的个体。(A、B、E和F) 模型1:已对实际年龄和性别进行调整;模型2:已对实际年龄、性别、种族、是否与配偶/伴侣同住、最高教育/专业资格水平、家庭年度总收入、Townsend贫困指数以及禁食时间进行调整。星号表示在采用Benjamini–Hochberg方法对p值进行多重检验校正后仍具有统计学显著性。(C和D) 模型1:已对实际年龄进行调整;模型2:已对实际年龄、种族、是否与配偶/伴侣同住、最高教育/专业资格水平、家庭年度总收入、Townsend贫困指数以及禁食时间进行调整。在每个性别组内,星号表示在采用Benjamini-Hochberg方法对p值进行多重检验校正后仍具有统计学显著性。ADHD,即注意力缺陷/多动障碍;ICD-10,即《国际疾病分类》第10版。表2•MileAge delta与精神/行为障碍之间的关联具体诊断之间的关联关系可见图1B。在经过全面调整以及多重检验校正后,酒精使用障碍、致幻剂使用障碍和烟草使用障碍、精神分裂症、单次发作抑郁症以及压力相关障碍都与代谢物预测年龄高于实际年龄的情况相关。而饮食障碍则与较低的代谢物预测年龄相关。包括名义性关联在内的全部分析结果详见在线补充表S4。按性别划分的分析在较大诊断类别与MileAge delta之间的关联在男性中通常更为显著(见图1C)。在男性中,行为综合征与代谢物预测年龄高于实际年龄的情况相关,而在女性中则表现为较低的代谢物预测年龄(见在线补充表S5)。在女性中,精神病性障碍与代谢组学年龄之间的关联并不具有统计学显著性(β=0.239,95%置信区间为?0.235至0.712,p值为0.431),而在男性中则存在显著关联(β=0.765,95%置信区间为0.368至1.163,p值小于0.001)。正式的诊断*性别交互作用测试表明,物质使用障碍、情感障碍和行为综合征的效应会因性别而有所不同,而精神病性障碍和神经症障碍的交互作用证据则较弱或不存在(见在线补充表S6)。酒精使用障碍和烟草使用障碍在两性中都与代谢物预测年龄高于实际年龄的情况相关(见图1D),不过在女性中这种关联更为显著(β=1.008,95%置信区间为0.641至1.374,p值小于0.001),而在男性中则为β=0.535,95%置信区间为0.429至0.641,p值小于0.001)。精神分裂症在男性中与高于实际年龄的MileAge相关(β=0.807,95%置信区间为0.345至1.269,p值为0.006),但在女性中则无此关联;不过在经过校正后,性别*诊断的交互作用并不具有统计学显著性(p值为0.233)。单次发作抑郁症在男性中的关联强度高于女性(β=0.332,95%置信区间为0.238至0.426,p值小于0.001),而女性则为β=0.197,95%置信区间为0.127至0.268,p值小于0.001)。压力相关障碍与MileAge delta之间的关联在男性中具有统计学显著性,但在女性中则无此关联,尽管经过校正后交互作用测试也并未达到显著性水平(p值为0.233)。强迫症和饮食障碍在女性中与低于实际年龄的MileAge相关,但在男性中则无此现象;相应的性别*诊断交互作用在经过校正后也不具有统计学显著性。全部分析结果详见在线补充表S7。在具体诊断层面,大多数诊断*性别交互作用的估算值在经过多重检验校正后均不再显著;不过单次发作抑郁症存在性别差异的迹象(见在线补充表S8)。按年龄划分的分析在65岁以下的个体中,较大诊断类别与MileAge delta之间的关联通常强于65岁及以上的个体(见图1E)。