通過脂質(zhì)組學(xué)尋找有高風(fēng)險精神病的人(CHR)最終會發(fā)展為精神病的預(yù)測biomarker。
HC:健康對照組(n=51);高風(fēng)險精神病組(CHR),隨訪5年(n=263)。
CHRr:隨訪期間癥狀緩解
CHRp:隨訪期間癥狀持續(xù)
CHRt:發(fā)展為精神病
人群:通過危險心理狀態(tài)評估(CAARMS)+全球功能評估分裂量表(GAF)發(fā)現(xiàn)了344位有高風(fēng)險精神病的人,在第12和24個月重新評估一次,然后臨床隨訪5年,在隨訪期間,CHR組有50位發(fā)展為精神病。
3.作者假設(shè)
1. CHR組與健康組在脂質(zhì)組學(xué)中有差異。
2. 在CHR組中,基線期的脂質(zhì)水平會與隨訪期的3個亞組相關(guān),即癥狀持續(xù),向精神病轉(zhuǎn)化,癥狀緩解。
4.統(tǒng)計學(xué)分析內(nèi)容
1. PCA分析:分析是否有異常樣本。
2. 臨床指標(biāo)分析:使用線性回歸計算回歸系數(shù),篩選對組間脂質(zhì)差異有影響的臨床指標(biāo)。
3. 脂質(zhì)模型聚類:通過貝葉斯信息準(zhǔn)則對脂質(zhì)進(jìn)行聚類找出lipidomic clusters(LCs)。
4. sPLS-DA:Pairwise sparse partial least squares discriminant analysis,計算脂質(zhì)的VIP值。
5. 偏相關(guān)分析:脂質(zhì)與臨床指標(biāo)的相關(guān)性分析。
6. 回歸LR:建立LR回歸模型篩選HC組和CHR組中的差異變量。
7. GAF得分值的差異分析
為了區(qū)分脂質(zhì)水平在CHR組基線期和隨訪期的差異是否與GAF得分值有關(guān),將隨訪期得分GAF>65和GAF≤65分成兩組,分別對應(yīng)生活功能性的強(qiáng)弱,使用Welch’s t test分析差異性。
5.數(shù)據(jù)分析
1. 單變量+多元變量統(tǒng)計分析篩選差異脂質(zhì)
HC+CHR:sPLS-DA的AUC≥0.6,回歸系數(shù)>0.05,VIP>1,p-adjusted<0.1。
2. 回歸LR模型篩選
LR模型用來篩選CHR和HC,CHRt和CHRp+CHRr,CHRr和CHRp+CHRt的差異變量,AUC>0.6作為篩選標(biāo)準(zhǔn)。
6.結(jié)果
1. CHR組中的脂質(zhì)分布
樣本中共測到173個脂質(zhì),根據(jù)圖1B可知,BMI、性別和年齡對脂質(zhì)的差異貢獻(xiàn)較大,因此這幾個指標(biāo)在后續(xù)的回歸分析時將被考慮進(jìn)去。
2. CHR各亞組中的脂質(zhì)分布
同樣的12個LCs用來比較3個CHR亞組和HC的脂質(zhì)分布。有5個LCs在隨訪期發(fā)生了顯著改變,其中有4個(LC1,LC2,LC9,LC10),在CHRp和CHRt中顯著升高(圖3A)。相對于不會發(fā)展為精神病的CHRs和CHRr組,脂質(zhì)在CHRt組中有一個下降的趨勢(圖3B)。在這些下降的脂質(zhì)中,與CHRr+CHRp比,PC(O-22:2/22:3) 和 PC(O-32:0)在CHRt中顯著下降,而與HC比SM(d34:2) and SM(d18:1/24:0)在CHRr中顯著增加。
圖3.(A)HC組和3個CHR亞組的脂質(zhì)分布;(B)在4組中發(fā)生顯著改變的脂質(zhì)
3. 可作為精神病發(fā)展預(yù)測的脂質(zhì)
然后,作者篩選出了在這幾組中顯著變化的脂質(zhì)是否能用來預(yù)測疾病的發(fā)展。
使用LR模型篩選出8個脂質(zhì)(Cer(d18:1/24:0), LPC(22:5), PC(38:4), PC(40:5), PC(O-32:0), SM(d18:1/24:0), SM(d36:0), and SM(d36:1))可以區(qū)分CHR和健康對照組(圖4A),5個脂質(zhì)(Cer(d18:1/24:0), LPC(22:5),PC(38:4), PC(40:5), and PC(O-32:0))可以區(qū)分CHRt和其他不會發(fā)展為精神病的CHR亞組(圖4B),6個脂質(zhì)(Cer(d18:1/24:0), LPC(22:5),PC(38:4), PC(40:5), PC(O-32:0), and SM(d18:1/24:0))可以區(qū)分出CHRr與癥狀不會緩解的CHR亞組(圖4C)。
7.討論
作者首先發(fā)現(xiàn)CHR組中很多脂質(zhì)的含量都高于HC組,然后運用機(jī)器學(xué)習(xí)的方法開發(fā)了一個可以區(qū)分CHR以及不同臨床亞組的診斷特征。模型的高準(zhǔn)確性表明檢測血液中的脂質(zhì)或許可以幫助提高高風(fēng)險人群的發(fā)病預(yù)測能力。并且作者還發(fā)現(xiàn)了一個新的臨床因素,即脂質(zhì)存在明顯的性別差異。