生命早期因素与抑郁症的多组学机制：脑结构、免疫代谢与遗传通路的整合研究

本文通过机器学习构建早期生命因素综合评分（ELFS），揭示其与抑郁症风险的因果关联（HR=1.49/分），并整合GWAS、孟德尔随机化（MR）及结构方程模型（SEM），发现ELFS通过影响脑结构体积（如情绪调节区域）、炎症标志物与脂质代谢通路介导抑郁发生，为早期干预提供多组学证据。

　　

亮点（Highlights）

• •

  基于机器学习构建的早期生命因素评分（ELFS）显著预测抑郁症风险（每增加1分风险上升49%）

• •

  全基因组关联研究（GWAS）鉴定出46个ELFS相关SNP，定位至17个基因（包括明星基因FOXP2）

• •

  孟德尔随机化（MR）证实ELFS与抑郁症存在因果关联

• •

  较高ELFS与情绪调节相关脑区体积缩小、炎症标志物异常及脂质代谢紊乱显著相关

• •

  结构方程模型（SEM）整合多组学证据，揭示"早期因素→脑结构/免疫代谢→抑郁症"的生物通路链

结论（Conclusions）

早期生命因素通过整合评分（ELFS）差异化影响抑郁症风险，其作用机制涉及脑结构重塑、免疫代谢调控等多重生物通路，为理解抑郁症的发育起源提供了系统性的科学依据。