Metabolome subtyping reveals multi-omics characteristics and biological heterogeneity in major psychiatric disorders

组学 代谢组学 亚型 代谢组 蛋白质组学 DNA甲基化 计算生物学 生物信息学 表观遗传学 生物 病态的 医学 遗传学 基因 内科学 计算机科学 基因表达 程序设计语言
作者
Meng Hao,Yue Qin,Yi Li,Yanqing Tang,Zehan Ma,Jingze Tan,Jin Li,Fei Wang,Xiaohong Gong
出处
期刊:Psychiatry Research-neuroimaging [Elsevier]
卷期号:330: 115605-115605 被引量:1
标识
DOI:10.1016/j.psychres.2023.115605
摘要

Growing evidence suggests that major psychiatric disorders (MPDs) share common etiologies and pathological processes. However, the diagnosis is currently based on descriptive symptoms, which ignores the underlying pathogenesis and hinders the development of clinical treatments. This highlights the urgency of characterizing molecular biomarkers and establishing objective diagnoses of MPDs. Here, we collected untargeted metabolomics, proteomics and DNA methylation data of 327 patients with MPDs, 131 individuals with genetic high risk and 146 healthy controls to explore the multi-omics characteristics of MPDs. First, differential metabolites (DMs) were identified and we classified MPD patients into 3 subtypes based on DMs. The subtypes showed distinct metabolomics, proteomics and DNA methylation signatures. Specifically, one subtype showed dysregulation of complement and coagulation proteins, while the DNA methylation showed abnormalities in chemical synapses and autophagy. Integrative analysis in metabolic pathways identified the important roles of the citrate cycle, sphingolipid metabolism and amino acid metabolism. Finally, we constructed prediction models based on the metabolites and proteomics that successfully captured the risks of MPD patients. Our study established molecular subtypes of MPDs and elucidated their biological heterogeneity through a multi-omics investigation. These results facilitate the understanding of pathological mechanisms and promote the diagnosis and prevention of MPDs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
鑫缘完成签到,获得积分10
1秒前
2秒前
SciGPT应助byyyy采纳,获得10
2秒前
香蕉觅云应助瑾玉采纳,获得10
5秒前
背后归尘完成签到,获得积分10
6秒前
zyzhnu完成签到,获得积分10
7秒前
robi发布了新的文献求助10
8秒前
孤巷的猫完成签到,获得积分10
8秒前
17秒前
18秒前
20秒前
20秒前
carly完成签到 ,获得积分10
22秒前
无敌暴龙学神完成签到,获得积分10
22秒前
23秒前
无为完成签到,获得积分10
24秒前
颠颠关注了科研通微信公众号
25秒前
小马完成签到,获得积分10
26秒前
27秒前
超级的绿凝完成签到 ,获得积分10
27秒前
瑾玉发布了新的文献求助10
28秒前
楠楠完成签到,获得积分20
29秒前
贪玩夜玉完成签到 ,获得积分10
29秒前
鞑靼发布了新的文献求助10
30秒前
豆浆完成签到 ,获得积分10
30秒前
Moonflower发布了新的文献求助20
31秒前
32秒前
32秒前
东C东C完成签到 ,获得积分20
32秒前
37秒前
东C东C发布了新的文献求助10
37秒前
39秒前
桀桀发布了新的文献求助10
40秒前
爆米花应助Wenpandaen采纳,获得10
42秒前
bkagyin应助鞑靼采纳,获得10
43秒前
大个应助渝安采纳,获得10
44秒前
斯文败类应助科研通管家采纳,获得10
44秒前
流流124141发布了新的文献求助10
44秒前
传奇3应助科研通管家采纳,获得10
44秒前
44秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3134935
求助须知:如何正确求助?哪些是违规求助? 2785802
关于积分的说明 7774295
捐赠科研通 2441699
什么是DOI,文献DOI怎么找? 1298093
科研通“疑难数据库(出版商)”最低求助积分说明 625075
版权声明 600825