从遗传分数和重度抑郁症治疗结果中预测血蛋白质组学:一个元分析
Vincenzo Oliva1, Chiara Possidente2, Giuseppe Fanelli3
1Departament de Medicina, Facultat de Medicina i Ciències de la Salut, Universitat de Barcelona (UB), c. Casanova, 143, 08036, Barcelona, Spain; Bipolar and Depressive Disorders Unit, Hospìtal Clinic de Barcelona, c. Villarroel, 170, 08036, Barcelona, Spain; Institut d'Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS), c. Villarroel, 170, 08036, Barcelona, Spain; Biomedical Research Networking Centre Consortium on Mental Health (CIBERSAM), Instituto de Salud Carlos III, Madrid, Spain; Department of Biomedical and Neuromotor Sciences, University of Bologna, Bologna, Italy.
基因预测的蛋白质显示出预测主要抑郁症 (MDD) 治疗结果的潜力. 虽然没有单一的蛋白质达到统计学意义,但一致的名义关联表明免疫和神经可塑性与治疗反应有关.
科学领域:
- 精神病学和遗传学 精神病学和遗传学
- 蛋白质组学和生物信息学
背景情况:
- 大型抑郁症 (MDD) 治疗结果的预测仍然具有挑战性.
- 蛋白质组学具有潜力,但面临着方法上的障碍和高成本.
- 基因预测的蛋白质水平可以促进探索性研究.
研究的目的:
- 调查基因预测血蛋白与MDD治疗结果之间的关联.
- 确定非反应,非缓解和治疗耐药性抑郁症 (TRD) 的潜在蛋白质生物标志物.
- 探索预测蛋白质组数据对指导未来蛋白质组研究的有用性.
主要方法:
- 利用OmicsPred的遗传分数来预测来自全基因组基因型的血蛋白水平.
- 在四个临床样本中分析了3559名MDD患者.
- 使用后勤回归和元分析,调整混因子,使用邦费罗尼校正.
主要成果:
- 分析了257个 (Olink) 和1502个 (SomaScan) 蛋白质;111个重叠.
- 在多次测试后,没有蛋白质-基因型关联达到统计学意义.
- 七种蛋白质 (CHL1,DUSP13,EVA1C,FCRL2,KITLG,SMAP1,HAVCR2) 与所有结果都显示了名义上的关联.
- 三种蛋白质 (CXCL6,IL5RA,RARRES2) 在两个平台上都有一致的名义关联.
结论:
- 基因预测的蛋白质组数据可以提供对MDD治疗反应的见解.
- 一致的标称关联表明免疫-炎症和神经可塑性通路的参与.
- 结果可能会为MDD的未来精准医学方法选择蛋白质面板提供信息.
更多相关视频
07:58Behavioral and Network Pharmacology-Based Analyses for the Traditional Mongolian Medicine Zadi-5 in a Rat Model of Depression
Published on: February 24, 2023
09:52A Clinical Metaproteomics Workflow Implemented within Galaxy Bioinformatics Platform to Analyze Host-Microbiome Interactions Underlying Human Disease
Published on: January 10, 2025
