基于外周血circRNAs構建抑郁癥嚴重程度的預測模型

[摘要]目的基于外周血環形RNA（circularRNAs，circRNAs）表達構建抑郁癥嚴重程度的預測模型。方法選取2022年8月至2023年8月于筆者醫院就診的抑郁癥80例患者，分為輕中度組49例、重度組31例，并以40名健康人作為健康組，經基因芯片篩查，選擇差異較大的5種circRNAs，進一步分析circRNAs與抑郁癥嚴重程度的關系，分析影響抑郁癥嚴重程度的獨立危險因子，根據分析結果構建基于外周血circRNAs表達的抑郁癥嚴重程度列線圖預測模型。結果與健康組、輕中度組比較，重度組circRNA_100679、circRNA_103636相對表達量降低，circRNA_102802、circRNA_103964、circRNA_002143相對表達量升高（P<0.05）。circRNA_100679、circRNA_103636與抑郁癥嚴重程度呈負相關（r=-0.594、-0.512，P<0.05），CircRNA_102802、circRNA_103964、circRNA_002143與抑郁癥嚴重程度呈正相關（r=0.603、0.425、0.412，P<0.05）。CircRNA_100679、circRNA_102802、circRNA_103636、circRNA_103964、circRNA_002143、家族精神疾病史、5-羥色胺（5-hydroxytryptamine，5-HT）均為抑郁癥嚴重程度的危險因子（P<0.05）。基于外周血circRNAs等危險因子構建的列線圖預測模型的預測曲線下面積為0.900（95%CI：0.811～0.945），模型區分度較好，內部驗證一致性較高。結論構建基于circRNAs表達的抑郁癥嚴重程度的列線圖模型預測價值良好，可為臨床抑郁癥嚴重程度的診斷提供參考。

[關鍵詞]環形RNA；抑郁癥；嚴重程度；預測模型

[中圖分類號]R749[文獻標識碼]A[DOI]10.3969/j.issn.1673-9701.2024.20.005

ConstructingapredictivemodelfortheseverityofdepressionbasedontheexpressionofcircRNAsinperipheralblood

YANHuanran，XUDongqin，CHENJing

DepartmentofPsychiatry，SeventhPeople’sHospital，Shaoxing312000，Zhejiang，China

[Abstract]ObjectiveToconstructapredictivemodelfortheseverityofdepressionbasedontheexpressionofcircularRNAs（circRNAs）inperipheralblood.MethodsSelecting80patientswithdepressionwhovisitedourhospitalfromAugust2022toAugust2023，theyweredividedintoamildtomoderategroupof49casesandaseveregroupof31cases.Fortyhealthyindividualswereselectedasthehealthygroup，andaftergenechipscreening，fivecircRNAswithsignificantdifferenceswereselected.FurtheranalysiswasconductedontherelationshipbetweencircRNAsandtheseverityofdepression，andindependentriskfactorsaffectingtheseverityofdepressionwereanalyzed，basedontheanalysisresults，constructadepressionseveritypredictionmodelusingacolumnchartbasedontheexpressionofcircRNAsinperipheralblood.ResultsComparedwiththehealthygroupandmildtomoderategroup，theseveregrouphadcircRNA_100679，circRNA_103636relativeexpressionleveldecreased，circRNA_102802，circRNA_103964，TherelativeexpressionlevelofcircRNA_002143increased（P<0.05）.CircRNA_100679，circRNA_103636isnegativelycorrelatedwiththeseverityofdepression（r=-0.594，-0.512，P<0.05），circRNA_102802，circRNA_103964，circRNA_002143ispositivelycorrelatedwiththeseverityofdepression（r=0.603，0.425，0.412，P<0.05）.CircRNA_100679，circRNA_102802，circRNA_103636，circRNA_103964，circRNA_002143，familyhistoryofmentalillness，and5-hydroxytryptamine（5-HT）areallriskfactorsfortheseverityofdepression（P<0.05）.ThepredictedareaunderthecurveofthecolumnchartpredictionmodelbasedonriskfactorssuchasperipheralbloodcircRNAsis0.900，witha95%CI：0.811-0.945.Themodelhasgooddiscriminationandhighinternalvalidationconsistency.ConclusionTheconstructionofacolumnchartmodelbasedoncircRNAsexpressionforpredictingtheseverityofdepressionhasgoodpredictivevalueandcanprovidereferenceforthediagnosisandtreatmentofdepressionseverityinclinicalpractice.

