研究将难治性抑郁症与体重指数联系起来

范德比尔特医学中心和麻省总医院的一项研究表明，遗传因素是导致严重抑郁症的一个虽小但却很重要的因素，而且这种抑郁症对标准治疗没有反应。

难治性抑郁症(TRD) 的遗传性与精神分裂症、注意力缺陷障碍、认知能力、酒精和烟草习惯以及身体质量指数 (BMI) 具有显著的遗传重叠，表明它们具有共同的生物学特性和潜在的新治疗途径。

该报告发表在《美国精神病学杂志》上，深入了解了 TRD 背后的遗传学和生物学原理，支持利用临床数据估计基因组研究中的疾病概率，并“为未来将基因组数据应用于生物标志物和药物开发奠定了基础”。

“尽管患有TRD的患者数量众多，但其生物学机制仍知之甚少。我们的研究为研究这一问题的新生物学方向提供了遗传学支持，”医学（遗传医学）、精神病学和生物医学信息学副教授Douglas Ruderfer博士说。

哈佛医学院精神病学教授、麻省总医院实验药物和诊断中心主任罗伊·佩利斯 (Roy Perlis) 医学博士表示：“这项研究最终为我们指明了新的方向，而不是仅仅针对这种极为常见的疾病一遍又一遍地发明相同的抗抑郁药。”

美国近十分之二的人患有重度抑郁症，其中约三分之一对抗抑郁药物和疗法无效。重度抑郁症与自杀风险显著增加相关。

尽管有证据表明治疗抵抗可能是一种遗传特性，但这种疾病的“遗传结构”仍不清楚，这主要是因为缺乏对治疗抵抗的一致且严格的定义，以及难以招募足够数量的研究对象。

为了克服这些障碍，研究人员选择了一种替代条件——被诊断患有重度抑郁症的人是否接受过电休克疗法（ECT）。

ECT 是一种在头部施加低电压，诱发全身性癫痫发作（不伴肌肉抽搐）的治疗方法。大约一半的 TRD 患者对 ECT 有反应，ECT 被认为可以通过刺激被电流干扰的脑回路进行“重新编程”来改善症状。

为了确保研究具有足够的“功效”或足够多的患者以产生可靠的结果，研究人员开发了一种机器学习模型，根据电子健康记录 (EHR) 中记录的临床信息来预测哪些患者最有可能接受 ECT。

研究人员将该模型应用于麻省总医院布莱根医疗中心和马萨诸塞州总医院医学中心的 EHR 和生物库，并通过将预测病例与宾夕法尼亚州盖辛格医疗系统和美国退伍军人事务部百万退伍军人计划确定的实际 ECT 病例进行比较来验证结果。

来自四个医疗系统的超过 154,000 名拥有医疗记录和基因型或 DNA 样本序列的患者被纳入一项全基因组关联研究，该研究可以识别与健康状况的遗传关联（在本例中为 TRD 标记）。

该研究发现了聚集在不同染色体上两个基因位点的基因，这些基因与模型预测的ECT概率显著相关。第一个基因位点与之前报道的与体重指数（BMI）相关的染色体区域重叠。

ECT 与 BMI 之间的关联是相反的，体重较轻的患者出现治疗抵抗的风险较高。

这一发现得到了研究的支持，研究表明，患有神经性厌食症（一种以体重极低为特征的饮食失调症）的患者比体重指数较高的患者更容易对共病抑郁症产生抵抗力。

另一个与ECT相关的位点指向一个在大脑中调节体重和食欲的区域高度表达的基因。该基因最近也与一种主要的精神疾病——躁郁症有关。

目前正在进行大规模研究，收集数以万计的 ECT 病例进行病例对照研究。

研究人员表示，确认 ECT 的 TRD 标记与食物摄入、体重维持和能量平衡背后的复杂代谢途径之间的联系，可能为重度抑郁症的新的、更有效的治疗方法打开大门。