抑郁症后疾病集群的三维网络解析：遗传机制与靶向干预新视角

来自瑞典和英国的研究人员通过开发创新的三维疾病网络分析方法，揭示了抑郁症患者后续疾病集群的遗传机制。该研究整合了54,284名抑郁症患者的瑞典国家登记数据和UK Biobank队列验证，发现6个具有显著遗传关联的疾病集群（涉及CNS、呼吸系统等），并通过PRS和GWAS鉴定出8个基因组显著位点，为抑郁症共病风险预测和精准干预提供了新靶点。

　　

抑郁症与多种后续疾病存在强关联性。为揭示关键干预靶点，这项研究构建了创新的三维疾病网络模型——通过正则化偏相关(regularized partial correlations)增强关联验证，并利用非时序(x/y轴)和时序(z轴)维度实现疾病集群可视化。基于瑞典国家登记的54,284名中年抑郁症患者与496,005名对照数据，结合UK Biobank验证，研究锁定了9个包含85种疾病的可靠集群，其中6个集群(30种疾病)在跨队列验证中表现稳健，涵盖中枢神经系统(CNS)、呼吸系统、心血管代谢等典型谱系。

遗传分析环节亮点纷呈：来自UK Biobank的10,754例抑郁症患者基因数据显示，多基因风险评分(PRS)呈现剂量效应关系——抑郁遗传易感性越高，后续疾病集群风险越大；全基因组关联研究(GWAS)则精确定位了4个疾病集群中的8个显著基因位点。这些发现不仅证实了抑郁症共病的集群特异性遗传基础，更为开发基于遗传风险的预测模型和靶向治疗策略开辟了新路径。