呼気中の腸-脳軸揮発性有機化合物は統合失調症と大うつ病性障害を区別する

2023年4月13日 14:38

オープンアクセス
呼気中の腸-脳軸揮発性有機化合物は統合失調症と大うつ病性障害を区別する

https://www.jpn.ca/content/48/2/E117

Daniush Henning、Marian Lüno、Carina Jiang、Gabriela Meyer-Lotz、Christoph Hoeschen、Thomas Frodl
J Psychiatry Neurosci 2023年4月12日 48 (2) E117-E125; DOI: https://doi.org/10.1503/jpn.220139
記事
図と表
関連コンテンツ
レスポンス
メトリックス
ピーディーエフ
アブストラクト
背景メタボロームやマイクロバイオームからのシグネチャーは、診断や治療支援の候補として既に紹介されています。本研究の目的は、呼気から得られる揮発性有機化合物（VOC）の統合失調症およびうつ病の検出に対する有用性を検討することである。
方法は以下の通りである：大うつ病性障害（MDD）または統合失調症と診断された患者、および健常対照者を対象に募集を行った。臨床的な評価と指導を受けた後、参加者はそれぞれ独立して呼気サンプルを採取し、プロトン移動反応型質量分析計で検査した。
結果サンプルは104名の参加者で構成された： MDD患者36名、統合失調症患者34名、健常対照者34名。混合モデルとディープラーニングによる解析により、参加者の呼気サンプルに含まれるVOCのうち、診断グループと健常対照者を有意に区別する5種類、すなわち質量電荷比（m/z）60、69、74、88、90のVOCを検出し、分類精度はMDDと健常対照者の区別が76.8%、統合失調症の参加者と健常者の区別は83.6%、MDDと統合失調症の参加者の区別は80.9%となりました。これらのVOCについて、投薬、罹病期間、発症年齢、入院期間との有意な関連は検出されなかった。
制限事項また、栄養状態や薬物療法などの交絡因子を検証する必要がある。
結論本研究は、統合失調症およびMDDの検出におけるヒト呼気ガスの使用について、有望な結果を確立した。2つのVOC、m/z 60の1つ（トリメチルアミンと同定）とm/z 90の1つ（酪酸と同定）は、微生物叢-腸-脳軸の相互作用にさらに関連づけることができる。
はじめに
しかし、現代医学が治療効果や効能の面で着実に発展しているのに対し、精神医学の分野では、疾患の病理学的な理解という点では、どちらかというと静観しているのが現状です。このトランスレーショナルギャップが、治療・診断ツールの不足を招き、患者さんのアンメットニーズにつながっている。
精神科の臨床疾患の中で、最も衰弱しているのが大うつ病性障害（MDD）と統合失調症である。一方、統合失調症は、集団期間中の有病率の中央値が1000人あたり3.3人と、かなり低い疾患です3。しかし、統合失調症の患者さんは死亡率が高く、冠動脈疾患、脳卒中、2型糖尿病、呼吸器疾患、一部の癌などの併存疾患の割合も高くなります4、5。
この2つの疾患に共通しているのは、薬物療法が失敗しやすいことであり、その結果、自殺リスクの増加、予後不良、仕事・社会・家庭生活の障害、身体的健康の低下、医療利用率の上昇につながる6。また、MDD患者においては、治療に対する不応答の割合が15%に達し、さらに30%〜60%が部分寛解に至ったに過ぎないことが分かっている8。
臨床的には、統合失調症などの大精神病と重度のMDDとの鑑別は困難であり、特にMDD患者が精神病的特徴を示す場合や、統合失調症患者がうつ病を併発する場合は、その鑑別は難しい。さらに、病気の経過が進んで初めて正しい診断が明らかになるケースもある。現在、主要な精神疾患の診断は、DSM-5の基準に従って精神病理と病歴に基づいて行われており、神経生物学的、ひいてはメカニズム的な妥当性に欠ける可能性があります。そのため、精神疾患の有効なバイオマーカーを見つけるための研究が着実に進んでいることは驚くべきことではありません。現在のところ、MDD患者と統合失調症患者を区別するための客観的なバイオマーカーは見つかっていない。その理由の一つは、バイオマーカーが異なる診断名で共有されている可能性があることである9,10。
末梢血バイオマーカーの最近の2つのメタアナリシスでは、ビタミンB6（ピリドキサール）について、統合失調症患者は対照群と比較してビタミンB6濃度が大幅に低いというエビデンスが記載されている11,12。これは、統合失調症患者がピリドキサールが主要な代謝成分である1-炭素サイクルに異常が見られることを示唆しているが、この観察も栄養と関連している可能性がある。さらに、画像診断、遺伝学、炎症、ホルモンマーカーを用いてMDDの発症、再発、再燃を予測することを目的とした前向き研究の最近のメタアナリシスでは、コルチゾールが有意な予測因子であることが示されました13。別のメタアナリシスでは、統合失調症、双極性障害、MDDの急性期と慢性期におけるサイトカイン変化のパターンに類似性が見られ、免疫機能障害と病態形成の共通の基礎経路を示唆している14。したがって、これらの調査において、共通のトランス診断メカニズムに基づくバイオマーカーが検出されたかどうかはまだ明らかではない。
特に精神疾患に適用できるマーカーは、非侵襲的に、患者さんにあまり不快感を与えることなく、必要に応じて毎日何度も測定できるものである。本研究では、揮発性有機化合物（VOC）を同定するための質量分析を用いた呼気ガス測定が、沈静化する生理的プロセスのシグネチャーを検出し、基礎疾患との関連を調べるための信頼性が高く便利なツールとして紹介されています。呼気バイオマーカーの診断目的での臨床応用性は、すでにSiegelらによって示されている15。彼らは呼気ガス中のVOCを用いて、1型糖尿病患者の代謝異常の有無を特定した。
