Predicting Future Mental Disorders Based on Plasma Proteins and Polygenic Risk Score

Wang Jie; Li Yihan; Abudunaibi Wupuer; Peng Xing; Zhao Jianping; Yang Lei

doi:10.13568/j.cnki.651094.651316.2025.09.15.0001

您当前的位置：

首页 >

文章列表页 >

Predicting Future Mental Disorders Based on Plasma Proteins and Polygenic Risk Score

Intelligent Modeling and Engineering Computation | 更新时间：2026-02-07

- Predicting Future Mental Disorders Based on Plasma Proteins and Polygenic Risk Score
- Journal of Xinjiang University(Natural Science Edition in Chinese and English) Vol. 43, Issue 1, Pages: 1-15(2026)
- 作者机构：
  
  1.新疆大学数学与系统科学学院，新疆乌鲁木齐 830017
  2.新疆医科大学公共卫生学院，新疆乌鲁木齐 830017
- 作者简介：
  
  Wang Jie (1999—), male, master student, research fields: bioinformatics analysis, applied statistics, E-mail: 1336831741@qq.com.
  Yang Lei (1981—), female, associate professor, research fields: epidemiology of the elderly, causal inference, E-mail: yanglei_616@xjmu.edu.cn.
- 基金信息：
- DOI：10.13568/j.cnki.651094.651316.2025.09.15.0001
  CLC： R749
- Received：15 September 2025，
  
  Revised：2026-01-05，
  
  Accepted：06 January 2026，
  
  Published：25 January 2026
- 稿件说明：
移动端阅览
王杰，李逸晗，阿卜杜乃比·吾普尔，彭星，赵建平，杨蕾. 基于血浆蛋白和多基因风险评分预测未来精神障碍［J］. 新疆大学学报（自然科学版中英文），2026，43（1）：1-15.

Wang Jie，Li Yihan，Wupuer Abudunaibi，Peng Xing，Zhao Jianping，Yang Lei. Predicting Future Mental Disorders Based on Plasma Proteins and Polygenic Risk Score[J]. Journal of Xinjiang University(Natural Science Edition in Chinese and English)，2026，43(1)：1-15.
王杰，李逸晗，阿卜杜乃比·吾普尔，彭星，赵建平，杨蕾. 基于血浆蛋白和多基因风险评分预测未来精神障碍［J］. 新疆大学学报（自然科学版中英文），2026，43（1）：1-15. DOI： 10.13568/j.cnki.651094.651316.2025.09.15.0001.

Wang Jie，Li Yihan，Wupuer Abudunaibi，Peng Xing，Zhao Jianping，Yang Lei. Predicting Future Mental Disorders Based on Plasma Proteins and Polygenic Risk Score[J]. Journal of Xinjiang University(Natural Science Edition in Chinese and English)，2026，43(1)：1-15. DOI： 10.13568/j.cnki.651094.651316.2025.09.15.0001.

摘要

传统精神疾病诊断依赖主观症状评估，缺乏客观生物标志物，这阻碍了疾病的早期发现和个性化治疗．作为潜在预测工具的血浆蛋白和多基因风险评分（PRS），在推进精神障碍早期诊断方面展现出巨大潜力．本文旨在评估蛋白质组学特征与PRS在多种精神疾病（抑郁症、精神分裂症及创伤后应激障碍（PTSD））中的预测价值．基于英国生物样本库药物基因组学项目（UK Biobank-Pharma Proteomics Project）的参与者数据，通过最小绝对值收敛和选择算子（LASSO）分析筛选出与精神障碍相关的蛋白质，并整合多基因风险评分构建Cox回归风险预测模型．此外，采用6种机器学习方法和Kaplan-Meier生存曲线评估了模型的预测性能．研究发现不同疾病存在显著差异：抑郁症患者中，血浆蛋白与PRS的联合应用显著提升了临床模型（C-index=0.632 2）的预测效能；精神分裂症患者中，血浆蛋白的加入虽能增强预测效果，但PRS未带来显著提升；而PTSD患者中，无论是血浆蛋白还是PRS，均未在临床变量基础上产生实质性预测价值．风险分层分析显示，这3种精神障碍模型均能显著区分高危与低危人群（抑郁症：