[Keywords]CircularRNA;Depression;Severity;Predictionmodel

抑郁癥又稱抑郁障礙，是一種以情緒低落、睡眠障礙、興趣減退或有自殺觀念為主要表現的精神疾病。一項關于中國成人抑郁障礙終生患病情況調查顯示，我國大約有6.8%的成人終生伴有抑郁障礙[1]。世界衛生組織預計到2030年，抑郁癥將成為第2類世界負擔疾病，給患者家庭、社會均帶來沉重負擔[2]。目前對于抑郁癥嚴重程度的總體識別率較低，雖然研究表明，神經免疫狀態、突觸可塑性、神經遞質紊亂、個體遺傳、環境與此病密切相關，但由于確切機制尚不明確，臨床誤診率、漏診率較高[3]。近年來隨著對抑郁癥的逐漸深入研究發現，與表現遺傳觀有關的環形RNA（circularRNAs，circRNAs）在此病中具有重要的介導作用，circRNAs是一類半衰期較長的單鏈非編碼RNA，表達具有組織、疾病特異性，被證實具有巨大的生物標志物潛力[4]。鑒于目前抑郁癥發生形勢，為提高抑郁癥病情嚴重程度的診斷準確性，本研究構建基于外周血circRNAs表達的預測模型，旨在初步評估外周血circRNAs能否作為抑郁癥嚴重程度的新興風險因素，為改善人群風險分層提供臨床證據。

1對象與方法

1.1研究對象

選取2022年8月至到2023年8月于筆者醫院初次確診的80例抑郁癥患者，其中，男45例，女35例，年齡25～68歲，平均（42.31±3.98）歲，根據漢密爾頓抑郁癥評定量表（Hamiltondepressionratingscale，HAMD）對病情嚴重程度的評價結果分為輕中度組49例（8～23分）、重度組31例（≥24分），另外以同期于體檢的健康人40名作為健康組，其中，男20名，女20名，年齡24～67歲，平均（43.00±3.62）歲。各組一般資料比較差異無統計學意義（P>0.05）。納入標準：①抑郁癥患者符合臨床診斷診斷標準，主要癥狀為心境低落，并伴有以下任意4項即可確診：a.睡眠障礙；b.性欲減退；c.精神減退或lNgFPi2JhXOY8hw9UtYBkg==疲憊感；d.食欲減退；e.有自傷、自殺行為或自殺念頭；f.無愉快感、興趣喪失；g.精神運動性激越或遲滯；h.自主思考能力降低；i.自我評價低；②健康組無精神疾病史，身體健康；③簽署知情同意書。排除標準：①有抑郁藥物治療史；②焦慮癥、躁狂癥者；③意識不清者；④感染性疾病者；⑤免疫、凝血異常者；⑥妊娠或哺乳期婦女；⑦重要臟器功能障礙者。本研究經筆者醫院倫理委員會批準（倫理審批號：2023-001-01）

1.2研究方法

1.2.1外周血circRNAs表達檢測①外周血單個核細胞（peripheralbloodmononuclearcells，PBMC）分離及RNA提取：取所有研究對象入組清晨空腹靜脈血5ml，使用PBMC分離液離心獲得PBMC，-80℃保存，提取PBMC總RNA，測定RNA濃度及純度備用。②基因芯片檢測：將RNA反轉錄為cDNA，并進一步合成用吲哚菁綠-花青素熒光染料標記cRNA，而后將吲哚菁綠-花青素熒光染料標記的cRNA與芯片ArraystarHumancircRNAArray雜交，洗脫后獲得原始圖像。③實時熒光定量PCR法：選取基因芯片結果中差異較大的circRNA行RT-PCR檢測，RNA反轉錄為cDNA，行PCR擴增，擴增條件：預變性：95℃30s，變性：95℃5s，退火：60℃30s，延伸：72℃30s，40個循環，擴增體系：預混液10μl，上、下游引物各1μl，cDNA4μl，加雙蒸水至20μl，circRNA相對表達量采用2-ΔΔCt法計算。引物序列見表1。