我々は、トレーニングサンプルとテストサンプルの分類精度を分析し、深層学習技術を使用して、研究グループを正確に識別するための最も実用的な複合マーカーを特定しました。また、患者と対照の間では異なるが、診断群間では異ならない、共有のトランス診断マーカーを同定することを目的としました。ストレスホルモン（コルチゾールなど）やその他の炎症マーカーは、うつ病や統合失調症における一定の日内リズムの根底にあることが知られており、疾患の重症度に応じて、健康な対照群と比較してストレスホルモンの過剰または不足をもたらすことがあることを踏まえ、16、17さらなる目標は、本研究で特定した診断関連VOCについて、覚醒期間中に同様の動態が時間的にも現れるかを調査することにあった。
方法
参加者
DSM-5の基準に基づき、独立した臨床医によって確認されたMDDまたは統合失調症の診断を受けた患者を、マグデブルク大学病院の入院および外来精神科から募集しました。さらに、同規模の健康な対照群も含まれた。年齢、性別、体格指数（BMI）は、各グループ間でコントロールした。参加は18～65歳に限定された。
以下の除外基準を適用した：既知の薬物依存、他の精神疾患または神経疾患、および甲状腺機能障害、糖尿病、主要感染症または電解質不均衡などの中枢神経系に影響を与える可能性のある他の内部疾患。精神病症状を伴ううつ病エピソード、精神病後のうつ病エピソード、自殺の意図を持つ患者も除外され、精神疾患や薬物乱用の診断歴のある潜在的対照者も除外された。また、肺系に影響を及ぼす疾患や癌（活動中または期間1年未満）の患者も除外された。
参加者全員が書面によるインフォームドコンセントを行い、責任ある看護スタッフおよび担当医師と相談することで、参加者が継続的な治療に支障をきたさないことを確認した。本研究は、マグデブルク大学の現地倫理委員会の承認を得ている。
臨床的評価
各参加者について、年齢、性別、教育レベル、雇用形態などの一般的な社会人口統計情報を収集した。また、病歴、過去の医療記録、家族歴、現在および過去に服用した薬のリストも入手した。
その後、すべての参加者は、いくつかの臨床評価による広範な精神医学的評価を受けた。統合失調症患者はPositive and Negative Syndrome Scaleで評価し、MDD患者はHamilton Rating Scale for Depressionで評価した。両者とも、症状の重症度、治療反応と有効性はClinical Global Impression Scaleにより記録された。
健常者を含むすべての参加者は、Beck Depression Inventory、Beck Anxiety Inventory、State-Trait Anxiety Inventoryなどの一般的な精神病理学を判定するための標準的な自己評価質問票を受けた。職業的・対人的適応は「仕事と社会的適応尺度」で、幼児期のストレス要因は「小児期トラウマ質問票」で、青年期以降のストレス要因は「知覚ストレス尺度」「ライフイベント質問票」で評価した。また、NEO5因子目録性格質問票を適用し、ピッツバーグ睡眠質指標を用いて参加者の睡眠の質を評価した。薬の副作用の可能性を記録するために、副作用の頻度、強さ、負担の評価を使用した。
ブレスガス分析
呼気ガス分析の方法は、www.jpn.ca/lookup/doi/10.1503/jpn.220139/tab-related-content に掲載されている付録 1 に詳しく説明されています。簡単に説明すると、参加者の呼気ガスに含まれるVOCを観察するために、ガスサンプリングバッグを用いて、起床時、30分後、60分後にサンプルを採取しました。その後、プロトン移動反応型質量分析計（PTR-MS）を用いて、他で説明されている標準的な手順でVOCを分析した18。分析に含まれるVOCの選択については、付録1、補足表1を参照。
統計解析
コアデータは、記録された様々な呼気VOCの質量から構成されています。喫煙と有意に関連するものを特定し、さらなる解析から除外した。混合モデル分析を用いて、診断（MDD、統合失調症、健常者）と時間（0、30、60分）の主効果、および診断×時間の交互効果を分析した。また、BMI、年齢、性別の因子も含めて、特定のVOCとの関連性の可能性とその相互作用について分析した。計算されたp値の正確な分布を得るために、ブートストラップ（n = 1000）を使用した。ブートストラップしたp値は、さらにボンフェローニ補正法を用いて調整し、誤差を最小化した。健常者のほとんどが非喫煙者であり、VOCが喫煙の影響を受ける可能性があることから、非喫煙者のみに限定した追加解析を実施した。
SPSS（社会科学のための統計パッケージ）ソフトウェアの条件付き前進法を用いて、多峰性ロジスティック回帰モデリングを行い、MDD患者、統合失調症患者、健常対照者を分類するために最も有意性が高いVOCを特定した。さらに、検証のために、3つの別々のロジスティック回帰モデルを用いて、MDDと統合失調症の参加者間、統合失調症の参加者と健常対照者間、MDDの参加者と健常対照者間を区別するVOCを同定しました。
ベイズ加法回帰木（BART）アルゴリズムを用いて、アウトカム効果の非線形性を近似し、多方向相互作用を考慮して、同定されたVOCの予測値を強化した19,20。一度に計算できるのは2診断群だけなので、MDD患者と健康コントロール、統合失調症患者と健康コントロール、MDD患者と統合失調症患者の比較を行い、3種類の分類を行った。ROC曲線を用いた受信者動作特性（ROC）分析を各分類について作成し、それぞれの質量値に対する感度、特異度、精度を明らかにしました。
結果
研究サンプルの説明
本試験では、MDD患者36名、統合失調症患者34名、健常対照者34名を対象としました。年齢とBMIに関して、統合失調症患者はMDD患者と一致し、有意差はなかったが、対照群は2つの患者群に対して、平均6歳若く、平均BMIは4ポイント低かった。男女の割合に有意な差は検出されなかった。MDD患者は健常対照群および統合失調症患者に比べてうつ病の重症度が有意に高かったが、統合失調症患者のみ障害に関連する陽性症状および陰性症状を有していた（表1）。各グループについて、参加者が臨床的に安定しており、本試験への参加が治療経過に悪影響を及ぼさないことを確認した。
