以往研究提出了多种生物标志物在多样化模型中用于抗抑郁效应的预测。然而，每个模型中的生物标志物均未显示出足够稳健和有效的特征，不能应用于临床实践。在这项研究中，我们推测，结合遗传学、神经内分泌和认知的生物标志物综合模型可以比基于单因素的模型更准确和稳健地预测抗抑郁效应。
因此，我们的研究动机有三个方面:(1)比较四种不同机制类型的药物在中国人群中的疗效;(2)试图识别与抗抑郁疗效密切相关的遗传成分;(3)构建多维抗抑郁模型，预测特定类型药物的疗效。
目的
研究遗传学、认知、神经内分泌以及性格因素与治疗结果的多样性关系。
方法
基于例接受5-羟色胺再摄取抑制剂(SSRI)、5-羟色胺-去甲肾上腺素再摄取抑制剂(SNRI)、去甲肾上腺素和特异性5-羟色胺能抗抑郁药(NaSSA)或三环类抗抑郁药(TCA)治疗的样本，我们通过生存分析比较了这四类药物的治疗效果。通过药物基因组学和生存分析，探讨影响疗效的遗传因素，并通过通路分析和整体试验进一步讨论遗传因素的积累。我们构建了一个基于机器学习的预测模型，该模型综合了遗传和非遗传因素(包括认知、内分泌、人格智力)来区分单一类别药物疗效。治疗6周后收集非遗传标志物的值，评价模型的疗效。
结果
我们为期6周的抗抑郁治疗研究结果表明，SSRI和SNRI治疗中国抑郁症患者的疗效优于TCA或NASSA。在所有可能的单因素配对生存分析中，西酞普兰和文拉法辛比米氮平更有效。等位基因C携带者rs(SLC6A4)和等位基因G携带者rs(SLC6A4)对氟西汀的反应较差。此外，位于HPA通路的三个位点（rs-rs-rs）与氟西汀的治疗效果显著相关。在女性抑郁症患者中，MAOA基因上的次要等位基因rs和rs可能导致对文拉法辛的反应较差。此外，与药物疗效相关的基因变异往往集中在伴有焦虑的抑郁症患者的神经营养因子通路上。从多维预测模型来看，更严重的认知缺陷、精神病人格、更低的智力水平和更高水平的皮质醇预示着使用SSRI或SNRI治疗6周后的疗效较差。值得注意的是，这两类药物的多维预测模型中的遗传因子包括HTR2A和CRHBP上的基因位点。
结论
首先，我们试着找出比较适合中国人群的抗抑郁药的种类。然后，我们探索个体遗传因素的力量，以及非遗传因素与遗传因素相互作用的影响，以逐步开发出允许抗抑郁药发挥最佳效果的模型。本研究提示，从治愈率和有效率来看，SSRI和SNRI类药物可能是中国抑郁症患者较好的选择。在女性抑郁症患者中，氟西汀治疗与SLC6A4和HPA基因多态性和文拉法辛治疗与MAOA基因多态性显示出有趣的相关性，值得进一步研究。遗传因素，特别是HTR2A和CRHBP基因、认知和焦虑等伴随症状是针对特定患者选择抗抑郁药物的重要因素。此外，在抑郁症研究中还应考虑人格、智力等因素对个体化用药的影响。因此，多维和异质性的概念有助于更好地理解抑郁症，进而制定对特定患者更有效的治疗方法。
BiY,etal.Influenceandinteractionofgenetic,cognitive,neuroendocrineandpersonalisticmarkerstoantidepressantresponseinChinesepatientswithmajordepression.ProgNeuropsychopharmacolBiolPsychiatry.;:.
预览时标签不可点收录于话题#个上一篇下一篇