抑郁癥動物模型的轉換研究

白曉宇，杜冠華

(北京協和醫學院 中國醫學科學院 藥物研究所 國家藥物篩選中心，北京 100050)

抑郁癥是以情緒低落、興趣喪失、思維遲緩、自責自罪、飲食睡眠紊亂等癥狀為主要特征的一種慢性易復發的異質性精神疾病［1］。抑郁癥的自殺自殘率較高，約為15% ～20%［2］，其發病率也較高，被形象地稱為“心靈感冒”，意指經常出現的心境障礙［3］。據世界衛生組織預測，2020年抑郁癥將成為“全球疾病負擔”排名第二的重大疾病［4］。因此，針對抑郁癥的診治刻不容緩，現有的抗抑郁藥物雖然療效肯定，但起效慢、治療不徹底，這不僅降低了病人的依從性，還增加了其自殺的危險性［5］。隨著新型抗抑郁藥物的臨床需求日益嚴峻，抑郁癥的發病機制也在不斷被闡明，然而創新抗抑郁藥的研制仍未有革命性的突破［6］。2004年，FDA頒布的《關鍵路徑計劃綱要》白皮書中提出，精神疾病藥物研發停滯的重要原因就是動物模型的實驗結果與臨床實驗的吻合度較低［7］。可見，提高抑郁癥動物模型的臨床預測效度，從而推動創新抗抑郁藥物的研發，并且借助于臨床預測效度高的抑郁癥的動物模型，深入研究抑郁癥潛在的發病機制，是目前創新抗抑郁藥物研發迫切需要突破的瓶頸。

1 抑郁癥的臨床診斷

目前，抑郁癥的臨床診斷主要依據一些權威的精神疾病的分類體系如《國際疾病傷害及死因分類標準》(ICD)和美國的《精神障礙的診斷統計手冊》(DSM)以及《中國精神疾病分類方案與診斷標準》(CCMD)中所描述的抑郁癥的客觀癥狀指標而進行［8，9］。在我國，抑郁癥的診斷標準主要依據《中國精神疾病分類和診斷標準》第三版(CCMD-3)進行，具體的診斷標準見表 1［10］。此外，在心理咨詢中，也往往使用抑郁癥的自評量表，如《貝克抑郁問卷》、《Zung自評量表》、《漢密爾頓抑郁量表》(HAMD)及《蒙哥馬利抑郁量表》(MADS)等評定抑郁癥的嚴重程度，從而進行抑郁癥狀的篩查，流行病學調查和療效評估，其有效性已得到證實。從現有的診斷和評價方法來看，抑郁癥的臨床診斷目前主要停留在醫生對患者癥狀的觀察和測評，以及患者自述其病癥的嚴重程度等描述型的判斷層面，尚未涉及到和病因相關的診斷標準，即深入到進行抑郁病變指標測定的檢測層面［11］。這也是目前抑郁癥臨床誤診率高以及抑郁癥動物病理模型和臨床抑郁患者之間不能進行高效轉換的重要原因。

表1 《中國精神疾病分類和診斷標準》關于抑郁癥的診斷標準

2 抑郁癥的動物模型

2.1 動物模型和行為學測試的區別

在利用動物實驗評價候選抗抑郁藥物活性的過程中，往往由于混淆動物模型和行為學測試的概念和使用范疇，降低抗抑郁藥物的臨床有效性［12］。鑒此，首先需闡明的一個問題，即為動物模型和行為學測試的區別。

“模型”通常是指，對動物進行神經生化或者環境行為等因素的處理，使之能夠模擬出人的某種疾病。病理模型是疾病癥狀和病理病因多元素的集合，既包括自變量元素，即不同的病理模型的制備方法不同，又包括因變量元素，即由于不同的制備方法，繼而導致動物在行為、神經、分子等產生相應的病理改變［13］。行為學測試則是為了評價特定藥理活性的化合物而設計的篩選實驗。與動物模型不同，“行為學測試”是行為評價的單元素集合，即通過評價化合物對不同的行為學測試引發的預期結果影響，來篩選出具有特定活性的化合物［14］。此外，病理學模型中采用的往往是發生特定病變的動物，行為學測試中采用的動物通常是正常的。

由此，常見的抗抑郁藥物的篩選實驗如小鼠懸尾實驗、強迫游泳實驗、顱內自身刺激(ICSS)實驗、新奇環境誘導下的食欲減退實驗(NIH)、獲得性無助實驗等屬于行為學測試的范疇。慢性溫和應激實驗、社會挫敗實驗等能夠通過社會、環境刺激使動物出現類似于抑郁的癥狀，以及一些結合抑郁癥的發病機制定向培育和繁殖的轉基因動物模型High DPAT Sensitive(HDS)大鼠、Fawn Hooded(FH)大鼠等屬于本文要討論的抑郁癥動物模型的范疇。