在65岁以下的个体中,可观察到情感障碍与代谢组学年龄之间的关联(β=0.255,95%置信区间为0.194至0.316,p值小于0.001),而在65岁及以上的老年群体中则无此关联(见在线补充表S9)。精神病性障碍也呈现出类似的趋势,在较年轻群体中存在较强关联(β=0.630,95%置信区间为0.296至0.965,p值小于0.001),而在65岁及以上的个体中则无此关联(β=?0.147,95%置信区间为?0.907至0.613,p值为0.920),不过后者仅包含80例样本。物质使用障碍在两个年龄组中都与代谢物预测年龄高于实际年龄的情况相关,且效应大小相当(65岁以下群体:β=0.374,95%置信区间为0.293至0.455,p值小于0.001;65岁以上群体:β=0.386,95%置信区间为0.229至0.543,p值小于0.001)。行为综合征在65岁以下的个体中与较低的代谢物预测年龄相关,而在65岁及以上的个体中则无此现象。正式的交互作用测试表明,对于所有类型的障碍以及情感障碍,年龄组会对关联强度产生影响,而精神病性障碍和行为综合征也存在名义上显著的交互作用(见在线补充表S10)。在具体诊断层面,酒精使用障碍、精神分裂症、单次发作抑郁症和复发性抑郁症、压力相关障碍、饮食障碍、产后期精神病以及人格障碍仅在较年轻群体中具有统计学显著性(见图1F;在线补充表S11)。不过,除了单次发作抑郁症外,相应的诊断*年龄交互作用在经过校正后也并未达到显著性水平。烟草使用障碍在两个年龄组中都与代谢物预测年龄高于实际年龄的情况相关,且效应大小极为相似(65岁以下群体:β=0.358,95%置信区间为0.271至0.445,p值小于0.001;65岁以上群体:β=0.406,95%置信区间为0.241至0.571,p值小于0.001),这一结果也与不存在显著交互作用的情况相符(见在线补充表S12)。单次发作抑郁症在65岁以下的个体中关联更强(β=0.259,95%置信区间为0.197至0.322,p值小于0.001),而在65岁以上的个体中则关联较弱(β=?0.028,95%置信区间为?0.164至0.109,p值为0.906),这一结论也得到了正式交互作用测试的支持(βinteraction=?0.264,95%置信区间为?0.423至?0.105,p值为0.029)。多基因评分分析接下来,我们探讨了患精神障碍的遗传易感性是否与代谢组学年龄相关。精神病性障碍的多基因评分与低于实际年龄的代谢物预测年龄相关(见图2A;在线补充表S13)。按祖先背景划分的分析表明,精神病性障碍的高遗传负荷与较低代谢物预测年龄之间的关联仅在欧洲人中具有统计学显著性(见图2B;在线补充表S14)。在具有混合血统的美国人(具有美洲原住民、欧洲人和非洲人血统)中,物质使用障碍的多基因评分与高于实际年龄的MileAge相关。图2请求授权MileAge delta与精神/行为障碍的多基因评分之间的关系。(A) 不同祖先背景下的各类精神/行为障碍的多基因评分与MileAge delta之间的关联。(B) 各祖先背景下特定类型精神/行为障碍的多基因评分与MileAge delta之间的关联。(C) 不同祖先背景下各类具体精神/行为障碍的多基因评分与MileAge delta之间的关联。(D) 各祖先背景下特定类型精神/行为障碍的多基因评分与MileAge delta之间的关联。(A–D) 所显示的数值为普通最小二乘回归的β系数及其95%置信区间。这些模型已对实际年龄、性别、评估地点、批次编号、前六个遗传主成分以及禁食时间进行了调整。