1.2.2臨床資料采集包括性別、年齡、體質量指數（bodymassindex，BMI）、文化程度、家庭居住地、收入水平、婚姻狀況、吸煙、飲酒、家族精神疾病史、家庭結構、血清神經遞質指標[多巴胺（dopamine，DA）、去甲腎上腺素（norepinephrine，NE）、5-羥色胺（5-hydroxytryptamine，5-HT）]水平。

1.3統計學方法

采用SPSS20.0統計學軟件對數據進行處理分析，計量資料采用均數±標準差（）描述，兩組間比較采用獨立樣本t檢驗，多組間比較采用F檢驗，組間有差異進一步采用SNK-q檢驗；計數資料比較采用例數（百分率）[n（%）]表示，采用χ2檢驗；相關性采用Pearson檢驗；經Logistic回歸分析篩選模型的最終危險因素，RMS程序包繪制列線圖模型建立預測模型。通過繪制校準曲線、臨床模型的受試者操作特征（receiveroperatingcharacteristic，ROC）曲線以及臨床適用度檢驗模型的區分度和實際應用效能。P<0.05為差異有統計學意義。

2結果

2.1抑郁癥與健康人差異倍數較大的5種circRNA相對表達量比較

輕中度組、重度組circRNA_100679、circRNA_103636低于健康組，circRNA_102802、circRNA_103964、circRNA_002143高于健康組，差異有統計學意義（P<0.05）。重度組circRNA_100679、circRNA_103636低于輕中度組，circRNA_102802、circRNA_103964、circRNA_002143高于輕中度組，差異有統計學意義（P<0.05），見表2。相關性分析顯示，circRNA_100679、circRNA_103636與抑郁癥嚴重程度呈負相關（r=-0.594、-0.512，P<0.05），circRNA_102802、circRNA_103964、circRNA_002143與抑郁癥嚴重程度呈正相關（r=0.603、0.425、0.412，P<0.05），見圖1。

2.2輕中度、重度抑郁癥患者臨床資料比較

重度組家族精神疾病史比例高于輕中度組，DA、NE、5-HT水平低于輕中度組（P<0.05），其余資料比較，差異無統計學意義（P>0.05）。見表3。

2.3篩選抑郁癥嚴重程度的危險因素

選取輕中度組、重度組組間比較差異有統計學意義的指標作為自變量，行多因素Logistic回歸分析發現，circRNA_100679、circRNA_102802、circRNA_103636、circRNA_103964、circRNA_002143、家族精神疾病史、5-HT為抑郁癥嚴重程度的危險因子（P<0.05）。見表4。

2.4基于circRNAs表達的抑郁癥嚴重程度的預測模型構建及驗證結果分析

根據危險因素分子結果綜合了circRNA_100679、circRNA_102802、circRNA_103636、circRNA_103964、circRNA_002143、家族精神疾病史、5-HT等7個獨立危險因子構建抑郁癥嚴重程度的預測模型。使用ROC曲線分析抑郁癥嚴重程度列線圖預測模型的預測價值，曲線下面積為0.900，95%CI：0.811～0.945，提示所構建的模型區分度較好。再以Bootstrap法進行內部驗證，將原始數據重復抽樣1000次建立校準曲線（圖2），預測抑郁癥嚴重程度與實際一致性較高。

