抑郁癥常被稱作心靈的感冒，可它既不像感冒那樣有明確病毒，也不像骨折那樣一眼可見。其診斷主要依賴主觀性較強的臨床訪談和量表評估，缺乏客觀、可靠的生物學標志物。是否存在一種更客觀、更早期、更可量化的診斷方法？
近日，麥特繪譜創始人/香港大學賈偉教授、上海交通大學醫學院附屬第六人民醫院轉化醫學中心陳天璐教授團隊，聯合上海市精神衛生中心、山西醫科大學第一醫院、蘇州大學附屬廣濟醫院等多家單位，開展了一項多中心隊列研究，通過對志愿者血清與糞便的“雙組學”掃描，成功構建了一套基于血清代謝物的高精度抑郁癥診斷模型（“情緒指紋”）。該研究成果現已發表于國際學術期刊Cell Reports Medicine。（本研究采用麥特繪譜Q300全定量代謝組學技術）
1、破解抑郁狀態的“菌群-代謝”密碼
腸道-大腦軸是近年來神經精神疾病研究的熱點。賈偉教授團隊長期深耕此領域，曾在Nature Reviews Drug Discovery和Nature Reviews Gastroenterology & Hepatology等期刊提出腸道微生物和代謝是未來藥物研發的新靶點1-2。如今，微生物通過代謝物影響大腦功能，已被廣泛認可。
研究團隊納入了四個獨立臨床隊列，涵蓋562例血清樣本和339例糞便樣本，其中包括首診抑郁癥患者、藥物治療后緩解/未緩解患者以及健康對照。通過糞便宏基因組測序、血清靶向代謝組學分析，發現抑郁患者的腸道菌群顯著失調，并伴隨著血清代謝譜的全面擾動。
圖1. 臨床隊列總體設計與分析
與健康人群相比，抑郁癥患者腸道內53種微生物物種的豐度發生顯著改變。其中，如Faecalibacterium prausnitzii和Eubacterium rectale等有益菌豐度顯著降低，而Blautia obeum和Eubacterium hallii等菌種豐度顯著升高。
圖2. 抑郁患者腸道菌群顯著紊亂
團隊發現了34種在抑郁癥患者中一致性改變的代謝物。其中，16種代謝物在藥物治療有效后其水平恢復正常，提示它們與抑郁狀態存在動態相關。尤為關鍵的是，血清素（5-HT）和高香草酸（HVA）——前者調控情緒，后者是多巴胺的終末產物——在患者血液中同步降低。
關聯閱讀：關于高香草酸（HVA ）如何穿越血腦屏障、靶向保護神經元突觸的深層作用機制，麥特繪譜創始人賈偉教授與上海交通大學醫學院附屬第六人民醫院鄭曉皎教授，聯合復旦大學生命科學學院劉鐵民教授等科研團隊，于 2024 年在國際頂刊Cell Metabolism發表重磅研究成果，立足臨床多組學分析數據，首次揭示腸道菌群代謝產物高香草酸（HVA） 的抗抑郁新機制 —— 通過抑制自噬性死亡，保護受損海馬神經元，進而有效緩解抑郁癥狀3。
圖3. 不同隊列的抑郁患者血清代謝物均顯著擾動
2、關鍵代謝物：連接菌群與抑郁的“信使”
研究發現，在抑郁癥患者體內，腸道菌群與血清代謝物之間的關聯網絡變得稀疏、脆弱，尤其是涉及苯丙氨酸/酪氨酸/色氨酸生物合成等關鍵神經遞質相關通路的功能連接顯著減弱。
圖4. 腸菌-代謝物-功能通路的關聯網絡分析
為了梳理清楚腸道菌群如何影響抑郁，團隊引入了中介分析。結果發現，特定代謝物在菌群與抑郁癥狀之間扮演了重要的“信使”角色。例如， Bifidobacterium longum 和 Roseburia intestinalis 等有益菌的減少，會部分通過降低其協同代謝產物——高香草酸（HVA） 的水平，進而加劇抑郁（中介效應占23.9%）。該研究表明HVA等代謝物是腸菌影響大腦功能的關鍵介質。
圖5. 腸菌-代謝物-抑郁癥的中介分析
3、邁向客觀診斷：“情緒指紋”預測模型表現出色
基于上述發現的34種差異代謝物，研究團隊利用Gradient Boosting Machine算法構建了抑郁癥診斷模型。首診隊列的測試集，該模型的受試者工作特征曲線下面積（AUC）達0.82，表現出優異的區分能力。在獨立的驗證隊列中，模型AUC仍保持在0.80，具有良好的穩定性。該研究首次揭示，通過一次血液檢測和代謝分析，即可實現對抑郁癥的客觀、無創輔助診斷，為臨床實踐提供了新的可能性和工具。
圖6. 血清34種代謝物的診斷模型評估
4、總結與展望
本研究通過多中心隊列，深度繪制了抑郁癥的“腸道菌群-血液代謝物”互作圖譜，不僅揭示了腸道菌群通過代謝物影響大腦的潛在新機制，更成功構建出一套具有高臨床潛力的血液代謝物診斷模型。未來，通過檢測特定的代謝物，有望實現抑郁癥的早期篩查、療效評估和復發預警。同時，研究揭示的關鍵菌群和代謝物，也為開發針對“腸-腦軸”的益生菌、益生元和代謝干預療法提供了明確的靶點。