星号表示在采用Benjamini-Hochberg方法对p值进行多重检验校正后仍具有统计学显著性(分别针对诊断类别组、具体诊断个体组,以及各人群内部分别进行校正)。(A和C) 样本数量为219,494人。(B和D) 非裔美国人样本数量为3,426人;亚美利加原住民样本数量为278人;南亚和西亚人样本数量为3,916人;东亚人样本数量为1,012人;欧洲人样本数量为210,755人;中东人样本数量为94人。PGC,即精神病学基因组学联盟。重度抑郁症、自闭症以及注意力缺陷/多动障碍的多基因评分与高于实际年龄的MileAge相关(β值范围为0.020至0.047;见在线补充表S15)。相比之下,烟草使用障碍、急性精神病、分裂情感性障碍、非特异性精神病、强迫症以及神经性厌食症的较高遗传易感性则与低于实际年龄的MileAge相关(β值范围为?0.023至?0.040;见图2C)。在经过多重检验校正后,这些关联仅在欧洲人中具有统计学显著性(见图2D)。在其他祖先背景的群体中也观察到了名义上的关联(见在线补充表S16)。例如,双相情感障碍(东亚人群)、其他神经症(混血美国人)以及多动症(非洲人群)的多基因评分与基于代谢物预测的年龄高于实际年龄相关。而酒精使用障碍(混血美国人)、学业能力发展障碍及儿童情绪障碍(中东人群)的多基因评分则与较低的MileAge相关。敏感性分析显示,排除自我报告的医生诊断结果后(适用于45个ICD-10编码中的12个),所得结果大致一致(见在线补充表S17)。样本量减少了15.4%(酒精使用障碍)至77.2%(双相情感障碍)。某些关联方向也出现了变化:精神分裂症和饮食障碍不再与MileAge差异有显著统计关联,而强迫症和焦虑症在两种模型中均显示出显著性。在仅包含初级保健数据的子集中,大多数估计值都有所减弱(见在线补充表S18和S19)。45个ICD-10编码中有38个的样本量有所减少。经过全面调整后,一些关联,如饮食障碍,不再具有统计显著性。调整吸烟因素后,与模型2相比变化微乎其微(见在线补充表S20和S21)。无论是否考虑吸烟,BMI调整都削弱了某些关联,包括饮食障碍、精神分裂症以及压力相关障碍,这些在BMI调整后不再具有统计显著性;同时增强了其他关联,如阿片类药物使用和产后期精神病。总体而言,结果模式基本未变。
针对相互排斥的诊断进行的分析结果与主要发现大体一致,不过由于样本量较小,效应大小通常较弱,置信区间也更宽(见在线补充表S22和S23)。物质使用障碍和情感障碍仍具有统计显著性,而许多其他障碍的估计值则不具显著性。在分析整体精神疾病共病情况时,共病负担越重,基于代谢组的年龄相对于实际年龄就越高(见在线补充表S12)。与没有精神疾病的个体相比,患有1种、2种、3种或更多ICD-10诊断类别的个体,其MileAge差异值逐渐增大,其中3种及以上诊断类别的个体差异最为明显(见在线补充表S24)。若以单个ICD-10诊断数量来定义共病,4种及以上诊断的个体在代谢组老化方面的差异最大。
精神疾病与更高的年龄相关疾病负担及更低的预期寿命相关。加速的生物衰老被认为是导致这种差异的机制之一,但将精神疾病与分子衰老标志物联系起来的证据仍然有限,尤其是在群体层面及不同诊断类别之间。在这项针对225,000多名个体的研究中,我们发现精神疾病中的代谢组衰老存在异质性。物质使用障碍、精神病性障碍、情感障碍及神经症都与高于实际年龄的代谢物预测年龄相关。相反,如饮食障碍这类行为综合征则与低于实际年龄的MileAge相关,这一趋势在分层分析中的女性群体中更为明显。按年龄分层分析显示,大多数关联在65岁以下个体中较为显著,而在65岁及以上个体中则减弱或消失。在多基因评分分析中,重度抑郁、自闭症和多动症的遗传易感性较高时,对应的代谢物预测年龄也高于实际年龄;而烟草使用障碍、精神病、强迫症和神经性厌食症的遗传易感性较高时,则对应较低的MileAge。按祖先背景分层分析显示,在具有美洲原住民、欧洲人和非洲人混合血统的个体中,物质使用障碍的多基因评分与高于实际年龄的代谢物预测年龄相关。