2.2 抑郁癥動物模型的評價指標

通常利用表面效度(face validity)、結構效度(construct validity)、預測效度(predictive validity)這三個效度對動物模型進行綜合評價［15］。表面效度是指現象的相似性，指動物模型中動物的情緒表現應類似于人類相應的情緒表現，測量的指標中應包括相應的情緒障礙。結構效度是指動物模型建立在一個合理的構想上，即動物模型應該和人類的情緒障礙具有相似的原因、行為反應和共同的神經生物學機制。此外，情緒障礙的生理基礎必須是相似的，包括交感神經系統的反應模式、下丘腦-垂體-腎上腺皮質軸的反應性，腦內相關神經遞質的類型及變化趨勢，細胞信號系統的參與模式和疾病是否有相同的神經生物學機制等。預測效度是指模型對

于相應情緒障礙有效的經典藥物的反應性和選擇性，反應性靈敏，選擇型強的動物模型預測效度高［16］。

2.3 抑郁癥動物模型與臨床抑郁癥的相關性

迄今，已有20多種方法可以用作抑郁癥動物模型的制備，初步分為藥物誘導的模型、社會環境應激模型、腦損傷模型、基因改變的遺傳模型等類型。關于特定抑郁癥動物模型的相關介紹，國內外的綜述繁多，在此就不詳細闡述各個模型的特征。結合抑郁癥的臨床診斷標準，和動物模型的評價指標，下文將對現有的抑郁癥動物模型與臨床抑郁癥的相關性進行討論。

2.3.1 藥物誘導的模型

藥物誘導的抑郁癥動物模型，由于制備簡單，時間短，耗用人力少等優點，在國內廣泛使用。這類模型能夠模擬出一定的“抑郁樣”癥狀，但動物模型的病理機制局限，臨床預測效度不高［17］，詳見表2。

表2 藥物誘導的抑郁癥動物模型與臨床抑郁癥的相關性

2.3.2 社會環境應激的模型

社會環境應激模型是通過一系列多變和不可預見的社會環境的應激，模擬人在生活中所遇到的各種困難，從而制備抑郁癥的病理模型。其中慢性不可預知性溫和應激模型(chornic unpredictive mild stress，CUMS)，效度較高，應用最廣。快感缺失是抑郁癥的核心癥狀，CUMS模型采用糖水消耗量及糖水偏愛百分比的改變等評價指標，代表動物快感缺失的程度，具有一定的結構效度。但如果單純利用糖水偏愛評價動物的抑郁程度，也易出現假陽性結果。例如雌性大鼠表現出快感缺乏的分裂現象，即對蔗糖水攝入減少，但對蔗糖水的偏好不變［18］，這一點值得注意。除快感喪失外，CUMS模型動物還表現出性欲減退、侵犯攻擊能力缺陷、社會交往能力下降、腦電圖的改變等與臨床抑郁癥患者相似的癥狀，病癥持續時間較長，約為3周，與臨床病程標準一致，具有較好的表面效度。與臨床治療相似，抗抑郁藥物通常治療3～4周后，才能逆轉CUMS動物快感消失的癥狀，相比其他模型，該模型的臨床預測效度較高［19，20］。

2.3.3 基因改變的遺傳模型

抑郁癥具有高度的遺傳性，約占總發病率的40% ～50%［21］。因此，基因改變的抑郁癥動物模型與遺傳型抑郁癥有一定的相關性。隨著轉基因技術的不斷發展，基因改變的遺傳模型的種類漸增，但其有效性仍需要進一步確證［22］。常見的一些基因改變的遺傳模型有Fawn-Hooden(FH)嗜酒大鼠、W isterKyoto(WKY)大鼠、糖皮質激素受體基因突變的小鼠模型等，見表2。利用基因改變的遺傳模型結合慢性不可預知溫和應激模型，對于遺傳型抑郁癥的治療具有一定的應用前景。

2.3.4 腦損傷的模型

常見的腦損傷抑郁癥動物模型為嗅球切除模型。該模型表面效度較高，病理生理學改變與人類抑郁相似度高，但造模過程中動物死亡率較高，臨床預測效度較低，因此常用于抗抑郁藥的次篩以及作用機制的研究。

綜上所述，能夠在表面效度、結構效度、預測效度等評價指標均具有高度有效性的抑郁癥動物模型很少，那么，如何才能提高抑郁癥動物模型臨床預測的有效性呢?

