抑郁癥影像遺傳學研究進展

侯卓良，岳瑩瑩，袁勇貴,

(1.東南大學 醫學院，江蘇 南京 210009； 2.東南大學附屬中大醫院 心理精神科，江蘇 南京 210009)

抑郁癥(major depressive disorder，MDD)是最常見的精神疾病之一，終身患病率約為10.8%[1]，全球約有3.2億人罹患此病[2]。2019年最新數據顯示我國MDD終身患病率達3.4%，據此估計，約有4 420萬人罹患此病[3]。MDD已成為困擾人類身心健康的重大精神疾患，給患者、家庭和社會帶來沉重負擔。然而，MDD受遺傳、社會環境、心理應激等多種因素交互作用的影響，其具體發病機制目前尚不明確。雙胞胎研究顯示，MDD的遺傳度為31%～42%[4]。因此，遺傳學研究有助于進一步挖掘MDD的發病機制，為MDD的預防和治療提供理論依據。

MDD現行的診斷標準主要依據患者的臨床癥狀群，診斷的一致性較差，MDD人群的異質性高，給MDD遺傳學機制闡明帶來巨大困難。因此，研究者提出可以使用“中間表型”(intermediate phenotype)代替疾病表型進行研究。中間表型是指介于基因型和臨床疾病表型之間的可測量的性狀[5]，在精神疾病中，神經結構、功能是常見的中間表型。由于中間表型是可測量的客觀指標，可以減少疾病診斷異質性和自我報告偏倚對研究結果的影響[6]。

影像遺傳學(imaging genetics)是一種遺傳關聯方法，通過影像學技術檢測遺傳變異對神經精神疾病的相關腦結構和功能的影響[7]。最初影像遺傳學僅研究遺傳變異- 影像中間表型- 疾病表型的傳遞通路，隨后環境因素也被納入影像遺傳學的研究范疇，研究基因- 環境交互作用、基因- 環境- 腦- 疾病各環節間的直接間接關聯等。如今，影像遺傳學研究已成為深入理解精神疾病生物學機制的重要工具。

影像遺傳學方法用于MDD生物學機制研究已有多年，作者總結近年來研究不同類型遺傳變異的MDD影像遺傳研究，根據所研究的遺傳變異的類型，影像遺傳研究可以分為4類：(1) 基于單基因的影像遺傳學研究；(2) 基于多基因的影像遺傳學研究；(3) 基于通路基因的影像遺傳學研究；(4) 基于全基因組關聯研究(genome- wide association study，GWAS)的影像遺傳學研究。此外，上述研究通常使用單變量分析方法研究遺傳和影像中間表型的關聯，近年來發展出了多變量分析方法，文章中作者也對基于多元數據分析的影像遺傳學研究進行了總結。本文作者最后討論了當前研究的不足及未來發展方向。

1 基于單基因的影像遺傳學研究

早期的影像遺傳學分析，通常根據先驗知識選擇單核苷酸多態性和單個腦區結構功能進行單變量關聯分析。這類候選基因研究報告了大量單核苷酸多態性(single nucleotide polymorphisms，SNP)與腦區的相關性，然而，研究結果并不一致，一項Meta分析[8]總結了腦源性神經營養因子(brain derived neurotrophic factor，BDNF)的Val66Met多態性、5- 羥色胺轉運基因啟動序列(5- hydroxytryptamine- transporter- linked polymorphic region，5- HTTLPR)多態性分別與MDD患者海馬體積及5- HTTLPR多態性與杏仁核功能的關聯，結果均未發現相關。MDD是高異質性的復雜疾病，這是研究結果不一致的可能原因之一，選擇同質性更高的患者進行研究可能會得到更為一致的結果。因此，近來的研究將更多因素納入考察范圍，如癥狀表型、環境因素等。例如，Yuan等[9]關注晚發性抑郁患者的認知癥狀，發現攜帶載脂蛋白E ε4等位基因的緩解期患者的認知功能較差，與右額內側回灰質體積明顯減小、后扣帶皮層和右內側顳葉之間的功能連接降低[10]、左側海馬與背側前扣帶皮層(anterior cingulate cortex，ACC)功能連接破壞相關[11]。楊昱音等[12]發現攜帶FK506結合蛋白5(FK506 binding protein 5，FKBP5)基因rs160780 T等位基因的MDD患者右額下回島蓋部局部一致性降低，與焦慮癥狀呈正相關。早期負性生活事件史如兒童期虐待是最受關注的環境因素之一。例如，Grabe等[13]發現具有早期負性生活事件史的個體中，攜帶FKBP5 rs160780 T等位基因與海馬、杏仁核、ACC等情感網絡區域的灰質體積減少相關。環境因素可能通過表觀遺傳學的甲基化機制影響基因的表達。Tozzi等[14]發現在攜帶FKBP5基因rs1360780 T等位基因的MDD患者中，兒童期虐待可能誘導FKBP5的低甲基化，與眶額葉的灰質密度降低和激活增加相關。這些研究結果提示了壓力等環境因素是將FKBP5基因表達與MDD相關大腦改變聯系起來的一個重要環節。