综合来看,这些结果表明,精神疾病中的代谢组衰老并非呈统一趋势,而是反映了不同疾病特有的生物学特征。较高的代谢组年龄可能反映出累积的代谢压力、炎症或不良健康行为的影响,而较低的代谢组年龄并不一定意味着更健康的状况,也可能反映出现异常或受限的代谢过程。从这个角度看,不同疾病中代谢组衰老方向的差异可能表明存在根本不同的病理生理机制,而非所有精神疾病都遵循同一条与衰老相关的路径。需要指出的是,基于代谢物等生物标志物的“衰老时钟”除了反映生物衰老过程外,还可能受到特定疾病状态下代谢紊乱的影响。例如,神经性厌食症中的饥饿相关脂质降低可能导致较低的MileAge,而吸烟引起的脂质和炎症变化或抗精神病药物带来的代谢影响则可能导致较高的MileAge。这些因素为不同疾病中的特定模式增加了复杂性,尤其是考虑到抗精神病药物已知的代谢副作用后,我们对精神分裂症的观察结果更具说服力。
此前关于精神疾病生物衰老的大多数研究都集中在情绪障碍及压力/焦虑相关障碍上,不同衰老指标的研究结果也有所不同。13 24 25只有少数研究探讨了代谢组衰老。一项针对英国警察的研究发现,抑郁、焦虑和创伤后应激障碍与较高的代谢组年龄相关,13这与我们的部分结果一致。然而,一项荷兰研究则未发现抑郁与代谢组衰老之间存在关联。14我们发现抑郁与代谢组特征的改变相关,这一结果与一项孟德尔随机化研究相符,该研究表明抑郁可能直接影响某些代谢物。26有趣的是,一次性抑郁和复发性抑郁的代谢组特征相似,这也与我们观察到的单次发作抑郁和复发性抑郁与MileAge差异相似的结果一致。不过,另一项孟德尔随机化研究则认为代谢物才是导致抑郁的潜在原因,而非相反。27物质使用障碍也与高于实际年龄的代谢物预测年龄相关,这一结果与先前关于酒精使用障碍中较高表观遗传年龄28以及烟草和酒精使用者脑部预测年龄较高的研究结果一致。29已知吸烟会改变循环中的代谢物,30这或许可以解释为什么烟草使用障碍患者的MileAge会高于实际年龄。除酒精和烟草之外,其他物质的相关研究案例较少,这凸显出进一步研究的必要性。
有趣的是,在女性群体中,强迫症和饮食障碍都与低于实际年龄的代谢物预测年龄相关,这与这两种疾病之间较高的遗传相关性一致。31如前所述,这可能反映出更年轻的代谢特征,但也可能表明存在受限的代谢状态,而非具有保护作用的表型。因此,较低的代谢组年龄不应被视为必然有益。我们发现男性精神分裂症患者的MileAge高于实际年龄,这一结果与近期一项针对精神分裂症和自闭症患者前额叶皮层组织进行的脂质组学研究结果一致。32产后期精神病表现出与其他精神病不同的代谢组衰老特征,这一发现支持了这样一种观点:相同的诊断标签可能掩盖了生物学上的多样性,尤其是在那些受急性激素和生理变化强烈影响的疾病中。
在精神疾病研究中,精神疾病共病是一个重要的方法学挑战,因为重叠的诊断可能会夸大或掩盖特定疾病的关联。通过仅考虑相互排斥的诊断进行敏感性分析,我们发现我们的主要发现并非完全由诊断重叠所致,尽管那些较少见的疾病的估计值精度有所下降。重要的是,对整体精神疾病共病的分析揭示了精神疾病负担累积与代谢组衰老之间的明确关系。这一模式表明,生物衰老的差异可能反映了多种精神疾病的共同作用或叠加效应,这些效应可能由慢性压力、健康行为、药物使用或系统性代谢失调所介导。这些发现强调了在解读特定疾病关联时考虑共病的重要意义。