3討論

circRNAs來源于前體RNA，早期認為是基因轉錄剪切錯誤所致，但后續研究發現，circRNAs具有多種生物學功能：①1個circRNA上存在多個微小RNA結合位點，具有感染微小RNA表達的作用；②部分circRNA可翻譯為活性小分子多肽，經m6A的修飾作用參與蛋白質翻譯過程；③與蛋白質結合，阻礙RNA剪切；④與mRNA調控轉錄后基因表達[6-9]。由于circRNAs分子頭尾相連，為封閉性的環狀結構，與其他RNA比較，具有更強的穩定性，可避免核糖核酸酶R的降解，且其半衰期較長，因此臨床認為circRNAs更加適用于作為生物標志物診斷疾病[10-11]。鑒于circRNAs的生物學功能，目前已有部分研究發現其與抑郁癥發生進展有關，如Zhang等[12]經基因芯片發現，與健康人比較，抑郁癥患者中外周血中有445個表達有差異的circRNA。Zhou等[13]通過基因芯片分析發現在抑郁癥中有340個表達有差異的circRNA。而后研究驗證了外周血circRNAs在抑郁癥與精神分裂癥鑒別和抑郁癥嚴重程度診斷中的作用，抑郁癥嚴重程度的早期判斷可依賴外周血circRNAs差異表達實現[14-15]。

本研究經基因芯片篩選circRNAs，而后選擇其中差異較大的5種circRNAs行PCR分析，抑郁癥患者外周血circRNA_100679、circRNA_103636表達降低，circRNA_102802、circRNA_103964、circRNA_002143表達升高，驗證了circRNA在抑郁癥中的表達狀態。后續進一步比較病情不同嚴重程度患者上述circRNAs表達差異，結果發現，重度患者circRNA_100679、circRNA_103636相對表達量更低，circRNA_102802、circRNA_103964、circRNA_002143相對表達量更高，且與病情嚴重程度呈高度相關，因此推測circRNA表達異常可能參與抑郁癥進展。

既往研究發現，有家族精神疾病史的抑郁癥患者有更嚴重的自殺傾向，且病情更嚴重，認為這可能與遺傳表現觀有關[16]。5-HT作為單胺類神經遞質，主要經5-HT轉運體聚集于神經末梢，具有調節人情緒、記憶作用，其含量減少增加抑郁發生風險[17]。本研究中家族精神疾病史、血清5-HT降低同樣均為導致患者病情加重的重要危險因子，這可能與遺傳表現觀及5-HT不足無法克服神經元萎縮和細胞死亡的突觸性障礙從而導致情緒改變，引起抑郁有關。

本研究從外周血circRNAs表達、臨床資料中篩選出影響抑郁癥患者病情嚴重程度的危險因子，通過circRNA_100679、circRNA_102802、circRNA_103636、circRNA_103964、circRNA_002143、家族精神疾病史、5-HT等7個獨立危險因子構建列線圖預測模型，經內部驗證顯示基于預測外周血circRNAs表達的抑郁癥嚴重程度的列線圖模型與實際一致性較高，提示外周血circRNAs能夠良好地反映出患者抑郁癥狀變化，臨床可根據模型中預測因子來計算患者病情加重的風險系數，早期制定個性化治療方案干預，阻止病情加重。

綜上所述，構建基于外周血circRNAs表達的抑郁癥嚴重程度的列線圖模型預測價值良好，臨床可經檢測外周血circRNAs表達來監測抑郁癥患者病情嚴重程度，一旦外周血circRNAs表達異常應及時干預，以便于促進患者轉歸。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻]

[1] LUJ，XUX，HUANGY，etal.PrevalenceofdepressivedisordersandtreatmentinChina：Across-sectionalepidemiologicalstudy[J].LancetPsychiatry，2021，8（11）：981–990.

[2] MARIANIN，EVERSONJ，PARIANTECM，etal.Modulationofmicroglialactivationbyantidepressants[J].JPsychopharmacol，2022，36（2）：131–150.

[3] 尹一淑，劉軍蓮，王佳平，等.抑郁癥相關發病機制研究進展[J].醫學綜述，2022，28（12）：2368–2372.

[4] 朱曉麗，周智，孔令明，等.外周血circRNA-102802對精神分裂癥與抑郁癥鑒別診斷價值的研究[J].國際遺傳學雜志，2021，44（3）：135–140.

[5] 范肖冬，汪向東，于欣，等.ICD-10精神與行為障礙分類[M].北京：人民衛生出版社，1993：37–61.

[6] LIZ，LIUS，LIX，etal.CircularRNAinschizophreniaanddepression[J].FrontPsychiatry，2020，11（1）：392.