• 本研究由香港大學賈偉教授、上海交通大學醫學院附屬第六人民醫院陳天璐教授、山西醫科大學第一醫院孫寧教授、上海市精神衛生中心張天宏教授，作為共同通訊作者完成。
• 上海交通大學醫學院附屬第六人民醫院趙明亮博士、山西醫科大學第一醫院劉鵬鴻醫生、蘇州大學附屬廣濟醫院潘名志醫生，為本文共同第一作者。
• 該研究獲得了國家重點研發計劃、國家自然科學基金、上海市“科技創新行動計劃”等項目的資助，并得到麥特繪譜生物科技（上海）有限公司的技術支持。
主要參考文獻
-
Jia W., Li H., Zhao L., and Nicholson J.K. (2008). Gut microbiota: a potential new territory for drug targeting. Nat Rev Drug Discov 7, 123–129. 10.1038/nrd2505.
-
Jia W., Xie G., Jia W.P. (2018). Bile acid-microbiota crosstalk in gastrointestinal inflammation and carcinogenesis. Nat Rev Gastroenterol Hepatol 15, 111-128. 10.1038/nrgastro.2017.119.
-
Zhao M., Ren Z., Zhao A., Tang Y., Kuang J., Li, M. Chen T., Wang S., Wang J., Zhang H., Wang J., Zhang T., Zeng J., Liu X., Xie G., Liu P., Sun N., Bao T., Nie T., Lin J., Liu P., Zheng Y., Zheng X., Liu T., Jia W. (2024). Gut bacteria-driven homovanillic acid alleviates depression by modulating synaptic integrity. Cell Metab 36, 1000-1012.e6. 10.1016/j.cmet.2024.03.010.
-
Zhao M.L., Liu P.H., Pan M.Z., Guo Y.H., Sun T., Ren Z.X., Zheng X.J., Li M.C., Chao X.W., Wang J.J., Zeng J.H., Liu X.H., Yang Y., Luo P.Y., Zheng D., Kuang J.L., Ding K.K., Zhao A.H., Ge K., Ouyang Y.J., Xie G.X., Liu P., Wang C., Chen T.L., Zhang T.H., Sun N., Jia W. (2026). Microbiota-metabolome interplay in depression: Metabolic insights and diagnostic potential. Cell Reports Medicine 7, 102574. 10.1016/j.xcrm.2025.102574.
繪譜幫你測
麥特繪譜Q300全定量代謝組技術已協助客戶發表200+篇SCI文章，累計影響因子2000+，其中IF>10的有70+篇。研究方向覆蓋各類疾病如中樞性疾病、慢性代謝性疾?。ǚ逝帧⒅靖?、糖尿病、心血管疾病、多囊卵巢綜合癥、IBD、高脂血癥等）、呼吸系統疾病、免疫性疾病、腫瘤/癌癥，以及衰老、中西藥藥效、營養功能、生殖領域、環境科學、畜牧動物等醫學和生命科學領域。
麥特繪譜開創性地搭建了醫學領域高端代謝組學技術平臺，覆蓋了非靶向-全定量-代謝流等全方位的高端醫學代謝組解決方案，同時全面布局微生物組學、轉錄組學和蛋白質組學等多組學技術服務，已成為全球多組學研究者的優選合作伙伴。麥特繪譜已為數百家三甲醫院、科研院所和企業提供多組學一站式整體解決方案，協助客戶與合作伙伴發表SCI文章600+篇，累計影響因子6000+，平均IF＞10，涵蓋Cell, Science, Nature, Cancer Cell, Signal Trans-duction and Targeted Therapy, Nature Biotechnology, Cell Metabolism等權威期刊。
