《Molecular Psychiatry》：Identification of fluid endocannabinoid and sphingolipid biomarkers in schizophrenia. A machine learning approach toward clinical value
编辑推荐：
精神分裂症（SCZ）的诊断依赖主观临床评估，其症状常与其他精神疾病重叠，阻碍早期干预，亟需客观且可及的生物标志物。脂质，尤其是内源性大麻素系统（ECS）与鞘脂代谢相关分子，因参与SCZ病理且可在微创获取的体液中检测而具潜力。研究人员在抗精神病药未用药SCZ患者
精神分裂症（SCZ）的诊断依赖主观临床评估，其症状常与其他精神疾病重叠，阻碍早期干预，亟需客观且可及的生物标志物。脂质，尤其是内源性大麻素系统（ECS）与鞘脂代谢相关分子，因参与SCZ病理且可在微创获取的体液中检测而具潜力。研究人员在抗精神病药未用药SCZ患者（SCZna?ve，n=49）、已用药患者（SCZtreat，n=56）及健康志愿者（HVs，n=51）的配对脑脊液（CSF）与血清中，采用液相色谱串联质谱定量内源性大麻素（eCBs）、N-酰基乙醇胺、神经酰胺（Cer）与鞘磷脂（SM），并应用机器学习集成疾病解释与风险评分（IDEARS）平台识别跨体液与分组的判别特征（CSF AUC：SCZna?ve=0.87，SCZtreat=0.94；血清AUC：SCZna?ve=0.87，SCZtreat=0.90）。Anandamide（AEA）是SCZna?ve脑脊液首要特征，水平显著升高（q=0.010）；IDEARS亦将其列为血清前十大特征。SCZna?ve中d18:2骨架鞘脂在CSF与血清均升高（q<0.05），提示其外周替代标志物价值。用药组呈现C16-C18神经酰胺升高、超长链（>C24）物种降低，或反映抗精神病药代谢效应。该研究支持ECS与鞘脂失衡参与SCZ，彰显机器学习在生物标志物发现与分层中的潜力。
研究背景与立项依据
精神分裂症（SCZ）当前诊断完全依赖阳性与阴性症状、认知衰退等临床表型评估，缺乏客观实验室指标；不同精神障碍症状谱重叠，亚阈值人群又常仅表现失眠、焦虑等非特异性症状，导致早期识别困难。既往膜磷脂假说与神经发育观点提示，脂质稳态紊乱可能参与病理。内源性大麻素系统（ECS，endocannabinoid system）与鞘脂（sphingolipid）通路在脑发育、髓鞘完整性、突触可塑性及炎症调节中交织互作，且二者均可在脑脊液（CSF）与血清中无创或微创检测。然而，ECS激动剂与鞘脂在SCZ不同治疗状态、不同体液中的联合特征此前未被系统交叉解析。为此，研究人员开展首项在配对CSF与血清中整合内源性大麻素（eCBs）、N-酰基乙醇胺（NAEs）及鞘脂的精神分裂症体液标志物研究，旨在提供可辅助诊断、分层与治疗监测的客观指标。
样本与方法概述
研究纳入德国曼海姆精神健康中心队列：健康志愿者（HVs，n=51）、抗精神病药未用药偏执型SCZ（SCZna?ve，n=49）、短期D2R和/或5HT2AR拮抗药治疗者（SCZtreat，n=56），采集配对CSF与血清。技术人员通过液相色谱串联质谱（LC-MS/MS）定量eCBs、NAEs、神经酰胺（Cer）与鞘磷脂（SM）；随后将脂质变量联合人口学/临床变量输入集成疾病解释与风险评分（IDEARS）机器学习平台，采用XGBoost梯度提升树与SHAP解释，分别构建CSF与血清、未用药与用药两组对照HVs的分类模型。
研究结果
队列特征
三组在年龄、性别、BMI、大麻使用上无显著差异，SCZtreat组用药涵盖奥氮平、氯氮平、喹硫平、利培酮等，无调脂药干扰，基线均衡。
IDEARS在SCZna?ve与SCZtreat的CSF与血清建模
模型判别力强：CSF中SCZna?ve AUC=0.87、SCZtreat AUC=0.94；血清中分别为0.87与0.90。SHAP排序显示跨体液共享与分组特异脂质特征。
多元分析确认诊断分组为主效应
协方差多元分析（MANCOVA）表明诊断条件是体液脂质谱变异的最强驱动因素，年龄、BMI、性别、大麻使用无同等强度影响。
IDEARS揭示SCZna?ve跨体液高重叠特征
CSF中AEA为首要特征（较HVs升高2.22倍，q=0.010）；血清AEA虽未达显著但进入前十大。鞘脂方面，SM(d18:2/16:1)、SM(d18:2/22:1)在双体液降低；PEA在血清显著降低；d18:2骨架鞘脂在双体液 conserved 性升高，支持其作为外周替代标志。
SCZtreat特异的脂肪酸链长度依赖鞘脂改变
用药组新发特征以Cer为主：C16-C18中链Cer在CSF与血清升高（如血清Cer(d18:2/16:0) q=0.007、Cer(d18:2/18:0) q=0.014）；超长链Cer与SM（>C24）普遍降低（CSF Cer(d18:1/24:0) q<0.0001），提示药物代谢重编程。
SCZna?ve与SCZtreat复发共享脂质特征
超65%前十大特征重叠：SM(d18:1/16:0)、SM(d18:2/20:0)在两队列CSF/血清均升高；PEA普遍降低；AEA在多数模型居前，说明疾病本底改变叠加治疗修饰。
讨论与结论翻译
讨论指出，SCZ客观标志物需兼顾诊断与疗效安全监测。ECS与鞘脂因近脑体液可测、随治疗可逆而理想。IDEARS自底向上从高脂维数据中提取传统单变量检验遗漏的协同特征，AUC>0.8具潜在诊断阈价值。CSF中AEA升高与既往精神病保护倾向一致，用药后正常化提示其诊断而非持续疗效标志；血清AEA经机器学习捕获细微信号。鞘脂链长特异模式反映抗精神病药代谢副作用可追踪。
研究结论：研究人员证实ECS与鞘脂失衡共同表征SCZ，未用药者以CSF-Anandamide与d18:2鞘脂跨体液异常为核心，用药者附加中链Cer富集与长链Cer耗竭；IDEARS机器学习可有效跨越脑脊液与血清识别疾病及治疗的体液脂质指纹，为更客观的精神科分层、诊断与治疗监测提供新路径。
你想先把这篇解读压缩成投稿用亮点摘要，还是评审意见草稿？