所观察到的关联强度通常为轻微到中等,对应的代谢组年龄差异一般在几个月到大约1年左右。例如,物质使用障碍和精神病性障碍与比实际年龄高约0.4–0.6年的代谢组年龄相关,而饮食障碍则与比预期低约半年的代谢组年龄相关。尽管这些差异看似较小,但如此程度的差异仍可能转化为死亡风险和年龄相关健康结局方面的显著差异。在群体层面,这些差异可能解释了精神疾病患者预期寿命显著较低的现象。
这项研究的一个新贡献在于对性别差异的分析。总体而言,男性的关联更强,不过例如在酒精使用障碍方面,女性的关联略强。精神病和压力相关障碍在男性中与高于实际年龄的代谢物预测年龄相关,而在女性中则无此关联;而强迫症和饮食障碍在女性中与低于实际年龄的MileAge相关,男性则无此关联。虽然这些差异可能部分源于样本量的不平衡(例如,饮食障碍患者中女性有342名,男性仅有22名),但多种疾病中方向不同的关联模式一致性较强,这表明至少部分差异具有生物学意义,而非单纯的统计假象。例如,这些差异可能反映出性别特异的生物学途径,包括激素影响或不同的健康行为(例如,患有精神分裂症的男性吸烟率更高)。我们的发现强调了在研究精神疾病生物衰老时考虑性别因素的重要性。
在按年龄分层分析中,65岁及以上个体的大多数关联都减弱或消失,正式的交互作用检验也支持情感障碍和单次发作抑郁存在效应修饰;烟草使用障碍是个例外,其在各年龄组的效应大小相当。这一模式可能部分反映了老年群体的生存者偏差及病例数量较少,或者表明精神疾病与代谢组衰老之间的关联在中年时期最为显著。我们还探讨了代谢组衰老与精神疾病遗传易感性之间的关联,以此区分生物衰老的差异主要是由疾病及其相关行为的下游后果所致,还是遗传风险也与衰老相关过程有关。重度抑郁、自闭症和多动症较高的多基因评分与高于实际年龄的代谢物预测年龄相关。相反,烟草使用障碍、精神病、强迫症和神经性厌食症较高的多基因评分则与低于实际年龄的MileAge相关。这些关联程度较轻,每增加一个标准差的多基因评分,年龄差异最多约为2.5周。尽管目前的多基因评分只能解释其对应特征变异的一小部分,但这些发现表明,代谢组衰老的差异并非主要由与这些疾病相关的常见遗传变异所驱动。需要强调的是,我们并未预先假设临床诊断与遗传易感性之间的关联是一致的,因为这些分析解决的是不同但互补的问题。我们发现诊断与多基因评分之间存在差异:例如,虽然精神病诊断与高于实际年龄的MileAge相关,但精神病较高的多基因评分却与低于实际年龄的代谢物预测年龄相关。这些差异可能反映出非遗传因素对生物衰老的影响。虽然在欧洲血统的个体中,只有少数关联在多重检验校正后依然成立,但在混血美国人中,物质使用障碍的多基因评分与高于实际年龄的代谢物预测年龄相关。我们在其他人群中也发现了类似的关联:例如,东亚人群的双相情感障碍多基因评分与高于实际年龄的MileAge相关。鉴于我们的多基因评分是基于欧洲人的全基因组关联研究汇总数据,这些发现应谨慎解读。