由于單個SNP的遺傳效應微弱，并且可能受到同一基因中其他SNP的影響，已有研究納入了分布在同一基因中的多個多態性所構成的單倍型進行遺傳關聯研究。例如，Swartz等[15]在負面情緒面孔匹配任務中發現，攜帶白細胞介素- 18(interleukin- 18,IL18)基因mRNA高表達單倍型的女性MDD患者左側杏仁核激活相對增加，并與抑郁和焦慮癥狀增加相關。單倍型由于關注具有功能的一組基因位點，可能更好地將基因、分子機制與腦功能聯系起來，反映了MDD的生物學機制。單基因與影像的關聯研究可以得到較為直觀的解釋，在影像遺傳學的初步研究中發揮了重要作用。然而，候選基因研究嚴重依賴于疾病的先驗知識，遺傳變異、腦區的選擇受到局限。MDD受到多種基因的影響，研究單基因的效應顯然不足以解釋MDD復雜的遺傳結構。

2 基于多基因的影像遺傳學研究

現有研究表明許多常見遺傳變異單獨的生物學效應微小，但可能由于累積或協同效應，介導特定疾病的發生風險。因此，影像遺傳學研究多基因對腦影像表型的綜合影響，此類多基因研究根據先驗知識選擇多個與MDD相關的候選基因。例如，5- 羥色胺(5- hydroxytryptamine，5- HT)相關基因研究中報告了疊加效應和非疊加效應。Kostic等[16]報告了在MDD患者中兒茶酚- O- 甲基轉移酶(catechol- O- methyltransferase) Val158Met、BDNF Val66Met及5- HTTLPR多態性在前額葉皮層和枕葉皮質厚度中具有疊加效應。Han等[17]發現5- HTTLPR和BDNF Val66Met對額極體積有非線性交互作用。Kautzky等[18]通過健康受試者PET研究發現BDNF Val66Met和5- 羥色胺受體1A(5- hydroxytryptamine receptor 1A，HTR1A)的rs6295非疊加性地影響5- HTR1A的結合潛力，攜帶3個或3個以上風險等位基因的受試者才會顯示出5- HTR1A 表面結合潛力的增加。這些研究提示5- HT通路在MDD中的作用，并且這些基因間的相互作用表明存在一個復雜的網絡，共同影響MDD的腦結構功能改變。然而多基因方法研究的候選多態性數量有限，影像遺傳學研究進一步發展出通路基因相關的研究。

3 基于通路基因的影像遺傳學研究

基于通路基因的影像遺傳學研究特定生物功能通路相關的基因，為遺傳變異、生物過程與腦影像表型的聯系提供更有力的解釋。早期的方法根據先驗知識選擇與某一通路相關的一組基因，逐個比較相關SNP，研究其與腦影像的關聯，例如，尹營營[19]報告多巴胺通路4個基因的7個SNPs與伴有精神運動遲滯MDD患者的運動、情感及認知相關腦區的腦血流量相關。但是，這種方法雖然可以從通路中識別有效應的基因，卻不能識別通路基因間的相互作用。生物信息多位點遺傳譜評分(biologically- informed multi- locus profile score，BIMPS)是一種基于通路基因的多基因評分方法，可以量化根據功能相關選擇的多個遺傳變異的疊加效應[20]。Gong等[21]發現多巴胺通路活性MPS影響MDD患者的獎勵網絡，與伏隔核和下丘腦之間的功能連接呈正相關，并與焦慮抑郁癥狀相關。Piel等[22]研究5- HT通路MPS，在健康受試者中發現MPS與右側杏仁核功能激活呈正相關，與雙側前扣帶皮層和右背外側前額葉對刺激的習慣化呈負相關。BIMPS從通路的層面上捕獲多基因結構，涉及通路中的多個環節，反映信號通路的整體功能，可以與大腦區域大量神經元和膠質細胞的整體活動更好地聯系起來。但是，BIMPS將SNPs間的相互作用假定為疊加效應，忽視了下游調節和異位顯性；而且，通路相關的遺傳變異可以選擇的組合過多，可能納入一些無關的變異，導致假陽性結果的出現。

