Bagong Pag-aaral sa Mga Genetic na Sanhi ng Mental Health Disorder

Ang wastong pag-diagnose ng mga sakit sa pag-iisip ay maaaring maging mahirap, lalo na para sa mga batang paslit na hindi makakumpleto ng mga questionnaire o rating scale. Ang hamon na ito ay partikular na talamak sa mga hindi pinag-aralan na populasyon ng minorya. Nakahanap ang nakaraang genomic research ng ilang genomic signal para sa iba't ibang sakit sa pag-iisip, na ang ilan ay nagsisilbing potensyal na therapeutic na target ng gamot. Nagamit din ang malalim na pag-aaral ng mga algorithm upang matagumpay na masuri ang mga kumplikadong sakit tulad ng attention deficit hyperactivity disorder (ADHD). Gayunpaman, ang mga tool na ito ay bihirang ginagamit sa malalaking populasyon ng mga pasyenteng African American.

Sa isang natatanging pag-aaral, ang mga mananaliksik ay nakabuo ng buong genome sequencing data mula sa 4,179 pasyente na sample ng dugo ng mga pasyenteng African American, kabilang ang 1,384 mga pasyente na na-diagnose na may hindi bababa sa isang mental disorder Ang pag-aaral na ito ay nakatutok sa walong karaniwang sakit sa pag-iisip, kabilang ang ADHD, depression, pagkabalisa. , autism spectrum disorder, intellectual disabilities, speech/language disorder, pagkaantala sa mga development at oppositional defiant disorder (ODD). Ang pangmatagalang layunin ng gawaing ito ay upang matuto nang higit pa tungkol sa mga partikular na panganib para sa pagbuo ng ilang partikular na sakit sa mga populasyon ng African American at kung paano potensyal na mapabuti ang mga resulta ng kalusugan sa pamamagitan ng pagtuon sa mga mas personalized na diskarte sa paggamot.

"Karamihan sa mga pag-aaral ay tumutuon lamang sa isang sakit, at ang mga populasyon ng minorya ay hindi gaanong kinakatawan sa mga kasalukuyang pag-aaral na gumagamit ng machine learning upang pag-aralan ang mga sakit sa pag-iisip," sabi ng senior author na si Hakon Hakonarson, MD, PhD, Direktor ng Center for Applied Genomics sa CHOP . "Nais naming subukan ang malalim na modelo ng pag-aaral na ito sa isang populasyon ng African American upang makita kung maaari nitong tumpak na maiba ang mga pasyente ng mental disorder mula sa malusog na mga kontrol, at kung maaari naming tama na lagyan ng label ang mga uri ng mga karamdaman, lalo na sa mga pasyente na may maraming mga karamdaman."

Hinanap ng malalim na algorithm ng pag-aaral ang pasanin ng mga genomic na variant sa coding at non-coding na mga rehiyon ng genome. Ang modelo ay nagpakita ng higit sa 70% katumpakan sa pagkilala sa mga pasyente na may mga sakit sa pag-iisip mula sa control group. Ang algorithm ng malalim na pag-aaral ay parehong epektibo sa pag-diagnose ng mga pasyente na may maraming mga karamdaman, na ang modelo ay nagbibigay ng eksaktong diagnostic na mga tugma sa humigit-kumulang 10% ng mga kaso.

Matagumpay ding natukoy ng modelo ang maraming genomic na rehiyon na lubos na pinayaman para sa mga sakit sa pag-iisip, ibig sabihin ay mas malamang na sila ay kasangkot sa pagbuo ng mga medikal na karamdamang ito. Kasama sa mga biological pathway ang mga nauugnay sa immune response, antigen at nucleic acid binding, chemokine signaling pathway, at guanine nucleotide-binding protein receptors. Gayunpaman, natuklasan din ng mga mananaliksik na ang mga variant sa mga rehiyon na hindi nag-code para sa mga protina ay tila nasangkot sa mga karamdamang ito sa mas mataas na dalas, na nangangahulugang maaari silang magsilbi bilang mga alternatibong marker.

"Sa pamamagitan ng pagtukoy ng mga genetic na variant at nauugnay na mga landas, ang pananaliksik sa hinaharap na naglalayong makilala ang kanilang pag-andar ay maaaring magbigay ng mekanikal na pananaw kung paano nagkakaroon ng mga karamdamang ito," sabi ni Hakonarson.

Ang pananaliksik na ito ay suportado ng Institutional Development Funds mula sa CHOP hanggang sa Center for Applied Genomics at ng Children's Hospital ng Philadelphia Endowed Chair sa Genomic Research.