代谢组学与机器学习联袂揭示青少年社交焦虑障碍的新型生物标志物

《World Journal of Pediatrics》：Integrative metabolomics and machine learning identify biomarkers of adolescent social anxiety disorder

本研究针对青少年社交焦虑障碍（SAD）缺乏客观诊断工具的问题，由研究人员开展了整合代谢组学与机器学习的探索。他们发现患者血清中存在46种显著差异代谢物，并构建了基于5种关键代谢物的诊断模型，曲线下面积（AUC）达0.934，为SAD的客观诊断提供了新思路。

　　

背景：青少年社交焦虑障碍（Social Anxiety Disorder, SAD）是最普遍的焦虑症之一，但由于缺乏客观的诊断工具，其诊断仍显不足。本研究旨在识别青少年SAD患者的血清代谢组学改变，并开发一个可解释的诊断模型。

方法：在这项横断面研究中，研究人员收集了78名青少年的血清样本，包括42名未用药、首次发病的SAD患者和36名匹配的健康对照者。研究进行了非靶向代谢组学分析，并通过最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator, LASSO）回归进行特征筛选，随后使用逻辑回归构建模型。

结果：在检测到的661种代谢物中，有46种在组间存在显著差异，这些差异主要集中于氨基酸和能量代谢通路。研究筛选出五种关键代谢物用于模型构建：2-羟基丁酸（2-hydroxybutanoic acid）、L-丙氨酸（L-alanine）、L-天冬酰胺（L-asparagine）、谷氨酰胺（glutamine）和β-生育酚（beta-tocopherol）。该诊断模型在训练集中的曲线下面积（Area Under the Curve, AUC）达到了0.934，但尚缺乏外部验证，因此这些发现应被视为具有假设生成意义。

结论：患有SAD的青少年表现出独特的代谢谱，本研究开发了一个初步的诊断模型。探索性的微生物群相关观察提示，肠道微生物活动、宿主代谢与焦虑表型之间可能存在联系，但这些发现仍是初步的，且超出了本研究的范围。总体而言，这些发现为深入研究肠-代谢-脑相互作用提供了假设支持，并强调了未来需要进行更大规模、经过外部验证的研究来推动生物标志物的开发。