インラインで見る
表1
人口統計学的特徴および臨床的特徴
ブートストラップ混合モデル解析
ブートストラップ混合モデル解析の結果を表2に示す。
インラインで見る
表2
混合モデル解析※1
5つのVOCは診断群間で有意な差があり（具体的には質量電荷比[m/z]が60、69、74、88、90のもの）、さらに6つのVOCは時間、特に覚醒期に関して有意な差があった（m/z 31、32、46、67、87、95のもの）。m/z69のVOCは診断グループと覚醒期間の両方で有意な識別効果を示し、m/z46は診断と覚醒期間の間で相互作用効果を示した。同定されたVOCはいずれも年齢、BMI、性別に関して有意な共分散を示さず、これらのパラメータ間の相互作用も見られなかった。
m/z 60とm/z 74のVOCの濃度は、統合失調症群ではMDD群や健常対照群よりも低かった。m/z 69、88、90の濃度は、両患者群（MDDおよび統合失調症）において、健常対照群に比べ低かった。一方、m/z 95は測定期間中に増加した。覚醒作用については、すべての有意なマーカーが測定期間中に緩やかに減少した。
非喫煙者のみの解析では、診断の効果が有意であった（m/z 60: F = 5.06, p = 0.008; m/z 69： F = 7.78, p < 0.001; m/z 74： F = 7.26, p < 0.001; m/z 88： F = 18.68, p < 0.001; m/z 90: F = 16.82, p < 0.001).
BART解析
独立した機械学習アルゴリズムを用いたBART解析は、診断群間で有意差のあった5つのVOC（m/z 60、69、74、88、90）を用いて、各VOCのベースラインから60分後までの平均p値を算出することで実施しました。図1は、事前に選択した各マーカーの組み入れ比率を表しています。3つの分類モデルにより、MDDと健常対照の識別ではAUC 0.77、分類精度76.8%、統合失調症と健常対照ではAUC 0.84、分類精度83.6%、MDDと統合失調症ではAUC 0.81, 分類精度80.9%となりました。各ターゲットのそれぞれのROC曲線は図2にまとめられている。さらに、事前に選択された各マーカーについて、その予測強度を解析した。MDDと健常対照の判別では、m/z 90が最も強い予測分類値を示し、統合失調症患者と健常対照、MDD患者と統合失調症患者を正しく判別するにはm/z 60が最も強い値を示しました。
図をダウンロード
新しいタブで開く
パワーポイントのダウンロード
図1
事前に選択された各マーカーの包含割合。HC = 健常対照、MDD = 大うつ病性障害、SCZ = 統合失調症、エラーバーは変数の包含割合推定値の標準誤差を示す。
図をダウンロード
新しいタブで開く
パワーポイントのダウンロード
図2
以下の質量電荷比（m/z）を持つ揮発性有機化合物に基づく、異なるベイジアン加法回帰木モデルの分類結果： 60、69、74、88および90（各モデルは3時点の平均値を表す）。ACC = 精度、AUC = 曲線下面積、HC = 健常対照、MDD = 大うつ病性障害、SCZ = 精神分裂病。
薬物療法と病気の重症度による影響
あらかじめ選択した各マーカーについて、重症度や投薬との相互作用を調べる多変量解析が行われた。
重症度については、全病歴、測定時の入院日数、発症年齢からなるコアデータを、マーカーの平均濃度値に対して解析した。有意な結果はほとんど得られなかったが、m/z 91のVOCは、測定時期の治療のための入院日数と有意な相関があることが確認された。また、m/z101のVOCは、全病歴に有意な効果を示しました。
薬剤の影響に関しては、オランザピン換算値を用いて、各患者の抗精神病薬の処方量を一律に換算して解析しました。その結果、オランザピン換算量と有意な相関を示したマーカーはm/z 71のVOCのみであり、やはり限定的であった。さらに、抗うつ薬を服用しているMDD患者と服用していないMDD患者の間で、マーカーの濃度に有意な差は見られなかった。
同定されたマーカーのうち、診断や時間効果に関連するものはなかったため、これらはさらなる解析から除外された。
考察
本研究では、呼気中のVOCの測定は、有望かつ簡便な方法であった。簡単な説明の後、参加者全員が問題なく、ガス採取バッグを使用して呼気サンプルを自主的に採取することができました。呼気ガスサンプルの最終的な分析には、1バッグあたり約15分かかり、この方法が直感的で便利な臨床応用であることがさらに実証されました。
この調査の主な目的は、調査対象者におけるVOCの診断適用性を評価することでした。ブートストラップ混合モデル分析とそれに続くBART分析により、m/z 60、69、74、88、90のVOCは、様々な診断群を有意に区別する最も強い能力を有していました。m/z90のVOCは、健常対照者と比較してMDD患者を分類する予測値が最も高く、一方、m/z60のVOCは、統合失調症患者を健常対照者とMDD患者の両方から区別する分類結果が最も正確であった。そして、両マーカーは、ヒトの微生物叢-腸-脳軸（MGBA）に直接関連付けることができる。最近、統合失調症患者63名と健常対照者69名の間で腸内細菌叢の差異が認められ、判別AUCは0.769であった21。
しかし、呼気ガス分析では、微生物叢を直接分析することはできず、むしろMGBAや肺腸脳軸（LGBA）の微生物叢が産生するVOCを同定することができます。腸内細菌叢がMGBAを通じて脳機能と行動を調節することが判明していることから22、今回の知見は統合失調症やMDD患者における代謝の理解に何らかの関連性を持つ可能性がある。