=2.34，

0.001；精神分裂症：

=5.47，

0.001；PTSD：

=3.02，

0.001）．尽管该模型在短期预测中表现优异，但其长期预测能力有所下降，未来需要进一步优化改进．本文揭示了不同精神障碍中生物标志物的差异性效用，并为精准精神病学中针对特定障碍的预测建模提供了理论依据．

Abstract

Traditional psychiatric diagnosis relies on subjective symptom assessment

lacking objective biomarkers that hinder early detection and personalized treatment. Plasma proteins and polygenic risk score (PRS)

as potential predictive tools

hold promise for advancing early diagnosis of mental disorders. This study aims to evaluate the predictive potential of proteomic features and PRS in multiple mental illnesses (depression

schizophrenia

and post-traumatic stress disorder (PTSD)). Using participant data from the UK Biobank-Pharma Proteomics Project

we screen protein associations with mental disorders through least absolute shrinkage and selection operator (LASSO) analysis and construct a Cox regression risk prediction model by integrating the PRS. Additionally

we evaluate predictive performance using 6 machine learning methods and Kaplan-Meier survival curves. Our findings reveal distinct predictive patterns across disorders. For depression

integrating plasma proteins with PRS significantly improves prediction beyond the clinical model (C-index=0.632 2). For schizophrenia

adding plasma proteins enhances predictive performance

whereas PRS provides no significant improvement. For PTSD

neither plasma proteins nor PRS add substantial predictive value beyond clinical variables. Risk stratification analysis demonstrat that all three mental disorders models can clearly distinguish high-risk from low-risk groups (depression:

=2.34

0.001; schizophrenia:

=5.47

0.001; PTSD:

=3.02

0.001). Although it shows good performance in short-term prediction

its long-term prediction ability has decreased

and it needs to be further optimized in the future. This st

udy underscores the differential utility of biomarkers across mental disorders and provides a rationale for disorder-specific predictive modeling in precision psychiatry.

关键词

Keywords

references

Kuehn B M ． WHO：Pandemic sparked a push for global mental health transformation ［J］． JAMA ， 2022 ， 328 （ 1 ）： 5 - 7 ．

GBD 2019 Mental Disorders Collaborators ． Global，regional，and national burden of 12 mental disorders in 204 countries and territories，1990—2019：A systematic analysis for the Global Burden of Disease Study 2019 ［J］． Lancet Psychiatry ， 2022 ， 9 ： 137 - 150 ．

Hirjak D ． Multidimensional perspectives on （bio）markers： Linking clinical and biological insights across psychiatric disorders，supporting a transdiagnostic model ［J］． Biomarkers in Neuropsychiatry ， 2025 ， 12 ： 100129 ．

Comai S ， Manchia M ， Bosia M ， et al ． Moving toward precision and personalized treatment strategies in psychiatry ［J］． International Journal of Neuropsychopharmacology ， 2025 ， 28 （ 5 ）： pyaf025 ．

Topol E J ． The revolution in high-throughput proteomics and AI ［J］． Science ， 2024 ， 385 （ 6716 ）： ads5749 ．

Suhre K ， McCarthy M I ， Schwenk J M ． Genetics meets proteomics：Perspectives for large population-based studies ［J］． Nature Reviews Genetics ， 2021 ， 22 （ 1 ）： 19 - 37 ．

Bhattacharyya U ， John J ， Lam M ， et al ． Circulating blood-based proteins in psychopathology and cognition：A Mendelian randomization study ［J］． JAMA Psychiatry ， 2025 ， 82 （ 5 ）： 481 - 491 ．

Carrasco-Zanini J ， Pietzner M ， Davitte J ， et al ． Proteomic signatures improve risk prediction for common and rare diseases ［J］． Nature Medicine ， 2024 ， 30 （ 9 ）： 2489 - 2498 ．

Beydoun M A ， Beydoun H A ， Li Z G ， et al ． Alzheimer’s disease polygenic risk，the plasma proteome，and dementia incidence among UK older adults ［J］． GeroScience ， 2025 ， 47 （ 2 ）： 2507 - 2523 ．

