《Molecular Psychiatry》：The many-to-many problem of endophenotypes in psychiatry - a biological perspective
编辑推荐：
本文针对精神病学诊断分类与生物学异质性脱节的核心问题，提出"多对多映射"理论框架。研究者通过整合遗传风险通路解析、环境因素交互作用和特异性生物标志物开发，构建了多维脆弱性搜索网格模型。该研究为突破当前神经影像学生物标志物的非特异性局限提供了新思路，对实现精神疾病的生物学驱动分型和个体化干预具有重要指导意义。
在精神病学诊断领域，我们正面临着一个根本性困境：当两位临床表现相似的患者，其背后的生物学机制可能截然不同；而同一种病理生理过程，又可能引发完全不同的症状组合。这种"多对多映射"问题，使得基于症状的传统诊断体系（如DSM-5和ICD-10）在指导治疗时常常力不从心。更令人困扰的是，尽管神经影像学技术日益先进，但至今仍未出现具有临床实用价值的生物标志物。这一困境的根源何在？德国于利希研究中心的研究团队在《Molecular Psychiatry》发表的重要论文，为我们揭示了这一问题的生物学本质。
现有诊断体系的最大局限在于其"生物学不可知论"立场。诊断主要依据症状组合而非生物学基础，这导致相同诊断标签下的患者可能具有完全不同的遗传背景和环境暴露史。正如抗NMDA受体脑炎和威尔森病等疾病在发现生物标志物后从精神疾病重新分类为神经系统疾病所揭示的，缺乏生物学验证的诊断体系存在根本缺陷。
研究团队指出，当前主流的分类法（如DSM/ICD）和维度法（如RDoC）都基于两个值得商榷的假设：一是临床类别确实存在，二是相似症状源于收敛的病理生理机制。然而，来自遗传学、神经科学和环境研究的证据表明，这些假设可能并不成立。
关键技术方法
研究采用多学科整合方法，包括：基于全基因组关联研究（GWAS）的遗传风险通路解析，将多基因风险评分（PRS）细分为特定神经递质系统（如多巴胺能、谷氨酸能）和细胞类型（如小胶质细胞、神经元）的单本体PRS；环境风险因素与表观遗传机制的交互作用分析；神经影像学生物标志物特异性提升技术，如JuSpace空间共定位分析将磁共振成像（MRI）数据与核医学衍生的神经递质图谱关联；以及多参数映射（MPM）和生物物理分区模型等先进影像分析技术。
诊断类别、症状维度及其局限性
研究人员通过兴奋-抑制（E/I）平衡的典型案例，深刻揭示了非特异性生物标志物的根本缺陷。E/I失衡被认为是自闭症等多种精神疾病的核心机制，但其实现途径具有高度多样性：既可通过GABA能或谷氨酸能神经递质系统的直接调控，也可通过不同受体亚型或长短程投射机制的差异实现。更重要的是，目前基于静息态功能磁共振成像（fMRI）或脑电图（EEG）的E/I测量方法，无法区分不同神经递质系统或兴奋/抑制/调节信号，导致将复杂机制过度简化为单一数值。
空间共定位分析进一步凸显了维度方法的局限性。研究显示，GABAA受体与5-HT2A受体的全脑分布方差共享度达80%，多巴胺和血清素转运体也存在类似情况。这种神经递质系统的空间重叠意味着，针对不同受体的扰动可能产生无法区分的脑功能改变，从而导致误判治疗方向。
遗传学视角
最新的基因组学研究为多对多映射问题提供了最强有力的证据。精神分裂症、重度抑郁症等主要精神疾病均涉及数百个风险基因位点，且这些位点在诊断间存在显著重叠。更重要的是，这些遗传风险会汇聚到多种不同的分子和细胞通路中。
研究表明，个体可能同时携带映射到不同生物通路（如突触后多巴胺受体、突触前血清素再摄取和小胶质细胞功能）的遗传风险。除非将数百个已知风险位点归约为有限数量的互斥组合，否则任何分类或聚类尝试都可能过度简化生物学现实。不同研究对自闭症（2-5亚型）、精神分裂症（2-4亚型）和抑郁症（2-16亚型）的分型结果差异巨大，正反映了这种生物学复杂性。