[7] GANH，LEIY，YUANN，etal.CircularRNAs&nbsp;indepression：Biogenesis，function，expression，andtherapeuticpotential[J].BiomedPharmacother，2021，137（1）：111244.

[8] GREERTL.CircularRNAsasputativebiomarkersfordepressiondiagnosisandtreatment[J].EBioMedicine，2021，68（1）：103362.

[9] LIQ，LUANQ，ZHUH，etal.CircularRNAcirc_0005774contributestoproliferationandsuppressesapoptosisofacutemyeloidleukemiacellsviacirc_0005774/miR-192-5p/ULK1ceRNApathway[J].BiochemBiophysResCommun，2021，551（1）：78–85.

[10] LIX，TANW，ZHANGS，etal.DifferentialmRNAexpressionandcircularRNA-basedcompetitiveendogenousRNAnetworksinthethreestagesofheartfailureintransverseaorticconstrictionmice[J].FrontPhysiol，2022，13（1）：777284.

[11] 譚桂鳳，肖頌華，張涵，等.環狀RNA在抑郁癥中的研究進展[J].生命科學研究，2021，25（6）：509–513.

[12] ZHANGD，JIY，CHENX，etal.PeripheralbloodcircularRNAsasabiomarkerformajordepressivedisorderandpredictionofpossiblepathways[J].FrontNeurosci，2022，16（1）：844422.

[13] ZHOUT，LIM，XIAOZ，etal.Chronicstress-inducedgenechangesinvitroandinvivo：PotentialbiomarkersassociatedwithdepressionandcancerbasedoncircRNA-andlncRNA-associatedceRNAnetworks[J].FrontOncol，2021，11（1）：744251.

[14] 朱曉麗，周智，孔令明，等.外周血circRNA-102802對精神分裂癥與抑郁癥鑒別診斷價值的研究[J].國際遺傳學雜志，2021，44（3）：135–140.

[15] 孔令明，牛威，姚高峰，等.外周血circRNA的差異表達及其與抑郁癥嚴重程度的關系[J].解放軍醫學雜志，2018，43（6）：504–508.

[16] 周雪瑩，易軍，王黔艷，等.有精神疾病家族史抑郁癥患者自殺未遂的危險因素[J].中國神經精神疾病雜志，2019，45（8）：488–491.

[17] 蘇鉆君，李燦燁，曹金銘，等.血清、血漿和血小板5-HT作為抑郁癥診斷和療效評價的分子標記物可行性實驗研究[J].中國藥理學與毒理學雜志，&nbsp;2023，37（z1）：24.

（收稿日期：2024–03–16）

（修回日期：2024–04–18）

InformaticsandHealth征稿啟事

InformaticsandHealth（《信息學與健康》）是由中國醫學科學院北京協和醫學院主辦，中國醫學科學院醫學信息研究所與科愛公司合作編輯出版，旨在反映醫學衛生健康領域與信息科學技術相關的前沿學術研究進展的英文期刊（ISSN：2949-9534），本刊由中國工程院院士、中國醫學科學院北京協和醫學院院校長王辰教授擔任主編，中國醫學科學院醫學信息研究所所長劉輝研究員擔任執行主編。

期刊將持續組織聚焦前沿的研究專題，誠邀國內外專家學者共同參與選題策劃、開設相關研究專題和賜稿，編委會和編輯部將竭誠為您做好同行評議、編輯出版、成果推介等工作。期刊收稿范圍包括但不限于以下研究領域的內容：健康研究中的創新性信息學方法、臨床前期基礎科學研究中的數字化轉型、臨床決策支持和衛生保健應用中的多源信息分析、公共健康與環境健康中的信息學實踐、科學智能在衛生保健領域的應用、人口健康與信息學相關的經濟與社會決定因素。

本刊的收稿類型以原創性研究論文和綜述文章為主，所有收稿將經過嚴格的同行評議后決定是否錄用，錄用后即安排單篇上線（onlinefirst），2023—2025年免收文章出版費。投稿系統地址：www.editorialmanager.com/infoh/default2.aspx，電子郵箱：info_health@imicams.ac.cn，inforhealth@163.com，聯系電話：010-52328735。