Murray G K ， Lin T ， Austin J ， et al ． Could polygenic risk scores be useful in psychiatry？A review ［J］． JAMA Psychiatry ， 2021 ， 78 （ 2 ）： 210 - 219 ．

Hafeman D M ， Uher R ， Merranko J ， et al ． Person-level contributions of bipolar polygenic risk score to the prediction of new-onset bipolar disorder in at-risk offspring ［J］． Journal of Affective Disorders ， 2025 ， 368 ： 359 - 365 ．

Mei C ， van der Gaag M ， Nelson B ， et al ． Preventive interventions for individuals at ultra high risk for psychosis：An updated and extended meta-analysis ［J］． Clinical Psychology Review ， 2021 ， 86 ： 102005 ．

Sun B B ， Chiou J ， Traylor M ， et al ． Plasma proteomic associations with genetics and health in the UK Biobank ［J］． Nature ， 2023 ， 622 （ 7982 ）： 329 - 338 ．

Mullins N ， Forstner A J ， O’Connell K S ， et al ． Genome-wide association study of more than 40 000 bipolar disorder cases provides new insights into the underlying biology ［J］． Nature Genetics ， 2021 ， 53 （ 6 ）： 817 - 829 ．

Major Depressive Disorder Working Group of the Psychiatric Genomics Consortium ． Trans-ancestry genome-wide study of depression identifies 697 associations implicating cell types and pharmacotherapies ［J］． Cell ， 2025 ， 188 （ 3 ）： 640 - 652 ．

Radomyslsky Z ， Kivity S ， Cohen R ， et al ． ADHD and Parkinson’s disease：Unraveling the link and implications for early intervention ［J］． Journal of Affective Disorders ， 2025 ， 386 ： 119462 ．

Zhang S Y ， Sun L Y ， Cai D J ， et al ． Development and validation of PET/CT-based nomogram for preoperative prediction of lymph node status in esophageal squamous cell carcinoma ［J］． Annals of Surgical Oncology ， 2023 ， 30 （ 12 ）： 7452 - 7460 ．

Beyene K M ， El Ghouch A ． Time-dependent ROC curve estimation for interval-censored data ［J］． Biometrical Journal ， 2022 ， 64 （ 6 ）： 1056 - 1074 ．

Fu X Y ， Wang Y C ， Zhao F Y ， et al ． Shared biological mechanisms of depression and obesity：Focus on adipokines and lipoki‑nes ［J］． Aging ， 2023 ， 15 （ 12 ）： 5917 - 5950 ．

Browning B D ， Schwandt M L ， Farokhnia M ， et al ． Leptin gene and leptin receptor gene polymorphisms in alcohol use disorder：Findings related to psychopathology ［J］． Frontiers in Psychiatry ， 2021 ， 12 ： 723059 ．

Tavast I M ， Solismaa A ， Lyytikäinen L P ， et al ． Leptin and leptin receptor gene polymorphisms and depression treatment response ［J］． Acta Neuropsychiatrica ， 2024 ， 37 ： 43 ．

Meyer M A S ， Beske R P ， Mølstrøm S ， et al ． Neurofilament light chain for prognostication after cardiac arrest-first steps towards validation ［J］． Critical Care ， 2025 ， 29 （ 1 ）： 348 ．

Hviid C V B ， Benros M E ， Krogh J ， et al ． Serum glial fibrillary acidic protein and neurofilament light chain in treatment-naïve patients with unipolar depression ［J］． Journal of Affective Disorders ， 2023 ， 338 ： 341 - 348 ．

Bavato F ， Barro C ， Schnider L K ， et al ． Introducing neurofilament light chain measure in psychiatry：Current evidence，opportunities，and pitfalls ［J］． Molecular Psychiatry ， 2024 ， 29 （ 8 ）： 2543 - 2559 ．

Almuntashiri S ， Zhu Y ， Han Y H ， et al ． Club cell secreted protein CC16：Potential applications in prognosis and therapy for pulmonary diseases ［J］． Journal of Clinical Medicne ， 2020 ， 9 （ 12 ）： 4039 ．

Yu Y ， Liang H F ， Chen J ， et al ． Postpartum depression： Current status and possible identification using biomarkers ［J］． Frontiers in Psychiatry ， 2021 ， 12 ： 620371 ．

