Olink蛋白质组学技术用于区分重度抑郁症与双相情感障碍抑郁发作的潜在生物标志物

摘要

研究设计

这是一项前瞻性研究。

背景

在临床实践中，很难将重度抑郁症（MD-D）与双相情感障碍的抑郁发作（BD-D）区分开来。本研究重点利用炎症蛋白作为生物标志物来区分这两种疾病。

材料与方法

研究收集了30名健康参与者、30名BD-D患者和30名MD-D患者的入院血浆样本。从每组中随机选取10个样本进行Olink Proteomics分析，并通过ELISA方法对所有样本进行了验证。随后，我们建立了一个诺模图预测模型，以评估这些生物标志物的诊断潜力及其临界值。

结果

研究发现，与健康对照组相比，MD-D患者的IL6、MCP-3、TGF-α、TNFRSF9和IL17-A水平显著升高，其临界值分别为2.705 pg/ml、374.5 pg/ml、51.5 pg/ml、328.5 pg/ml和2.905 pg/ml。MD-D患者的IL17-A和IFN-γ水平也显著高于BD-D患者，其临界值分别为3.645 pg/ml和40.4 pg/ml。随后，我们创建了一个诺模图预测模型，该模型在校正曲线中表现出极好的一致性，并且根据决策曲线分析证明其在临床应用中是可行的。

结论

我们的研究表明，某些血浆炎症蛋白与MD-D相关，可以作为其潜在的生物标志物。此外，我们还确定了这些标志物的临界值。我们构建了一个预测模型，能够准确区分MD-D患者和BD-D患者，为临床医生提供了一种快速识别MD-D并实施早期针对性治疗的新方法。为了进一步验证我们的结果，还需要更大的样本量。