統合失調症の特徴的なVOCシグネチャーはm/z 60とm/z 74であった。TMAとその代謝物は、腸-脳軸に関連する微生物経路において極めて重要な役割を果たすと推定され、いくつかの精神・神経疾患と関連している24-26。しかし、TMAは動脈硬化や心血管疾患の発症につながることも判明している27。TMAは、腸内細菌叢を通じて、卵、赤身肉、魚に含まれるコリンから合成され、その後、肝臓で活性代謝物のトリメチルアミンノキシド（TMAO）に変換され28、最終的に神経細胞タンパク質の安定剤として作用する24。コリンが関与するもう一つの経路は、重要な神経伝達物質であるアセチルコリンの合成です29。TMAOの高濃度は自閉症スペクトラム障害患者30で検出され、急性ストレスレベルとも関連しています24。TMAの産生低下はコリン欠乏食の患者に見られ、非アルコール性脂肪肝炎で報告されており、統合失調症患者にしばしば見られる肥満や高血糖31をもたらす可能性があります。
TMAの脳内情報伝達のメカニズムに迫る最近の発見は、いわゆる微量アミン関連受容体（TAARs）の発見であった。TMAは、Gタンパク質共役型受容体の一種であるTAARと相互作用する主要なアゴニストであり、ヒトの脳やその他の末梢臓器に発現する9種類のサブファミリーにさらに分類されます32。最も発現量の多い受容体サブタイプであるTAAR5は、扁桃体、海馬、尾状核、視床、視床下部、黒質など、ヒトのいくつかの脳領域で検出されている33。最近の動物実験では、TAAR5ノックアウトマウスは感情行動、特に不安やうつ病に似た行動の変化や、脳内セロトニン（5-HT）神経伝達の障害を示した32。統合失調症、双極性障害、MDDの患者を対象としたさらなる研究では、MDD患者の前頭前野におけるTAAR5の著しいダウンレギュレーションが明らかになりましたが、双極性障害や統合失調症の患者にはTAAR5の発現不均衡は見られませんでした33。TMAの腸内細菌叢からの起源、TAAR5との相互作用による精神神経生理学への関与、およびヒト呼吸における最近の発見（本研究）は、新規MGBA経路およびLGBA経路の発見を強く示唆しており、これらは精神薬理学、栄養学および脳疾患の病因の一般的理解の革新のターゲットとなり得る。例えば、親油性薬物を鼻から投与し、その後肺系に送達することは、将来の精神科治療のための未解明な選択肢となるかもしれません。
以下のシグネチャーは、健常対照群に比べて両患者群で呼気濃度が低く、予測モデルのトランス診断シグネチャーとして関連性があると考えられる：m/z 90、m/z 88、m/z 69。酪酸は短鎖脂肪酸（SCFA）であり、酢酸やプロピオン酸とともに、循環系に入り血液脳関門を通過することができるため、腸脳軸における重要な代謝物であると考えられている35,36。SCFAの代謝は、ヒト腸内細菌叢において最も研究されている経路の一つであり、すでにいくつかの細菌属が確認されている。さらに、SCFAは腸内細菌叢と肺細菌叢の間で双方向に作用することが判明しており、その結果、特定の感染性腸疾患と肺感染症の間に正の相関があること、またその逆も発見されている37。本研究で調べた両患者群でm/z 90が低下していることが偶然にも判明したことから、腸内細菌叢と肺細菌叢の両方に障害がある可能性は統合失調症およびMDDの発症の交絡変数となり得る。適切には、これまでの研究で、酪酸レベルの上昇は、統合失調症やMDDだけでなく、アルツハイマー病、パーキンソン病、自閉症など、いくつかの神経学的・精神医学的病態にプラスの影響を与えることが示されている38。 -さらに、最近の研究では、酪酸の血中濃度の上昇が、統合失調症患者の治療反応や症状の軽減と関連する可能性があることが示されています39。酪酸の神経保護機能は、ヒストンのアセチル化に影響を与え、それによって神経細胞を細胞死から保護する能力に由来しています41。
m/zが69であるイソプレンは、ヒトの呼気中に最も多く含まれる成分の1つであり、両患者グループで変化していることが判明しました。しかし、イソプレンはコレステロール合成のメバロン酸経路に関与しているという仮説があります42。呼気中のイソプレン濃度は、さまざまな臨床状態によって変化します。イソプレンはまた、細胞膜の完全性に重要な役割を果たすと考えられており、統合失調症や双極性障害、パーキンソン病や多発性硬化症など、いくつかの神経疾患や精神疾患に関連している44。イソプレンの神経保護機能の可能性は、この研究に参加した統合失調症およびMDD患者の呼気に含まれていないことを説明するかもしれない。
制限事項
この研究にはいくつかの限界があった。結果は年齢、性別、投薬、BMIなどの外的要因で統計的に調整されているが、これらの要因が全体的な結果に影響を与えたと思われる。微生物シグナル伝達の役割は、本研究で繰り返し取り上げられたテーマであり、多くの先行研究のターゲットとなっていますが、ほとんどのシグナル伝達経路、シグナル伝達、マイクロバイオームの全体的な機能については、まだ解読・理解されていません。ヒトのマイクロバイオームの構成に影響を与える重要な要因として、食事が挙げられます。TMA（m/z 60）、酪酸（m/z 90）およびN-ブチルアミン（m/z 74）は、マイクロバイオームを通じて食事から得られることから、特に統合失調症患者における呼気ガス濃度の低下は、栄養状態の乱れを示すと考えられる。興味深いことに、TMAは統合失調症患者でのみ減少するのに対し、酪酸は両群で減少するという知見は、これらの異なる効果にも食事以外の背景がある可能性を示唆する。そこで、介護を受けながらの入院期間と規則正しい食事摂取がVOCの組成に影響を与えるかどうかを検討した。その結果、有意な関連は認められず、より複雑な病態が示唆された。しかし、他の精神疾患と比較しても、統合失調症患者では栄養状態が最も変化していることから45、乱れた食事がマイクロバイオーム、ひいてはTMAや酪酸の濃度に影響を与える可能性がある。
また、2つの患者グループのほとんどの参加者が、測定時に治療の一環として薬物療法を受けていたことから、薬物療法が全体の結果に影響を与えた可能性があります。そのため、同定されたバイオマーカーが、投与された薬剤の代謝に由来する可能性があります。しかし、投薬を受けていない患者と投薬を受けている患者の比較や、オランザピン相当量との相関は、そのような効果を裏付けるものではありませんでした。
周囲環境から大気が採取されなかったことを考えると、関連するマーカーは、上述の内因性の生物学的ソースに由来し、周囲の空気にすでに含まれていなかったと考えるしかない。したがって、今後の研究においては、参考のために周囲の空気を並行して収集・測定することが有益であろう。例えば、Rossら46は呼気ガスと環境の両方からVOCを収集したが、ブタンの環境濃度は非常に低く、ブタンの測定が環境の影響を受けているとは考えにくい。
前述したように、喫煙に関連するVOCは統計的に分析から除外された。しかし、グループ間の喫煙行動の違いは、やはり全体的な結果に影響を与えるかもしれない。非喫煙者を対象とした解析でも、同じように有意な群間効果が認められたので、喫煙は患者と対照者の差に大きな影響を与えないようです。喫煙がこれらの影響に重なる可能性があるかどうかは、喫煙者である健常者の数が少なかったため、答えることができません。この疑問は、今後の研究で解決されるでしょう。
健康な対照者が年齢、BMI、喫煙の有無に関して患者と正確に一致していなかったことは、この研究の大きな制約となった。このマッチングの欠如は、患者が薬物療法によって体重の変化を経験することによって部分的に説明することができ、前述の薬物を使用していない患者を用いた実験の反復は、さらに有望な機会である。年齢に関しては、対照群は、年齢が一致した2つの患者群よりも平均6歳若かった。この差は、時間的な制約から数名のコントロール参加者が辞退したため、最終的にコントロールグループの年齢プロフィールが偏ってしまったことに起因する。
統合失調症患者の喫煙率は70％～88％と推定され、すべての精神疾患の中で最も高く、一般人口の約3倍である。この喫煙率は、統合失調症患者のある症状の緩和と関連しており47、喫煙状況の点で、本研究のマッチングプロセスに大きな影響を与えた。本研究の統合失調症群における喫煙者の割合60%は、上記の一般的な傾向からすると中程度と思われるが、それでもMDD群および健常対照群の喫煙者の割合37%、11%に比べるとかなり多いことがわかる。
PTR-MSを用いることで、ほぼリアルタイムで質量値を特定することができたが、より多くの物質をより高い精度で特定するためには、PTR-MSよりも感度の高い2次元ガスクロマトグラフィーと飛行時間型質量分析計を併用して実験を繰り返すことが望ましいと思われる。
まとめ
本研究により、ヒトの呼気のガスサンプルに含まれるバイオマーカーを診断の指標として利用するための有望な結果が確立されました。PTR-MSで検出された主要なマーカーにより、ほとんどの参加者をそれぞれの診断群に割り当てることができました。PTR-MSによる呼気ガス分析は、革新的で客観的な診断ツールであるだけでなく、コリンのTMAへの変換を含むMGBA経路の確認につながりました。しかし、代謝物、代謝経路、代謝生物群を広範かつ徹底的に解明するには、マイクロバイオーム研究を含む学際的な協力が必要であり、今回の調査ではその範囲をはるかに超えていました。
したがって、本研究とその発見が、精密な微生物標的治療を精神医学に導入することによって、マイクロバイオームとその腸脳軸を介した精神疾患の病態への影響についての理解をさらに深めることにつながることを期待する。
謝辞
Henrik Dobrowolnyには、データ解析と解釈の面で協力してもらった。
脚注
競合する利益： T.Frodlは、Horizon EuropeおよびDeepHealthから助成金を受け、大塚製薬、LundbeckおよびJanssen-Cilagから講演謝礼を受け、Janssen-Cilagから学会出席の支援を受けています。T. Frodl、M. Lüno、G. Meyer-Lotz、C. Hoeschenは欧州特許EP20203017（Novel Biomarkers for Diagnosing a Major Depressive Disorder in Exhaled Breath）を保有しています。その他、競合する利益は宣言されていない。
寄稿者 D. Henning、M. Lüno、T. Frodlは、本研究の構想および設計を行った。D. Henning、M. Lüno、C. Jiang、G. Meyer-Lotz、T. Frodlがデータを取得し、D. Henning, M. Lüno, C. Jiang, C. Hoeschen, T. Frodlが分析・解釈した。D.HenningとT.Frodlは論文を執筆し、全著者によって批評されました。すべての著者は、出版される最終版を承認し、仕事のすべての側面について責任を負うことに同意し、著者として記載されていない他の個人が論文に実質的に貢献したことを証明することができます。
資金提供本研究は、欧州連合プロジェクトDeepHealthの資金提供を受けた。
2022年8月2日に受領。
2022年9月30日改訂版受領。
2022年11月3日に受理された。
本記事は、クリエイティブ・コモンズ表示 (CC BY-NC-ND 4.0) ライセンスの条件に従って配布されたオープンアクセス記事であり、元の出版物が適切に引用され、使用が非商用（研究または教育利用）であり、修正または翻案がなされないことを条件に、あらゆる媒体での使用、配布、複製が許可されています。参照： https://creativecommons.org/licenses/by-nc-nd/4.0/
参考文献
↵
Global Burden of Disease Study Collaborators（世界疾病負担研究協力者）。188カ国における301の急性および慢性疾患と傷害の世界、地域、および国の発生率、有病率、および障害とともに生きた年数、1990-2013：Global Burden of Disease Study 2013のための系統的分析。Lancet 2015;386:743-800.
CrossRefPubMedGoogle Scholar（クロスレフ・パブメド・グーグル・スカラー
↵
マザーズCD、
ロンカーD
. 2002年から2030年までの世界の死亡率および疾病負担の予測。PLoS Med 2006;3:e442.
CrossRefPubMedGoogle Scholar
↵
サハ S．
チャントD、
ウェルハムJ．
等
. 統合失調症の有病率に関するシステマティック・レビュー. PLoS Med 2005;2:e141.
CrossRefPubMedGoogle Scholar
↵
チャールソンFJ．
バクスターAJ、
デュアTです、
等
. Global Burden of Disease Study 2010における精神・神経・物質使用障害による過剰死亡率. Epidemiol Psychiatr Sci 2015;24:121-40.
CrossRefPubMedGoogle Scholar（クロスレフ・パブメド・グーグル・スカラー
↵
Laursen TM、
ノルデントフト M．
モーテンセンPB
. 統合失調症における過剰な早期死亡率. Annu Rev Clin Psychol 2014;10:425-48.
CrossRefPubMedGoogle スカラー
↵
シュレープファーTE．
アグレンH．
モンテレオーネP．
等
. 隠された3つ目：治療抵抗性うつ病の転帰を改善する。J Psychopharmacol 2012;26:587-602.
CrossRefPubMedGoogle Scholar
↵
ヤースケライネン E．
ジュオラP、
ヒルボネン N．
等
. 統合失調症における回復のシステマティックレビューとメタアナリシス. Schizophr Bull 2013; 39:1296-306.
クロスリーフPubMedGoogleスカラー
↵
テーゼME．
ラッシュAJ
. 最初は成功しないとき：抗うつ薬不応答者のための順次戦略。J Clin Psychiatry 1997; 58:23-9.
PubMedGoogle Scholar
↵
ガンダルエムジェイ
ヘーニーJR．
パリクシャクNN
等
. 主要な精神疾患全体で共有された分子神経病理は、多遺伝子の重複と並行している。サイエンス 2018;359:693-7.
アブストラクト/FREEフルテキストGoogle Scholar
↵
ピントJV、
ムーランTC．
アマラルOB
. 主要精神疾患における末梢バイオマーカーのトランス診断性について：システマティックレビュー. Neurosci Biobehav Rev 2017;83:97-108.
PubMedGoogle Scholar
↵
カルヴァーリョAF．
ソルミM、
サンチェスM．
等
. 主要な精神障害の周辺バイオマーカー162種のエビデンスに基づくアンブレラレビュー. Transl Psychiatry 2020;10:152.
グーグル・スカラー
↵
富岡由佳、
沼田聡
木下真也
等
. 統合失調症における血清ピリドキサール値の低下：メタアナリシスとメンデルランダム化解析. J Psychiatry Neurosci 2018;43:194-200.
PubMedGoogle Scholar
↵
ケニス M．
ゲリツェンL．
ヴァン・ダレンM．
等
. 大うつ病性障害のプロスペクティブバイオマーカー：システマティックレビューとメタアナリシス. Mol Psychiatry 2020;25:321-38.
クロスリーフPubMedGoogleスカラー
↵
ゴールドスミスDR．
Rapaport MH、
ミラーBJ
. 精神科患者における血中サイトカインネットワーク変化のメタアナリシス：統合失調症、双極性障害、うつ病間の比較. Mol Psychiatry 2016;21:1696-709.
グーグル・スカラー
↵
シーゲルAP．
ダネシュカーA
ハーディンDS．
等
. 1型糖尿病患者における低血糖イベントの呼気サンプルの分析：糖尿病アラートドッグの代替品開発に向けて. J Breath Res 2017; 11: 026007.
グーグルスカラー
↵
デドヴィッチ・K．
ンジアムJ
. コルチゾールの覚醒反応と大うつ病：エビデンスを検証する。Neuropsychiatr Dis Treat 2015; 11:1181-9.
グーグルスカラー
↵
ウォーカーE、
ミタールV．
テスナーK
. 統合失調症の発達過程におけるストレスと視床下部下垂体副腎軸. Annu Rev Clin Psychol 2008;4:189-216.
CrossRefPubMedGoogle Scholar
↵
スックルP、
シューベルトJK、
ザナティ K．
等
. 呼吸リズムを変化させたときの呼気組成は換気変動を反映する：呼吸医学に向けたブレスオミックスの翻訳. Sci Rep 2020;10:14109.
グーグルスカラー
↵
江 C．
ドブロウォルニーH．
Gescher DM、
等
. 統合失調症における呼気からの揮発性有機化合物. World J Biol Psychiatry 2022;23:773-84.
グーグルスカラー
↵
タンYV、
ロイJ
. ベイズ加法回帰木と一般的なBARTモデル. Stat Med 2019;38:5048-69.
グーグルスカラー
↵
鄭P、
ゼン・ビー
リュウ・M．
等
. 統合失調症患者由来の腸内細菌は、マウスのグルタミン酸-グルタミン-GABAサイクルと統合失調症関連行動を調節する。Sci Adv 2019;5:eaau8317.
FREE Full TextGoogle Scholar
↵
Cryan JF、
ディナンTG
. 心を変える微生物：腸内細菌叢の脳と行動への影響. Nat Rev Neurosci 2012;13:701-12.
CrossRefPubMedGoogle Scholar
↵
カスパーPL．
マンネベックD．
オクスボルA、
等
. オルファクトメトリーにおける希釈系がPTR-MSで測定した典型的な家畜臭物質の回収率に与える影響. Sensors (Basel) 2017;17:1859.
グーグルスカラー
↵
バラニ A．
エンコD、
フォン・ルヴィンスキー・D．
等
. 急性心筋梗塞後の心的外傷後ストレス障害（PTSD）に脆弱な患者における重度ストレスの潜在的バイオマーカーとしてのトリメチルアミンN-オキシド（TMAO）の評価. Eur J Psychotraumatol 2021;12:1920201.
グーグル・スカラー
Vogt NM、
ロマノKA．
ダーストBF、
等
. 腸内細菌叢由来の代謝物トリメチルアミンN-オキシドはアルツハイマー病で上昇する。Alzheimers Res Ther 2018;10:124.
グーグルスカラー
↵
鄭P、
Wang Y、
チェン L．
等
. 大うつ病性障害の尿中代謝物バイオマーカーの同定とバリデーション. Mol Cell Proteomics 2013;12:207-14.
要約・全文無料Google Scholar
↵
ガタレックP、
カルズナ-チャプリンスカJ
. ヒトの健康におけるトリメチルアミンN-オキシド（TMAO）. EXCLI J 2021;20:301-19.
グーグルスカラー
↵
ラートS．
ハイドリッヒ・B．
ピーパーDH．
等
. ヒト腸内細菌叢のトリメチルアミン産生菌を解明する。Microbiome 2017;5:54.
クロスリーフPubMedGoogleスカラー
↵
アリアスNさん
アルボレヤS．
アリソンJ．
等
. 食事からのコリンバイオアベイラビリティ、腸内細菌叢組成、ヒト疾患の変調の関係. ニュートリエンツ2020;12:2340.
グーグル・スカラー
↵
Quan L、
Yi J、
Zhao Y、
等
. 腸内細菌が生成するホスファチジルコリン代謝物である血漿トリメチルアミンN-オキシドは、自閉症スペクトラム障害と関連している。ニューロトキシコロジー2020;76:93-8.
グーグルスカラー
↵
スペンサーMD．
ハンプTJ、
Reid RW、
等
. ヒト消化管マイクロバイオームの構成とコリン欠乏症に伴う脂肪肝の発症との関連. Gastroenterology 2011;140:976–86.
CrossRefPubMedGoogle Scholar
↵
エスピノサ・S．
スカーノフI．
エフィモワEV．
等
. 微量アミン関連受容体5は、大脳辺縁系脳領域への嗅覚入力を行い、情動行動とセロトニン伝達を調節する。Front Mol Neurosci 2020;13:18.
グーグルスカラー
↵
ヴァガノヴァAN．
ムルタジーナRZ．
Shemyakova TS、
等
. トランスクリプトームデータセット解析に基づく、ヒト脳におけるTAAR5発現パターン. Int J Mol Sci 2021;22:8802.
グーグルスカラー
↵
アダムME、
フェールヴァリ M．
ボシエルPR．
等
. 食道胃癌における混合呼吸、分離気管支呼吸、胃内腔気中揮発性脂肪酸の質量分析. Anal Chem 2019;91:3740-6.
PubMedGoogle Scholar
↵
キムSW、
フッカー・JM
オットーNさん
等
. HDAC阻害薬、酪酸、バルプロ酸、4-フェニル酪酸の全身薬物動態を炭素11標識アナログを用いたPETで測定した。Nucl Med Biol 2013;40:912-8.
グーグル・スカラー
↵
リオス＝コヴィアンD
ルアス＝マディエド P．
マルゴレス A．
等
. 腸内短鎖脂肪酸と食事やヒトの健康との関連性. Front Microbiol 2016;7:185.
CrossRefPubMedGoogle Scholar（クロスレフパブメドグーグルスカラー
↵
スン X．
ワン・D．
Wei L、
等
. 腸内細菌叢とSCFAは清肺湯のレシピ抗連鎖球菌性肺炎効果に重要な役割を果たす。Front Cell Infect Microbiol 2021;11:791466.
グーグルスカラー
↵
Erny D、
Hrabĕ de Angelis AL、
ジェイティン・ディー
等
. 宿主の微生物相は、CNSにおけるミクログリアの成熟と機能を常に制御している。Nat Neurosci 2015;18:965-77.
クロスリーフPubMedGoogle Scholar
↵
Li X、
ファンX．
Yuan X、
等
. 薬剤未使用の初回エピソード統合失調症における治療反応における酪酸の役割. Front Psychiatry 2021;12:724664.
グーグルスカラー
↵
ウー・M．
ティアンT、
マオQ、
等
. うつ病マウスにおける腸内細菌叢の乱れと神経伝達物質および短鎖脂肪酸の変化との関連性. Transl Psychiatry 2020;10:350.
グーグル・スカラー
↵
Bourassa MW、
アリムI．
ブルトマンSJ、
等
. 酪酸、神経エピジェネティクス、腸内細菌叢：高繊維食は脳の健康を改善できるのか？Neurosci Lett 2016;625:56-63.
クロスリーフPubMedGoogleスカラー
↵
カール・T．
プラゼールP．
メイヤーD．
等
. ヒトの呼気イソプレンと血中コレステロール値との関係：新しい測定とモデル化. J Appl Physiol (1985) 2001;91:762-70.
PubMedGoogle Scholar
↵
バジタレヴィッチ A．
アガーC、
ピエンツ M．
等
. 呼気分析による肺がんの非侵襲的検出. BMC Cancer 2009;9:348.
CrossRefPubMedGoogle Scholar
↵
クルップRK、
クルップPA
. 精神神経疾患におけるイソプレノイド経路に関連した膜機能障害. Int J Neurosci 2003;113: 1579-91.
CrossRefPubMedGoogle Scholar
↵
オナオラポOJ．
オナオラポAY
. 栄養、栄養欠乏、統合失調症：常に再評価する価値のあるスナ関連。World J Clin Cases 2021;9:8295-311.
グーグルスカラー
↵
ロスBM、
シャー・S．
ピートM
. 現在未投薬の統合失調症患者における呼気中のエタンおよびペンタン濃度の上昇。Open J Psychiatry 2011;1:1-7.
Google Scholar
↵
ウィンタラーG
. 統合失調症患者はなぜタバコを吸うのか？Curr Opin Psychiatry 2010;23:112-9.
CrossRefPubMedGoogle Scholar
こちらもご参考にどうぞ
うつ病患者における認知、関連脳機能、BDNFに対する短期高用量プロバイオティクス補給の効果：ランダム化比較試験の二次解析
エルゼ・シュナイダー他、ジャーナル・オブ・サイキアトリー・アンド・ニューロサイエンス、2023年
否定的な刺激に対する前頭葉の脳反応性は、大うつ病の家族性リスクと急性障害とを区別する
Nils Opelら、Journal of Psychiatry and Neuroscience誌。
高解像度構造画像に基づくマルチパラメトリック分類アプローチによる大うつ病性障害の特徴づけ
Lihua Qiuら、Journal of Psychiatry and Neuroscience。
BiDirect試験において、大うつ病における低悪性度末梢性炎症と脳構造変化の関連性を示す大規模なエビデンスが示される
Nils Opelら、Journal of Psychiatry and Neuroscience、2019年。
大うつ病性障害成人患者および健常者の脳構造に及ぼす幼少期のマルトリートメントの影響
Aisling Chaneyら、Journal of Psychiatry and Neuroscience、2014年。
眼疾患における腸内細菌叢の役割について
Geng Chaoら、Chinese Journal of Experimental Ophthalmology、2022年。
血漿エキソソームmiR-214-3pのぶどう膜黒色腫の診断・予後バイオマーカーとしての可能性の評価
Zhou Wendaら、Chinese Journal of Experimental Ophthalmology、2022年。
植物メタボロームのマイニング：方法、応用、そして展望
Aimin Maら、Plant Communications、2021年
水質浄化のための酸化亜鉛ナノ対応マイクロ流体リアクターとその揮発性有機化合物への適用性
Azzouz Imadeddineら、Selections from Microsystems & Nanoengineering、2018年。
熱力学と熱力学の統合的数値モデリング：地球深部の水と炭素循環の研究に有用な方法
李中海（Zhong-Hai Li）ジオシステムズとジオエンバイロメント、2022年
Powered by
前へ次へ
このページのトップへ戻る
この号では
J Psychiatry Neurosci
第48巻第2号
2023年4月12日
目次
著者別インデックス
アーティクルツール
この記事に返信する
プリント
PDFをダウンロード
アーティクルアラート
メール記事
引用ツール
╱ 権限を要求する
シェア
関連記事
Google Scholar
引用元: ㊤️の記事
類似記事
コンテンツ
現在の課題
バックナンバー
コレクション
アラート
RSS
著者とレビュアー
著者向け概要
原稿を投稿する
原稿提出チェックリスト
について
一般情報
スタッフ
編集委員会
お問い合わせ
広告
リプリント
著作権と使用許諾について
アクセシビリティ
CMA礼節基準
Copyright 2023, CMA Impact Inc.またはそのライセンサー。すべての権利を保有します。ISSN 1180-4882.
JPNの編集事項はすべて著者の意見を表すものであり、必ずしもカナダ医師会またはその子会社の意見ではありません。
これらのリソースをアクセシブルなフォーマットで受け取るには、CMAJ Group, 500-1410 Blair Towers Place, Ottawa ON, K1J 9B9; p: 1-888-855-2555; e: cmajgroup@cmaj.ca にご連絡ください。
CMAのアクセシビリティポリシーをご覧ください。

この記事が気に入ったらサポートをしてみませんか？