文献解读 | 精神分裂症的新希望:EVs蛋白质组为精确诊断和治疗提供指导

精神分裂症是一种严重的精神障碍,严重影响个人的健康,并给社会带来巨大的健康负担。其诊断主要依赖于对临床症状的主观评估。然而,由于症状与其他严重精神障碍重叠,主观评估很容易被误诊。同时,患者对抗精神病药物的反应存在高度异质性。这些临床问题导致精神分裂症的治疗延迟或不适当。因此,迫切需要能够指导临床医生进行精确诊断和治疗的可靠和客观的生物标志物。细胞外囊泡(EVs)是由细胞和组织分泌的双层膜包裹的纳米颗粒,在转运细胞衍生的生物分子以进行细胞内信号传导和细胞间通信方面发挥着关键作用。精神分裂症的EVs蛋白质组在很大程度上仍然未知,这可能为疾病机制提供更全面的生物标志物和见解。

20231010日,上海交通大学医学院上海心理健康中心Donghong Cui团队在《Brain》上发表题为“Extracellular vesicle biomarkers for complement dysfunction in schizophrenia”的文章,证明了基于细胞外囊泡(EV)的生物标志物在指导精神分裂症个性化诊断和治疗方面的潜力

在这篇文章中,云克隆试剂盒【补体成分3(C3)检测试剂盒(酶联免疫吸附试验法),SEA861Hu;C4结合蛋白α(C4BPa)检测试剂盒(酶联免疫吸附试验法),SEB620Hu;蛋白S(PROS)检测试剂盒(酶联免疫吸附试验法),SEB971Hu】受到科研工作者的认可,荣登优秀国际期刊。

在这项研究中,作者分析了343名参与者的血浆和血浆衍生EVs,包括100名慢性精神分裂症患者、34名首发和未用药(FEDN)患者、35名双相情感障碍(BD)患者、25名重度抑郁障碍(MDD)患者以及149名年龄和性别匹配的健康对照。首先,他们在一个性别和年龄匹配的病例对照队列中分析了精神分裂症的EVs蛋白质组,在另一个精神分裂症队列中验证了基于EVs的潜在生物标志物。然后,他们应用基于XGBoost的机器学习来训练和测试精神分裂症、BD和MDD队列中基于EVs的生物标志物。最后,使用优化的精神分裂症特异性生物标志物构建个性化辨别分数(PDS),用于在个体水平上诊断和评估抗精神病药物反应。通过这些方法揭示了患者基于EVs的补体变化,具体取决于他们的疾病类型和状态。这些生物标志物在区分精神分裂症患者和健康对照组方面具有较高的AUC、准确性、特异性和敏感性。此外,这些基于EVs的生物标志物有效地将精神分裂症与BD和MDD区分开来。值得注意的是,他们构建的PDS在个体水平的精神分裂症诊断和抗精神病药物反应预测方面表现出很高的疗效,具有重要的临床价值。

综上所述,这项研究开发了新的基于EVs的生物标志物和PDS工具,用于诊断精神分裂症,将其与BD和MDD区分开来,并预测抗精神病药物反应。症状评估和基于EVs的生物标志物的整合有可能提高精神分裂症诊断的准确性,并指导补体导向疗法的发展。