表3 基因改變的遺傳型抑郁癥動物模型

3 抑郁癥動物模型的轉換研究

3.1 轉化醫學-提高動物模型的臨床預測效度

轉化醫學(translational medicine)或稱為轉化研究(translational research)，是 2003年由美國 EA.Zerhouni在NIH路線圖計劃(NIH Roadmap)中提出的［23］。其早期的經典含義是，將醫學生物學基礎研究成果迅速有效的轉化成為臨床實際應用的理論、技術、方法和藥物，成為實驗室到病房(bench to bedside，簡稱B2B)密切聯系的橋梁。近年來，它已發展成為醫學研究的一個分支，為了在基礎研究與臨床醫學之間建立更直接的聯系。它的研究模式也從起初的“基礎—臨床”單向模式開放為“基礎-臨床和臨床-基礎”雙向(two-way)模式，以及“基礎-基礎-臨床“以及“非醫學-基礎或臨床醫學”的多向(multi-way)模式［24，25］。它提倡以患者為中心(“patient-driven”)，從患者的需求出發，以人為本，將臨床迫切需要解決的問題，及時反饋到實驗室，深入研究，從而使實驗室研究的成果，迅速有效的應用于臨床實踐，使科學技術能夠迅速有效的轉化為生產力［26］。將轉化醫學的研究模式應用于藥物研發過程中，打破基礎醫學、藥物研發、臨床醫學之間的屏障，能縮短新藥從實驗室進入臨床的過程，能夠最終使患者更快地受益于生命科學的研究成果，已經成為未來新藥研發的引擎［27，28］。

動物模型作為藥物研發過程中不可缺少的環節，對于評價創新藥物的有效性、安全性有著重要意義。精神疾病藥物研發過程中一個不容忽視的阻礙就是，使用不合理的動物模型，動物模型得到的實驗結果和臨床應用的結果差異較大［29］(圖2A)。因此，如果能夠將轉化醫學的思想應用于動物模型的建立和評價，縮短動物模型和臨床疾病表現的疾病特征差異，使動物模型在行為表現、發病機制、基因遺傳等多方面與臨床抑郁癥最大化吻合，動物模型的臨床預測效度也會隨之提高果。

3.2 生物標志物(biom arkers)—動物模型轉換研究的信使

2009年，Wehling M等提出了將“轉化醫學”理論應用于創新藥物臨床前研究的實踐體系，并針對該體系建立評分系統，分值的大小體現了不同的組成部分在轉換研究體系中的重要程度［30］。其中，最重要的部分就是生物標志物(biomarkers)。那么，何謂生物標志物?在不同的研究領域，其定義不同。臨床疾病的生物標志物，特指是在疾病發生和治療過程中，一類能夠反映機體所處的生物學狀態變化的可以被客觀測定的生化指標［31］。簡言之，對于某類臨床疾病，其生物標記物主要包括診斷標記物和治療標記物兩部分。診斷標記物的變化揭示了疾病的產生和消失，治療標記物的改變則反映出疾病治療的效果。對于不同的個體，其疾病的生物標志物有可能不同，因此對于生物標記物的研究，將推動 21 世 紀 3P 醫 學 (prediction，prevention，personalization)的發展［32-34］。

盡管生物標志物在不同的個體間會有所差異［28］，但近年來隨著影像學、基因組學、蛋白組學、代謝組學等技術的不斷發展，疾病的某類生物標志物在不同的動物種屬間，即臨床患者和動物病理模型二者間具有相似的變化規律和可比性。這類生物標志物有望成為轉換研究的“信使”，架起動物病理模型和臨床疾病的快速轉換通道［35，36］。

3.3 抑郁癥的生物標志物

關于抑郁癥的生物標志物，目前尚處于探索發現階段。Lin and Chen在進行如何預防抑郁癥的研究中發現，抑郁癥的易感性有與 FKBP5，GRIK1，GRIK4，GRIN2A，HTR2A，KCNK2六種基因的單核苷酸多態性(SNPs)相關，而CREB1，GRIA3，GRIK2等基因的SNPs與抑郁癥患者自殺傾向相關［37］，分子影像學的結果顯示，腦組織白質密度過高的人更容易患重癥抑郁癥［38，39］；青年抑郁癥的易感人群與5HTT基因的SNP相關。以上抑郁癥的診斷標記物的發現，可用于抑郁癥易感和自殺人群的預防治療。

