编辑推荐：
抑郁与免疫代谢生物标志物改变有关，但具体情况不明。研究人员分析来自埃文纵向父母与儿童研究（ALSPAC）的数据集，发现抑郁与免疫代谢标志物浓度改变等相关，这为抑郁分型、预后和预测提供依据。
在健康医学领域，抑郁一直是备受关注的重要课题。以往研究虽已发现抑郁与免疫代谢生物标志物存在关联，但仍有诸多谜团待解。比如，这些生物标志物的改变是局限于特定的几种，还是反映了更广泛的免疫代谢平衡紊乱？不同类型的抑郁症状，像躯体症状和焦虑症状，是否与特定的免疫代谢功能障碍模式相对应？而且，现有研究多聚焦于特定的生物标志物领域，往往忽略个体间生物标志物的巨大差异，这使得我们对抑郁与免疫代谢之间的复杂关系难以形成全面深入的认识。在这样的背景下，为了进一步揭示其中的奥秘，来自国外的研究人员基于埃文纵向父母与儿童研究（Avon Longitudinal Study of Parents and Children，ALSPAC）开展了一项意义重大的研究，相关成果发表在《Brain, Behavior, and Immunity》杂志上。
此次研究主要运用了以下关键技术方法：首先，借助 ALSPAC 队列，获取大量丰富的数据资源，其中涵盖了抑郁诊断、症状评估以及血液免疫代谢生物标志物等多方面信息。然后，采用回归分析、聚类分析和机器学习等多种统计手段，深入挖掘数据背后的规律，探究免疫代谢生物标志物与抑郁之间的潜在联系。
研究结果主要体现在以下几个方面：
- 队列基本特征：研究的完整数据集包含 2954 名个体，其中 309 人（10.5%）在 24 岁时被诊断为 ICD-10 抑郁。男性和女性在抑郁患病率、BMI、吸烟、饮酒以及自我报告的身体健康状况等方面存在一定差异。
- 生物标志物与抑郁的关联：经研究发现，在未调整分析中，有 11 种血液指标与抑郁患病概率的变化相关，如血细胞比容（Hct）、血红蛋白（Hb）等。调整协变量后，丙氨酸氨基转移酶（ALT）、白细胞介素 - 6（IL-6）和中性粒细胞计数等仍与抑郁存在关联趋势。此外，通过一系列敏感性分析，排除了缺失数据、性别因素、身体状况以及异常值等对研究结果的干扰。
- 症状与生物标志物关联聚类：对免疫代谢变量与抑郁和焦虑症状及症状域的关联分析发现，不同免疫代谢生物标志物与症状的关联模式各异。通过层次聚类，识别出三个聚类：负相关聚类（Cluster 1），包含淋巴细胞、肝酶等；正相关聚类（Cluster 3），涵盖细胞因子、趋化因子等；低相关聚类（Cluster 2）。
- 抑郁中的极端值生物标志物：抑郁患者的极端值生物标志物总数更高，且这种差异在正相关聚类（Cluster 3）的生物标志物中更为显著。疲劳症状得分越高，极端免疫代谢变量越多。
- 潜在成分分析：运用偏最小二乘法（PLS）回归确定了两个潜在成分。“躯体 - 炎症”（Somatic-Inflamed）成分与多种躯体和抑郁症状以及较高的炎症指标相关；“焦虑 - 非炎症”（Anxiety-Non-inflamed）成分与焦虑、担忧以及较低的炎症生物标志物和生长因子相关。这两个成分得分均与后续抑郁症状评分相关，且 “躯体 - 炎症” 成分关联更紧密。
- 预测抑郁及特定症状：基于免疫代谢变量的机器学习模型在预测 ICD-10 抑郁诊断和高躯体症状抑郁方面表现优于随机猜测，但对高焦虑症状抑郁的预测效果不佳。
研究结论表明，抑郁与多种免疫代谢标志物的改变密切相关，并且特定的免疫代谢生物标志物模式与不同的抑郁症状子集存在关联，这些关联可能对未来抑郁症状的严重程度产生影响。同时，免疫代谢生物标志物在预测抑郁和高躯体症状方面具有一定价值，但对焦虑症状的预测效果不理想。
在讨论部分，研究人员指出，此次研究具有多方面的意义。一方面，通过同时检测多种免疫代谢生物标志物，不仅验证了以往的研究发现，还揭示了抑郁与极端值生物标志物以及疲劳症状之间的关联，进一步证实了年轻成人抑郁患者存在免疫代谢稳态的系统性紊乱。另一方面，研究识别出的两种潜在成分，即 “躯体 - 炎症” 和 “焦虑 - 非炎症”，暗示了抑郁可能存在不同的免疫代谢生物型，这为未来基于生物标志物的抑郁分型、预测和靶向干预提供了新的思路。例如，针对不同生物型的患者，或许可以采用不同的治疗策略，如对 “躯体 - 炎症” 生物型患者尝试使用抗炎药物，观察治疗效果。然而，该研究也存在一些局限性。例如，Olink 检测结果采用任意单位，可能限制了研究结果的普遍性；研究检测的免疫代谢分析物有限，未涵盖一些可能有价值的生物标志物；研究样本在种族、社会经济背景等方面存在局限性，可能影响研究结果的外部有效性；此外，研究为横断面设计，无法证明因果关系。
尽管如此，这项研究依然为抑郁的研究和诊疗开辟了新的方向，未来研究可以在扩大样本多样性、增加检测生物标志物种类、开展纵向研究等方面进一步探索，以更深入地了解抑郁与免疫代谢之间的关系，为抑郁的精准诊疗提供更坚实的理论依据和实践指导。
