第一篇
01
第一篇文章于2022年2月正式发表在Psychiatry and Clinical Neurosciences杂志(IF:12.145)。HTR1A和 HTR1B受体在抗抑郁活性中发挥重要作用,同时,DNA甲基化与MDD及抗抑郁疗效相关。该研究旨在探讨HTR1A和HTR1B甲基化联合应激/基因型对抗抑郁疗效的影响。
共有291名MDD患者和100名健康对照组接受了生活事件量表(LES)和儿童创伤问卷(CTQ)作为应激评估。检测了参与抗抑郁机制的HTR1A和HTR1B的8个单核苷酸多态性(SNPs)。评估了HTR1A和HTR1B的181个CpG位点的甲基化状态。所有MDD患者在抗抑郁治疗2周后被分为有反应(RES)和无反应(NRES)组。对甲基化、NLES/CTQ评分与基因型之间的相互作用进行逻辑回归分析。其中选择HTR1A的2个CpG岛(1135bp)和HTR1B的4个CpG岛(1237bp)进行测序,并将其均分成5个区域(如下图)。
在MDD患者和健康对照组之间,HTR1A的5个区域和HTR1B的5个区域平均甲基化水平没有发现显著差异。然而,MDD组的HTR1B-3-135和HTR1B-5-165甲基化显著高于健康对照组(下图2a)。
HTR1A-2-143的甲基化与CTQ评分之间的相互作用显著影响治疗效果(下表)。HTR1A-2-143的高甲基化结合CTQ高评分导致治疗效果较差。然而,对于抗抑郁疗效NLES评分与HTR1A/HTR1B甲基化之间没有显著的相互作用。
HTR1A和HTR1B中的8个SNP成功地进行了基因分型,没有一个SNP在MDD患者和健康对照组之间或RES和NRES之间显示出显著差异。在rs6298基因型和HTR1B-3-61甲基化的回归模型中,相互作用项(HTR1B-3-61 by rs6298 AA/AG)与抗抑郁药物的更好响应相关(下表)。
研究结论:
第二篇
02
下表中总结了对具有不同特征子集的机器学习(ML)模型的分类性能使用5倍交叉验证,为分类器的普遍适用性提供了很好的估计。结果表明,采用HTR1A/1B甲基化和rsFC变量的ML模型优于单独采用DNA甲基化或rsFC变量的ML模型,其准确性为81.78%,AUC为0.8948。
研究结论:
往期相关链接: