Genetische Protein-Scores sagen Behandlungsansprechen bei Depression in großer Studie voraus

Diese bahnbrechende Studie verfolgt einen neuartigen Ansatz zur Vorhersage von Behandlungsergebnissen bei Depressionen, indem genetische Daten zur Schätzung von Proteinspiegeln im Blutplasma verwendet werden. Herkömmliche proteomische Studien sind kostenintensiv und methodisch anspruchsvoll, was diese genetische Vorhersagemethode zu einer attraktiven Alternative für die Explorationsforschung macht.

Die Forscher analysierten Daten von 3.559 Patienten mit schwerer depressiver Störung aus vier klinischen Stichproben. Sie verwendeten öffentlich verfügbare genetische Scores aus der OmicsPred-Datenbank, um die Plasmaproteinspiegel auf Basis individueller Genprofile vorherzusagen. Das Team untersuchte 257 Proteine der Olink-Plattform und 1.502 Proteine der SomaScan-Plattform auf Zusammenhänge mit Nicht-Ansprechen auf die Behandlung, fehlender Remission und therapieresistenter Depression.

Obwohl keine einzelne Proteinassoziation die strenge statistische Korrektur für multiples Testen überstand, zeigten die Ergebnisse aufschlussreiche Muster. Sieben Proteine wiesen nominelle Assoziationen mit allen analysierten Endpunkten auf, und drei Proteine zeigten konsistente Assoziationen auf beiden Testplattformen. Diese Proteine sind vorwiegend an immunologisch-entzündlichen Prozessen und Mechanismen der Neuroplastizität beteiligt.

Die Übereinstimmung der Ergebnisse über verschiedene Behandlungsendpunkte hinweg stützt bestehende Theorien zur biologischen Grundlage des Ansprechens auf Antidepressiva. Die identifizierten Proteine könnten als Zielstrukturen für die Entwicklung präziserer Werkzeuge zur Behandlungsauswahl dienen und Klinikern potenziell helfen vorherzusagen, welche Patienten wahrscheinlich auf bestimmte Antidepressiva ansprechen werden. Dies könnte den derzeit üblichen Versuch-und-Irrtum-Ansatz bei der Depressionsbehandlung reduzieren, die Patientenergebnisse verbessern und die Gesundheitskosten senken.