必须承认一些局限性。首先,代谢组衰老的差异可能并不反映精神疾病对生物衰老的因果影响。尽管我们将分析限制在生物标志物检测之前的诊断上,但已有证据表明,高于实际年龄的生物年龄也可能先于精神疾病的发病并预测其发生。33–35这虽然提示可能存在双向关系,但本研究中的大多数参与者在基线时的年龄为40–69岁,许多疾病的发病时间远早于MileAge的检测时间。值得注意的是,疾病持续时间可能会影响生物衰老,尤其是对于烟草使用障碍这类慢性疾病,或是复发性抑郁这类间歇性疾病。未来的研究应进一步探讨这一问题。其次,尽管我们调整了潜在的混杂因素,但仍无法排除残余混杂因素的可能性。例如,由于吸烟和BMI很可能位于因果路径上,因此在初始模型中未对其进行调整。在敏感性分析中,BMI调整使估计值出现双向变化,这反映了肥胖与精神疾病之间关系的复杂性;未来若能明确将吸烟和BMI作为中介变量进行建模,或许有助于厘清这些路径。更广泛地说,躯体性疾病(如2型糖尿病和心血管疾病)、精神类药物的使用以及与抽样条件相关的因素(如评估地点、季节和一天中的时间)都可能独立于精神障碍本身,对MileAge的差异产生影响,尽管已将禁食时间作为协变量,并且各中心的UKB方案已实现标准化。未被测量的遗传因素仍是一个限制。第三,可能存在一些诊断错误分类的情况。患有精神障碍的个体主要来自关联的健康记录。基于健康记录的诊断方式可能会遗漏那些症状较轻、未接受治疗或未被诊断出的病例,而自我报告的医生诊断则可能存在回忆误差。敏感性分析在很大程度上证实了我们的研究结果,不过在病例选择范围更窄的情况下,某些关联会减弱甚至不再具有统计学显著性。对于病例较少的诊断类型,其研究结果应谨慎解读。某些类别的代表性尤其不足(如多动症和某些物质使用障碍),这可能反映了该研究队列以中年人为主以及健康志愿者偏差的问题。此外,在病例-对照设计严重不平衡的情况下,统计效力主要由病例数量而非对照组数量决定,从而导致估计值不精确,出现假阴性结果的风险增加。因此,阴性结果不应被解读为某种现象不存在的证据。我们还注意到,在研究精神疾病共病情况的分析中,共病数量可能低估了终生诊断的复杂性(如诊断的时间顺序等)。第四,鉴于UKB研究中存在的明显健康志愿者偏差,以及MileAge的预测准确度仅为中等水平(平均绝对误差为5.35年),所观察到的代谢组学老化差异实际上属于保守估计,因为数据中未能充分体现临床最严重的病例,而且结果测量误差也会使关联强度向零值方向减弱。UKB参与者在社会经济状况和健康水平上均优于普通人群,这可能限制了研究结果的普遍适用性。未来的研究应考虑采用加权方法。此外,在具有相似代谢组学特征和精神疾病表型的独立队列中进行重复研究,将是验证这些发现稳健性的重要步骤。最后,用于多基因评分的大多数全基因组关联研究汇总统计数据来自FinnGen研究,该研究涵盖了超过50万名芬兰参与者。这些多基因评分在其他种族群体中的适用性尚不确定。尽管我们进行了按种族分层的分析,但多基因评分在欧亚以外人群中的效力较低且适用性有限,这仍是重要的制约因素。
结论总之,我们发现精神及行为障碍中的代谢组学老化存在异质性。物质使用障碍、精神病性障碍、情感障碍和神经症障碍与高于实际年龄的代谢物预测年龄相关,而强迫症以及饮食障碍等行为综合征则与低于实际年龄的代谢物预测年龄相关。多种关联因性别和年龄组的不同而有所差异:在男性中,精神病性和压力相关障碍与高于实际年龄的代谢物预测年龄相关,而在女性中则无此现象;在女性中,强迫症和饮食障碍与低于实际年龄的代谢物预测年龄相关,而在男性中则无此现象。按年龄分层分析显示,包括情感障碍和单次发作抑郁症在内的几种障碍的关联主要出现在65岁以下的个体中。然而,由于样本量不平衡以及正式交互作用检验的支持有限,对于大多数障碍而言,按性别和年龄分层的分析结果应被视为探索性数据。某些障碍中遗传易感性与临床表现之间的差异表明,环境因素和健康行为可能会影响精神障碍中的生物老化过程。
生物通微信公众号
生物通新浪微博
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