Ma Z Y ， Wan Q Q ， Qin W P ， et al ． Effect of regional crosstalk between sympathetic nerves and sensory nerves on temporomandibular joint osteoarthritic pain ［J］． International Journal of Oral Science ， 2025 ， 17 （ 1 ）： 3 ．

Tukacs V ， Mittli D ， Hunyadi-Gulyás É ， et al ． Comparative analysis of hippocampal extracellular space uncovers widely altered peptidome upon epileptic seizure in urethane-anaesthetized rats ［J］． Fluids and Barriers of the CNS ， 2024 ， 21 （ 1 ）： 6 ．

Podvin S ， Jones J ， Kang A ， et al ． Human iN neuronal model of schizophrenia displays dysregulation of chromogranin B and related neuropeptide transmitter signatures ［J］． Molecular Psychiatry ， 2024 ， 29 （ 5 ）： 1440 - 1449 ．

Song J ， Ma Z L ， Zhang H S ， et al ． Identification of novel biomarkers linking depressive disorder and Alzheimer’s disease based on an integrative bioinformatics analysis ［J］． BMC Genomic Data ， 2023 ， 24 （ 1 ）： 22 ．

Ferrer-Mayorga G ， Alvarez-Díaz S ， Valle N ， et al ． Cystatin D locates in the nucleus at sites of active transcription and modulates gene and protein expression ［J］． The Journal of Biological Chemistry ， 2015 ， 290 （ 44 ）： 26533 - 26548 ．

Liu J ， Liu D ， Sun Q ， et al ． Plasma proteomic signature of neonates in the context of placental histological chorioamnionitis ［J］． BMJ Paediatrics Open ， 2024 ， 8 （ 1 ）： e002708 ．

Ma S M ， Li R L ， Gong Q ， et al ． Using data-driven algorithms with large-scale plasma proteomic data to discover novel biomar‑kers for diagnosing depression ［J］． Journal of Proteome Research ， 2024 ， 23 （ 9 ）： 4043 - 4054 ．

Kamimura K ， Maeda N ． Glypicans and heparan sulfate in synaptic development，neural plasticity，and neurological disor‑ders ［J］． Frontiers in Neural Circuits ， 2021 ， 15 ： 595596 ．

Voorn R A ， Vogl C ． Molecular assembly and structural plasticity of sensory ribbon synapses—A presynaptic perspective ［J］． International Journal of Molecular Sciences ， 2020 ， 21 （ 22 ）： 8758 ．

Li Y D ， Briguglio J J ， Romani S ， et al ． Mechanisms of memory-supporting neuronal dynamics in hippocampal area CA3 ［J］． Cell ， 2024 ， 187 （ 24 ）： 6804 - 6819 ．

Treccani M ， Maggioni L ， Di Giovanni C ， et al ． A genome-wide association study of first-episode psychosis：A genetic exploration in an Italian cohort ［J］． Genes ， 2025 ， 16 （ 4 ）： 16040439 ．

Liu J ， Kang R ， Tang D L ． Lipopolysaccharide delivery systems in innate immunity ［J］． Trends in Immunology ， 2024 ， 45 （ 4 ）： 274 - 287 ．

Xie W Q ， Luo Z H ， Xiao J ， et al ． Identification of biomarkers related to propionate metabolism in schizophrenia ［J］． Frontiers in Psychiatry ， 2025 ， 16 ： 1504699 ．

Savvidis C ， Kouroglou E ， Kallistrou E ， et al ． IGFBP-2 in critical illness：A prognostic marker in the growth hormone/insulin-like growth factor axis ［J］． Pathophysiology ， 2024 ， 31 （ 4 ）： 621 - 630 ．

Smeland O B ， Andreassen O A ． Polygenic risk scores in psychiatry—Large potential but still limited clinical utility ［J］． European Neuropsychopharmacology ， 2021 ， 51 ： 68 - 70 ．

Smeland O B ， Frei O ， Dale A M ， et al ． The polygenic architecture of schizophrenia—Rethinking pathogenesis and nosology ［J］． Nature Reviews Neurology ， 2020 ， 16 （ 7 ）： 366 - 379 ．

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

⁰