一种用于预测脑旁边缘结构厚度的外周血DNA甲基化标志物

本发明属于生物医药，特别涉及一种用于预测脑旁边缘结构厚度的外周血dna甲基化标志物。

背景技术：

1、脑旁边缘结构是连接高级认知皮层与原始边缘系统的枢纽，其核心功能在于情感整合与动机驱动。这包括情绪评价、奖赏惩罚预期、内感处理以及与社会行为相关的决策。其中，前扣带回皮层和脑岛是此系统的关键节点，其皮层厚度直接影响着情感-认知的整合效率。前扣带回皮层较厚通常与更强的冲突监测、错误识别和情绪调节能力相关；而脑岛前部较厚则与更精确的内感受意识和冲动控制有关。这些区域的厚度构成了个体情感反应基线和社会决策倾向的神经结构基础。（uddin lq, nomi js, hébert-seropian b, ghazirij, boucher o. structure and function of the human insula. j clinneurophysiol. 2017 jul;34(4):300-306. doi: 10.1097/wnp.0000000000000377.pmid: 28644199; pmcid: pmc6032992.）

2、脑旁边缘结构皮层厚度的异常与多种精神障碍高度相关。在重度抑郁症和焦虑症患者中，常见前扣带回皮和脑岛的皮层变薄，这可能对应了其负性情绪放大、快感缺失和情绪调节困难的症状。创伤后应激障碍患者也常表现出前扣带回和脑岛的结构改变。（drevets wc, savitz j, trimble m. the subgenual anterior cingulate cortex inmood disorders. cns spectr. 2008 aug;13(8):663-81. doi: 10.1017/s1092852900013754. pmid: 18704022; pmcid: pmc2729429.）

3、此外，在物质成瘾和行为成瘾中，涉及奖赏评估的旁边缘区常出现皮层厚度或体积的异常，这与决策缺陷和渴求感增强有关。在精神分裂症的阴性症和孤独症谱系障碍的社会情感缺陷中，这些区域的结构异常同样是重要病理特征。（goodkind m, eickhoff sb,oathes dj, jiang y, chang a, jones-hagata lb, ortega bn, zaiko yv, roach el,korgaonkar ms, grieve sm, galatzer-levy i, fox pt, etkin a. identification ofa common neurobiological substrate for mental illness. jama psychiatry. 2015apr;72(4):305-15. doi: 10.1001/jamapsychiatry.2014.2206. pmid: 25651064;pmcid: pmc4791058.）

4、综上所述，脑旁边缘结构的皮层厚度是衡量情感-认知整合回路完整性的关键结构指标，其异常变化是抑郁、焦虑、成瘾等多种精神障碍共有的生物标志物，为理解这些疾病的病理机制、早期识别高风险个体以及评估治疗靶向效果提供了至关重要的窗口。

5、脑旁边缘结构皮层厚度变化的机制目前尚不完全清楚，现有研究发现dna及计划是其潜在的生物标志物。研究表明，脑旁边缘结构皮层厚度与神经发育和突触连接基因的甲基化水平呈显著负相关。（zheng j, womer fy, tang l, guo h, zhang x, tang y,wang f. integrative omics analysis reveals epigenomic and transcriptomicsignatures underlying brain structural deficits in major depressive disorder.transl psychiatry. 2024 jan 9;14(1):17. doi: 10.1038/s41398-023-02724-8.pmid: 38195555; pmcid: pmc10776753.）

6、dna甲基化是系统生物学的重要组成部分，是精准医学的重要技术手段之一。dna甲基化可以实时揭示机体生理病理状态，反映与机体表型相关的变化。目前，基于血液、尿液、粪便和组织样本，已有许多dna甲基化标志物预测模型用于脑结构相关表型的预测。

7、然而，尚未有研究使用dna甲基化预测脑顶叶皮层厚度的个体差异。因此，开发高灵敏度、高特异度的整合性dna甲基化生物标志物预测模型，用于准确评估脑顶叶皮层厚度，对于在保证无创、便捷检测的同时，提高对个体神经疾病风险预警能力具有重要意义。

技术实现思路

1、本发明所要解决的技术问题是提供一种用于预测脑旁边缘结构厚度的外周血dna甲基化标志物，通过严格的bootstrap稳定性分析筛选出了重现性高的甲基化标志物，这些标志物在其他独立数据集中的再现率达到85%以上，为相关领域的研究团队提供了可靠的特征筛选证据基础。