4 基于GWAS的影像遺傳學研究

全基因組的影像遺傳學研究基于GWAS的研究方法，不依賴先驗知識，使用數據驅動的方法，從全基因組范圍內發現影響疾病相關腦影像表型的遺傳變異。GWAS是識別疾病相關遺傳變異的重要研究方法，利用全基因組測序技術逐一比較單個SNP與疾病風險的關聯，最終篩選出差異有統計學意義的SNPs。GWAS無須先驗假設，為MDD的遺傳機制提供了新的發現，是對候選基因研究的有力補充；相應的，候選基因研究方法成為驗證從GWAS獲得的新候選基因的工具。例如，Cui等[23]報告了LHPP基因(phospholysine phosphohistidine inorganic pyrophosphate phosphatase)rs35936514 T等位基因與MDD患者的雙側舌回、雙側背外側前額葉皮層和左內側前額葉的異常自發活動相關。GWAS研究也可以將腦影像改變作為與遺傳變異關聯的表型。Mathias等[24]選擇復發MDD和右側海馬體積作為GWAS關聯的表型，發現SMCHD1基因(structural maintenance of chromosomes flexible hinge domain containing 1)內含子內的rs574972同時影響抑郁發生風險和右側海馬體積。然而，由于不能通過嚴格的多重比較校正，很多有意義的微效位點在GWAS研究中被忽略。此外，GWAS只能發現遺傳變異與性狀之間的關聯程度，并不能對其機制給出很好的解釋。為解決上述問題，發展出更為可靠的分析方法，如多基因風險評分(polygenic risk scores，PRS)、基因富集分析(gene set enrichment analysis，GSEA)。

PRS方法研究基于先前的GWAS發現的風險等位基因，為全基因組內或特定基因組內的特定條件提供“風險”評分，研究遺傳變異的疊加效應，從而識別與精神病理學的遺傳風險相關的機制[25]。使用這一方法的研究較多，如Yüksel等[26]發現健康受試者的MDD- PRS在工作記憶任務中與雙側枕中回、雙側額中回和右側中央前回等多個腦區的激活相關。Smeeth等[27]發現了雌二醇PRS與海馬體積相關，較高雌二醇水平的遺傳風險與較小的海馬體積相關，但未發現與MDD或產后抑郁的風險相關。Guffanti等[28]報告了MDD表型相關的PRS分值較高在健康女性中與紋狀體較小、應激相關的獎賞預期誤差更低相關。PRS表明了MDD遺傳易感性對于腦結構和功能的綜合影響，但不能提供關于這些SNPs對觀察到的結構功能改變的貢獻大小。還有一些研究報告了陰性的發現。Wang等[29]研究包括MDD在內的5種精神疾病PRS對健康人群雙側島葉功能連接的影響，未發現MDD- PRS與島葉功能連接的關聯。Wigmore等[30]依據ENIGMA(Enhancing NeuroImaging Genetics through Meta- Analysis)工作組匯總數據中與每個大腦區域體積相關的基因來生成大腦區域體積的PRSs，未發現任一腦區體積相關PRS與MDD之間的關聯。一個可能的原因是由于PRS僅考慮了遺傳變異的疊加效應，而不能研究可能存在的通路內及通路間基因相互作用。

GSEA可以測試與給定復雜性狀具有適度關聯的多個基因是否富含特定的生物過程，即檢測先前的GWAS等研究發現的SNPs是否位于特定生物過程相關的一組基因集中[31]。Petrovska等[32]通過GSEA方法發現健康受試者中同時與較高的亞臨床抑郁癥狀評分、胼胝體額鉗和左上縱束顳部的白質完整性降低相關的基因集，神經細胞黏附分子1(neural cell adhesion molecule- 1)，相互作用的基因集，這些基因涉及神經發育和突觸可塑性。GSEA方法將GWAS發現的MDD遺傳風險與生物過程聯系起來，有助于理解抑郁癥狀的分子遺傳基礎。