此外，大量的研究表明，外周組織血管中的神經營養因子(BDNF)、胰島素樣因子(IGF-1)、炎癥因子IL-1等是臨床抑郁癥患者治療過程和抑郁癥動物病理模型病變過程中共同存在的生物標志物，監控治療的進展［40］(詳見圖1)。Heath D Schmidt等人提出了“biomarker panel”的概念，認為抑郁癥本身存在異質性的病理特征，造成了疾病的產生和治療過程中，多個生物標志物共同作用的結果［40］。接收者操作特征(ROC曲線)的結果亦表明，單一生物標志物對于抑郁癥治療反應的靈敏度低，而對于“biomarker panel”進行綜合評價，則顯著提高了靈敏度［41］。

圖1 臨床發現的抑郁癥的Biomarker Panel(摘自參考文獻34)

3.4 抑郁癥動物模型轉換研究的策略

3.4.1 綜合監控抑郁癥的生物標志物

在抑郁癥動物模型的建立和評價中，如果能夠綜合測定反映臨床抑郁癥患者診治效果的生物標志物的變化，縮短臨床抑郁癥和基礎抑郁癥病理模型的潛在的病理特征差異，提高抑郁癥動物模型的臨床預測效度(圖2B)。使動物模型在行為表現、發病機制、基因遺傳等多方面與臨床抑郁癥最大化吻合，體現了將抑郁癥從“臨床”向“基礎”的轉換，動物模型的臨床預測效度也會隨之提高果。

3.4.2 聯合應用多個抑郁癥動物模型

現有的抑郁癥動物模型能夠完全符合表面效度、結構效度、預測效度標準的很少。因此在掌握各個抑郁癥模型的病理特癥的基礎上，基于具體研究的目的，聯合應用多個抑郁癥動物模型，進行表面效度、結構效度、預測效度的互相補充和完善，使動物模型的表面效度、結構效度、預測效度的總分提高。例如，針對抑郁癥的基因遺傳的動物模型，結合一系列社會、環境等不可預知應激，更貼近于臨床中抑郁癥易感人群接受不可控的社會環境的壓力后患抑郁癥的情形。

4 展望

綜上所述，監控抑郁癥動物模型與臨床抑郁癥患者相關的生物標志物的變化，是進行抑郁癥動物模型轉換研究的關鍵步驟。然而，目前對于抑郁癥生物標志物的研究尚處于起步階段，仍需要進一步的確證工作，這也成為了目前抑郁癥治療領域的研究熱點之一。相信隨著大量抑郁癥生物標志物的確證，不僅能夠推動抑郁癥的臨床診斷由“癥狀描述”水平向“生物標志物檢測”水平深入，提高抑郁癥患者的診治效果；而且有助于構建與臨床預測效度高的抑郁癥動物模型。合理應用多個臨床預測效度較高的抑郁癥動物模型，擊破精神疾病藥物研發的絆腳石，創新抗抑郁藥物藥物的研發成功率定能更上一個臺階。

圖2 抑郁癥動物模型的轉換研究

［1］Fava M，Kendler KS.Major depressive disorder.Neuron.2000.28(2)：335-41.

［2］Kessler RC，Berglund P，Dem ler O，et al.Lifetime prevalence and age-of-onset distributions of DSM-IV disorders in the National Comorbidity Survey Replication［J］.Arch Gen Psychiatry，2005，62：593-602.

［3］江開達.抑郁癥的診斷與治療［J］.醫學與哲學(臨床決策論壇版)，2010：12-13+23.

［4］Murray CJ，Lopez AD.Alternative projections of mortality and disability by cause 1990-2020：Global Burden of Disease Study［J］.Lancet，1997，349：1498-504.

［5］王真真，張有志，宮澤輝，等.抑郁癥治療的新靶點和新策略［J］.中國藥理學與毒理學雜志，2010：364-370.

［6］Agid Y，Buzsaki G，Diamond DM，et al.How can drug discovery for psychiatric disorders be improved?［J］.Nat Rev Drug Discov，2007，6：189-201.

［7］McArthur R，Borsini F.Animal models of depression in drug discovery：a historical perspective［J］.Pharmacol Biochem Behav，2006，84：436-52.

［8］ICD-10.International Statistical Classification of Diseases and Related Health Problems.10th Revision［J］.1994.

［9］DSM-IV-TR.Text revision of the Diagnostic and Statistical Manual of Mental Disorders.4th Revision［J］.2000.

［10］中華醫學會精神科學會.《中國精神障礙分類與診斷標準》(CCMD-3)［J］.2001：50-51.

［11］van Praag HM，de Kloet ER，van Os J.Stress，the Brain and depression［J］.2004.

［12］Frazer A，Morilak DA.What should animal models of depression model?［J］.Neurosci Biobehav Rev，2005，29：515-23.