环境视角
环境风险研究同样支持精神疾病的多维本质。仅精神分裂症就涉及数十种环境风险因素，从产前营养不良、维生素D缺乏，到童年创伤、吸烟、物质滥用等。这些因素在不同时间尺度上通过不同生物学机制发挥作用，且多数环境风险在精神疾病间存在重叠。
环境风险的一个重要作用机制是表观遗传调控，即环境因素与弱效遗传风险位点的交互作用。与遗传风险类似，没有生物学理由认为这些表观遗传相互作用是互斥的，个体可能同时暴露于多种环境风险组合中。
管理多对多问题
为解决这一难题，研究团队提出了"脆弱性搜索网格"框架。该网格由遗传和环境风险因素定义的所有可能病理生理机制组成，通过限制于个体实际暴露的风险组合，生成显著缩小的个体脆弱性格网。
这一框架的关键创新在于将遗传风险评分解析为特定分子和细胞通路，而非诊断实体。同时需要理解每个单本体通路如何导致特定临床症状，以及已知环境风险因素如何与这些遗传通路交互作用。
精神病学中（神经影像学）生物标志物的潜力
研究指出，当前神经影像学标志物临床应用受限的主要原因是其特异性不足。无论是皮质厚度等结构指标，还是血氧水平依赖（BOLD）信号等功能指标，都极度非特异性。例如，皮质厚度改变可能源于髓鞘形成、神经病理学、水合作用、饥饿或体育锻炼等多种机制。
研究提出两条提升途径：一是开发新技术，如核医学中靶向特异性示踪剂、多示踪剂PET成像、全脑磁共振波谱（MRS）多代谢组学分析；二是优化现有技术，如通过空间共定位分析提高MRI结果的生物学特异性，或采用多参数映射和生物物理分区模型等先进分析方法。
生物标志物、遗传学和环境的整合
将神经影像学与其他生物标志物指纹与脆弱性搜索网格整合，具有多重优势。这种整合不仅能提供个体化病理生理证据，还能帮助区分因果性和适应性改变。符合个体遗传风险、环境暴露和临床表征三重要求的生物标志物改变，更可能具有因果相关性。
研究特别强调了状态与特质病理生理学的区分。状态反映疾病动态，预期随干预改善；特质则先于疾病发生，提示风险。这种区分对选择干预策略至关重要，特质性病理可能需要长期干预或代偿策略，而状态性病理则可能快速恢复。
与当前诊断框架的整合
重要的是，这种整合框架并不否定常规诊断实践，而是强调个体化、多模态的病理生理机制。鉴于导致特定症状的生物通路数量有限，该框架预期某些构型会在患者间收敛，从而实现更精确的生物学定义疾病。同时承认多数患者可能处于具有不同共存生物通路的多维谱系中。
推进临床干预
多对多视角为改进现有干预和开发新疗法开辟了新途径。关键是建立干预措施与特定生物通路的映射关系。除了相对明确的药物干预，电休克疗法、神经刺激、心理治疗等也需要仔细评估其生物学机制。
这种方法支持针对个体病理生理的干预组合，而非传统的试错策略。虽然可能增加临床试验设计的复杂性，但通过跨诊断干预和更好匹配病理生理，有望获得更大效应值。干预试验的成功与失败反过来可完善脆弱性搜索网格。
研究意义与展望
这项研究的精神病学领域提出了范式转变：从症状驱动诊断转向生物学驱动分型。通过整合遗传、环境和生物标志物证据，构建个体化脆弱性网格，为解决精神疾病异质性难题提供了可行路径。
该框架的实际应用仍面临挑战，包括开发通路特异性生物标志物、建立干预-通路映射关系，以及设计相应的临床试验方案。然而，随着精准医学理念的深入和多组学技术的发展，这种多维方法有望最终实现精神疾病的生物学理解和个体化治疗。
研究最后指出，这一框架不仅适用于精神疾病，对理解神经发育障碍、神经退行性疾病等复杂脑疾病同样具有启发意义。通过揭示表型背后的生物学本质，我们可能最终突破当前脑疾病诊疗的瓶颈，迎来精准神经科学的新时代。
