编辑推荐：
在环境与健康的交叉领域，焦虑症发病率逐年攀升，尤其在中老年群体中。研究人员针对镉污染地区中老年人群开展 “Proteomic signatures and predictive modeling of cadmium?associated anxiety” 研究，发现血镉与焦虑显著相关，构建的模型可预测焦虑风险，为防治提供新方向。
在现代社会，人们越来越关注环境与健康的关系。焦虑症作为一种常见的精神障碍，严重影响着人们的生活质量。尤其是中老年群体，随着年龄增长，身体机能下降，更容易受到焦虑的困扰。而环境中的污染物，如镉（Cd），是否会对中老年人群的焦虑产生影响呢？这一问题引起了科研人员的浓厚兴趣。此前的研究虽然发现环境污染物与焦虑症可能存在关联，但对于其中的分子机制以及相关生物标志物却知之甚少。为了深入探究这一问题，来自九江大学等机构的研究人员开展了一项极具意义的研究，其成果发表在《Journal of Translational Medicine》上。
研究人员采用了多种关键技术方法。在样本选择上，以镉污染地区认知障碍个体队列作为基础，选取了 50 名中老年住院患者进行研究。运用数据非依赖采集（DIA）定量蛋白质组学技术，结合液相色谱 - 串联质谱（LC - MS/MS）平台，对血浆中的蛋白质进行分析。同时，利用机器学习技术，如 XGBoost 和 LASSO 算法，筛选生物标志物，并通过动物实验进行验证，最终构建了综合预测模型。
下面来看具体的研究结果：
- 焦虑相关因素的关联分析：通过对中老年人群焦虑相关因素的研究发现，焦虑患者的血浆镉水平显著升高，且与汉密尔顿焦虑量表（HAMA）评分呈正相关。同时，焦虑与认知障碍密切相关，认知障碍患者的焦虑风险更高。此外，载脂蛋白 E（ApoE）基因型也与焦虑易感性有关，ApoE4 携带者焦虑风险升高，而 ApoE3 具有保护作用123。
- 蛋白质组学分析与机制探究：对血浆蛋白质组进行分析后，研究人员鉴定出 120 种差异表达蛋白（DEPs）。这些蛋白主要富集在神经退行性疾病相关的通路中，如阿尔茨海默病、帕金森病等。通过进一步分析，确定了一些关键的枢纽蛋白，如 CCT3、CCT4 等。这表明焦虑的发生可能与神经退行性病变的机制密切相关459。
- 焦虑预测模型的构建与评估：研究人员构建了一个包含血镉水平、血铅水平、高血压和 CCDC126 蛋白表达的临床预测模型。该模型在验证队列中的曲线下面积（AUC）达到 0.8，具有良好的判别能力。虽然存在一定的过拟合风险，但校准曲线显示预测概率与实际频率匹配良好，决策曲线分析也表明其具有较强的临床实用性678。
综合研究结论与讨论部分，此次研究具有重要意义。一方面，研究首次将环境流行病学、血清蛋白质组学和机器学习相结合，揭示了镉暴露与中老年人群焦虑之间的关联，为理解焦虑的发病机制提供了新的视角。另一方面，研究确定了 CCDC126 作为镉相关焦虑的关键生物标志物，为后续的靶向干预提供了潜在的靶点。此外，构建的预测模型能够对焦虑风险进行早期分层，有助于临床医生及时发现高危人群，采取相应的预防和治疗措施。然而，研究也存在一些局限性，如样本量较小，可能无法检测到低丰度蛋白质的影响，以及存在一些潜在的混杂因素未被充分考虑。未来的研究需要进一步扩大样本量，采用多阶段队列研究和孟德尔随机化设计，以更深入地探究镉与焦虑之间的因果关系，为焦虑症的防治提供更有力的依据。