［13］Cryan JF，Slattery DA.Animal models of mood disorders：Recent developments［J］.Curr Opin Psychiatry，2007，20：1-7.

［14］Pollak DD，Rey CE，Monje FJ.Rodent models in depression research：classical strategies and new directions［J］.Ann Med，2010，42：252-64.

［15］Willner P.The validity of animal models of depression［J］.Psychopharmacology(Berl)，1984，83：1-16.

［16］張連峰，秦川.比較行為學基礎［J］.2010，7：168-169.

［17］Kobayashi T，Hayashi E，Shimamura M，et al.Neurochemical responses to antidepressants in the prefrontal cortex of m ice and their efficacy in preclinical models of anxiety-like and depressionlike behavior：a comparative and correlational study［J］.Psychopharmacology(Berl)，2008，197：567-80.

［18］Baker SL，Kentner AC，Konkle AT，et al.Behavioral and physiological effects of chronic mild stress in female rats［J］.Physiol Behav，2006，87：314-22.

［19］W illner P.Validity，reliability and utility of the chronic mild stress model of depression：a 10-year review and evaluation［J］.Psychopharmacology(Berl)，1997，134：319-29.

［20］W illner P.Chronic mild stress(CMS)revisited：consistency and behavioural-neurobiological concordance in the effects of CMS［J］.Neuropsychobiology，2005，52：90-110.

［21］張均田，張慶柱，張永祥.神經藥理學［M］：人民衛生出版社，2008：312.

［22］Porsolt RD.Animal models of depression：utility for transgenic research［J］.Rev Neurosci，2000，11：53-58.

［23］Zerhouni E.Medicine.The NIH Roadmap［J］.Science(80-)，2003，302：63-72.

［24］Honey K.Translating medical science around the world［J］.J Clin Invest，2007，117：2737.

［25］Keramaris NC，Kanakaris NK，Tzioupis C，et al.Translational research：from benchside to bedside［J］.Injury，2008，39：643-50.

［26］Guan JJ.Translational medical science：the medical science beneficial to patients［J］.Basic Clin Med，2008，8：785-788.

［27］Wehling M.Drug development in the light of translational science：shine or shade?［J］.Drug Discov Today，2011.

［28］劉昌孝.轉換醫學在新藥研究開發中的應用［J］.現代藥物與臨床，2010：321-326.

［29］Einat H，Manji HK.Cellular plasticity cascades：genes-tobehavior pathways in animal models of bipolar disorder［J］.Biol Psychiatry，2006，59：1160-71.

［30］Wehling M.Assessing the translatability of drug projects：what needs to be scored to predict success?［J］.Nat Rev Drug Discov，2009，8：541-6.

［31］Perlis RH.Betting on biomarkers［J］.Am J Psychiatry，2011，168：234-6.

［32］Hocquette JF.Where are we in genom ics?［J］.J Physiol Pharmacol，2005，56Suppl 3：37-70.

［33］Issa AM.Personalized medicine and the practice of medicine in the 21st century［J］.Mcgill J Med，2007，10：53-7.

［34］Morabia A，Costanza MC.W hat is this thing called preventive medicine(II)?［J］.Prev Med，2008，47：1-2.

［35］Wendler A，Wehling M.The translatability of animal models for clinical development：biomarkers and disease models［J］.Curr Opin Pharmacol，2010，10：601-6.

［36］Rupniak NM.Animal models of depression：challenges from a drug development perspective［J］.Behav Pharmacol，2003，14：385-90.

［37］Lin E，Chen PS.Pharmacogenom ics with antidepressants in the STAR*D study［J］.Pharmacogenom ics，2008，9：935-46.

［38］Papakostas GI，Iosifescu DV，Renshaw PF，et al.Brain MRI white matter hyperintensities and one-carbon cycle metabolism in non-geriatric outpatients with major depressive disorder(Part II)［J］.Psychiatry Res，2005，140：301-7.

［39］Papakostas GI，Fava M.Predictors，moderators，and mediators (correlates)of treatment outcome in major depressive disorder［J］.Dialogues Clin Neurosci，2008，10：439-51.

［40］Schm idt HD，Shelton RC，Duman RS.Functional Biomarkers of Depression：Diagnosis，Treatment，and Pathophysiology.LID - 10.1038/npp.2011.151 ［doi］ ［J］.Neuropsychopharmacology，2011.

［41］Kraemer HC，Schultz SK，Arndt S.Biomarkers in psychiatry：methodological issues［J］.Am J Geriatr Psychiatry，2002，10：653-9.