Новое исследование генетических причин психических расстройств

Правильная диагностика психических расстройств может быть сложной задачей, особенно для детей младшего возраста, которые не могут заполнить анкеты или оценочные шкалы. Эта проблема стоит особенно остро в отношении малоизученных меньшинств. Прошлые геномные исследования обнаружили несколько геномных сигналов для различных психических расстройств, причем некоторые из них служат потенциальными мишенями для терапевтических препаратов. Алгоритмы глубокого обучения также использовались для успешной диагностики сложных заболеваний, таких как синдром дефицита внимания и гиперактивности (СДВГ). Однако эти инструменты редко применялись в больших группах афроамериканских пациентов.

В ходе уникального исследования исследователи получили данные секвенирования всего генома из образцов крови 4,179 пациентов афроамериканского происхождения, в том числе 1,384 пациентов, у которых было диагностировано по крайней мере одно психическое расстройство. Это исследование было сосредоточено на восьми распространенных психических расстройствах, включая СДВГ, депрессию, тревогу. , расстройство аутистического спектра, умственная отсталость, расстройство речи/языка, задержка развития и оппозиционно-вызывающее расстройство (ОВР). Долгосрочная цель этой работы — узнать больше о конкретных рисках развития определенных заболеваний у афроамериканцев и о том, как потенциально улучшить результаты в отношении здоровья, сосредоточив внимание на более персонализированных подходах к лечению.

«Большинство исследований сосредоточено только на одном заболевании, а меньшинства были очень недостаточно представлены в существующих исследованиях, в которых используется машинное обучение для изучения психических расстройств», — сказал старший автор Хакон Хаконарсон, доктор медицинских наук, директор Центра прикладной геномики CHOP. . «Мы хотели протестировать эту модель глубокого обучения на афроамериканском населении, чтобы увидеть, сможет ли она точно отличить пациентов с психическими расстройствами от здоровых людей, и сможем ли мы правильно обозначить типы расстройств, особенно у пациентов с множественными расстройствами».

Алгоритм глубокого обучения искал нагрузку геномных вариантов в кодирующих и некодирующих областях генома. Модель продемонстрировала точность более 70% в отличии пациентов с психическими расстройствами от контрольной группы. Алгоритм глубокого обучения был одинаково эффективен при диагностике пациентов с множественными расстройствами, при этом модель обеспечивала точное диагностическое совпадение примерно в 10% случаев.

Модель также успешно идентифицировала несколько геномных областей, которые были сильно обогащены психическими расстройствами, а это означает, что они с большей вероятностью были вовлечены в развитие этих медицинских расстройств. Вовлеченные биологические пути включали пути, связанные с иммунными реакциями, связыванием антигенов и нуклеиновых кислот, сигнальным путем хемокинов и белковыми рецепторами, связывающими гуаниновые нуклеотиды. Однако исследователи также обнаружили, что варианты в областях, которые не кодируют белки, по-видимому, более часто связаны с этими расстройствами, что означает, что они могут служить альтернативными маркерами.

«Выявляя генетические варианты и связанные с ними пути, будущие исследования, направленные на характеристику их функций, могут дать механистическое представление о том, как развиваются эти расстройства», — сказал Хаконарсон.

Это исследование было поддержано фондами институционального развития от CHOP до Центра прикладной геномики и кафедры геномных исследований Детской больницы Филадельфии.