2、本发明提供了一种用于预测脑旁边缘结构厚度的外周血dna甲基化标志物，所述标志物为前扣带回厚度（g_s_cingul_ant_thickness）、中后扣带回厚度（g_s_cingul_mid_post_thickness）、边缘扣带回厚度（s_cingul_marginalis_thickness）、胼胝体下回厚度（g_subcallosal_thickness）中的一种或几种。

3、本发明还提供了一种基于所述的外周血dna甲基化标志物的诊断产品。

4、进一步地，所述诊断产品为试剂盒、甲基化面板或芯片。所述芯片优选为epic芯片。

5、进一步地，所述外周血通过edta抗凝管或枸橼酸钠抗凝管进行静脉采血而得。

6、本发明还提供了一种预测脑旁边缘结构厚度的模型，所述模型的构建方法包括如下步骤：

7、s1、获取具有完整表型数据和甲基化数据的样本集；

8、s2、对上述样本集进行预处理，得到可用于后续分析的数据集；

9、s3、在上述数据集中，针对每个表型分别进行线性相关分析，筛选与表型显著相关的cpg位点作为候选特征；随后建立双轨分析体系，将样本按照5:5的比例随机分层分割为训练集和验证集分别进行连续变量预测模型和二分类预测模型的构建；

10、s4、对所有模型结果进行统一汇总与输出。

11、进一步地，在所述构建过程中，采用bootstrap抽样技术进行特征稳定性评估，通过合成分数（0.7×频率+0.3×性能）综合评估特征重要性，并设置动态收敛条件（spearman相关>0.95且排名变化<2）自动停止迭代。

12、进一步地，基于稳定性筛选出的特征组合，分别构建多元线性回归、lasso、随机森林、elastic net以及stacking集成模型，输出预测结果和性能评估。

13、本发明还提供了一种预测脑旁边缘结构厚度的系统，所述系统包括如下模块：数据获取模块，用于获取待测样本的所述的标志物的甲基化水平数据；数据分析模块，用于对数据获取模块中的数据通过所述的模型进行预测；输出模块，用于输出预测结果。

14、有益效果如下：

15、（1）本发明使用的血液样本采集简便，dna甲基化检测技术成熟稳定；此外，甲基化数据可长期保存和批量分析，适用于大型队列研究，被检测人群接受度高，也便于临床和科研人员推广应用。

16、（2）与传统的单表型或单模型分析方法相比，本发明首先通过严格的数据预处理和特征稳定性筛选，校正了样本异质性和技术批次效应等潜在混杂因素的干扰，能够准确反映多个表型与甲基化标志物之间的关联，显著降低了假阳性率和假阴性率。

17、（3）本发明首次构建了针对连续变量和二分类任务的双轨预测体系，通过多种机器学习算法（包括lasso、随机森林、elastic net等）集成和bootstrap稳定性评估，筛选出高重现性的甲基化标志物组合，避免了单一算法或单一表型分析的局限性；同时结合stacking集成学习构建稳健的多表型预测模型，并加以交叉验证和独立测试。在实际应用过程中，只需要通过血液dna甲基化数据便可对多个表型（如eaa相关指标）进行准确预测，有助于研究人员和临床医生根据预测结果识别高风险个体或探索分子机制，为早期干预和个性化医疗提供支持，具有广泛的科研和临床转化价值。

18、（4）本发明提供的多表型预测模型在性能评估中表现出色，使用多种指标进行验证（适用于连续和二分类任务），连续预测任务中平均r2达0.68以上，二分类任务中roc曲线下的面积在训练集和验证集中均达0.82以上，准确率、敏感度和特异度等指标均达0.79以上。更重要的是，本发明不仅构建了高性能的预测模型，还通过严格的bootstrap稳定性分析筛选出了重现性高的甲基化标志物，这些标志物在其他独立数据集中的再现率达到85%以上，为相关领域的研究团队提供了可靠的特征筛选证据基础。这种基于稳定性评估的特征筛选方法可有效降低其他研究团队在标志物验证阶段的试错成本，缩短研究周期，为疾病生物标志物的发现和验证提供了方法学参考和实践依据。该预测模型兼具优异的预测效果和可靠性，同时其筛选出的甲基化标志物组合也为后续机制研究提供了重要线索，为dna甲基化在复杂表型研究中的应用提供了有力工具。