5 基于多元數據分析的影像遺傳學研究

影像遺傳學研究擴展到全基因組全腦關聯范圍后，由于涉及的遺傳、影像數據量巨大，為了分析主要問題，并提取出核心的腦影像與遺傳信息之間關聯，多種多變量分析方法常用于降低數據的維度。其中，獨立成分分析(independent component analysis，ICA)在精神障礙的研究中應用較為廣泛。平行獨立成分分析方法(parallel ICA，pICA)是ICA方法中的一種，pICA從遺傳和影像數據中分別提取獨立成分，之后計算遺傳和影像獨立成分之間的關聯[33]。姜文顥[34]運用pICA的方法研究快感缺失相關的灰質網絡及遺傳信息，發現CACNA1C 和LAMA2基因多個SNPs共同影響下的額葉- 眶額葉- 小腦- 紋狀體灰質網絡，可能是MDD快感缺失的潛在遺傳影像中介表型。Zhang等[35]發現默認模式網絡的灰質體積減少與G蛋白偶聯受體、阿爾茲海默癥患者中表達上調的一組基因相關，且在MDD患者中比健康對照中有更高的相關性。機器學習的方法也被用于進行多元數據分析，可以處理高維數據集，捕獲單個預測變量的主要影響及復雜的相互作用，如基因的上位效應[36]。Inkster等[36]研究一組與糖原合成酶激酶- 3β(glycogen synthesis kinase 3β)直接相互作用的蛋白質的編碼基因，使用機器學習隨機森林算法探索影響MDD患者海馬體積的基因型網絡，發現了組蛋白脫乙酰基酶4(histone deacetylase 4，HDAC4)rs12469994和Ⅰ型1,4,5- 三磷酸肌醇受體(inositol 1,4,5- trisphosphate receptor Type 1，ITPR1)rs2291862之間的相互作用，在MDD患者中與海馬體積減少相關，HDAC4、ITPR1均與內質網應激相關?？梢?，數據驅動的多變量研究有助于在大量數據中識別與MDD中間表型相關的基因相互作用網絡。

6 總結與展望

大量的影像遺傳學研究發現了與MDD相關的腦區和風險基因，在一定程度上闡述了MDD的發生機制。隨著影像遺傳學的發展，多變量分析方法已在精神疾病研究中得到初步應用，但目前研究仍然較少。例如，已有酒精濫用相關研究將pICA由遺傳、影像2個模態推廣到遺傳、結構和功能影像3個模態[37]，但這種三維平行獨立成分分析方法(3- way pICA，3pICA)在MDD領域中還未有報道。3pICA也可用于研究遺傳、影像、臨床表型，有潛力實現整合癥狀、腦影像和遺傳信息的效果，為“基因- 腦- 疾病”這一通路提供更為直接的證據?，F有的影像遺傳學中，研究基因間相互作用以疊加效應為主，對上位效應和發育調控等研究較少；此外，基于通路的研究關注單個通路內的基因交互作用，很少關注多個通路間的相互作用，多變量分析方法的應用也有助于復雜的基因間、通路間相互作用的闡明。

目前MDD影像遺傳學研究關注的影像中間表型包括灰質的結構與功能、白質結構，尚無研究關注白質功能。已有研究發現白質同樣組成功能網絡[38]，未來的研究可關注白質功能異常作為MDD影像中間表型的可行性。

MDD受環境因素影響，其影像遺傳學研究已經涉及了表觀遺傳學。然而，這些研究僅限于少數DNA甲基化位點。表觀基因組關聯研究(epigenome- wide association studies，EWAS)可以研究全基因組甲基化位點與疾病的關聯。已有EWAS研究發現了與抑郁癥狀相關的3個甲基化位點[39]。將來可以結合EWAS和影像數據，深入探索基因- 環境相互作用對大腦結構和功能的影響。

當前MDD影像遺傳學研究的視角是靜態的，很少有研究關注不同時期遺傳效應的動態變化。未來影像遺傳學研究可能需要建立新的縱向研究模型，同時整合遺傳、神經影像和環境數據，探索MDD發展過程中基因- 環境- 腦- 行為之間的動態相互作用。

聲明：所有作者均聲明不存在利益沖突。侯卓良負責文獻收集與分析、撰寫論文與修改；岳瑩瑩負責論文修改；袁勇貴負責選題、文章修改。