在血液样本的DNA中，研究小组确定了表观遗传标记，即DNA中甲基化学基团的概况，这些特征在精神分裂症患者和正常人之间存在差异，并开发了一种模型来评估个体患精神分裂症的可能性。在独立数据集上测试该模型显示，它可以识别精神分裂症患者，准确率达80%。这项研究发表在《Translational psychiatry》杂志上。

“精神分裂症是一种毁灭性的疾病，影响着世界上约1%的人口，”通讯作者RobertA . Waterland博士说，他是美国农业部/农业研究所贝勒儿童营养研究中心的儿科-营养学教授，同时也是分子和人类遗传学教授。“尽管遗传和环境因素似乎与这种情况有关，但目前的证据只能解释一小部分病例，这表明其他因素，如表观遗传，也可能很重要。”

表观遗传学是一种DNA分子标记系统——它告诉体内不同的细胞在该细胞类型中开启或关闭哪些基因，因此表观遗传标记在个体不同的正常组织中可能有所不同。这使得评估表观遗传变化是否会导致涉及大脑的疾病，如精神分裂症，具有挑战性。

为了解决这一障碍，Waterland和他的同事们在之前的工作中确定了一组特定的基因组区域，其中DNA甲基化(一种常见的表观遗传标记)在人与人之间是不同的，但在一个人的不同组织中是一致的。他们将这些基因组区域称为CoRSIVs，即系统性个体间变异的相关区域。他们提出，研究CoRSIVs是发现疾病表观遗传原因的一种新方法。

Waterland说:“因为在一个人的所有组织中，CoRSIVs中的甲基化模式是相同的，我们可以在血液样本中分析它们，推断对身体其他难以评估的部位(如大脑)的表观遗传调节。”

研究人员解释说，以前的许多研究分析了血液样本中的甲基化特征，目的是确定精神分裂症个体之间的表观遗传差异。

“我们的研究在很多方面都有创新，”第一作者、Waterland实验室的计算机科学家Chathura J. Gunasekara博士说。“我们专注于CoRSIVs，并首次应用了SpLS-DA机器学习算法来分析DNA甲基化。作为一名对将机器学习应用于医学感兴趣的科学家，我们的发现非常令人兴奋。他们不仅提出了在生命早期预测精神分裂症风险的可能性，而且还概述了一种可能适用于其他疾病的新方法。”

目前的研究还具有创新性，因为它考虑了其他研究没有考虑到的主要潜在混杂因素。例如，血液中的甲基化模式可能受到吸烟和服用抗精神病药物等因素的影响，这两种因素在精神分裂症患者中都很常见。

“在这里，我们采取了各种方法来评估我们在CoRSIVs检测到的甲基化模式是否受到药物使用和吸烟的影响。我们能够排除这种可能性，”Waterland说。“这一点，再加上CoRSIVs的DNA甲基化在生命早期就已经确立，表明我们在精神分裂症患者和健康个体之间发现的表观遗传差异在疾病诊断之前就存在了，这表明它们可能导致了这种情况。”

研究小组表示，使用这种新方法，研究人员能够获得比以往任何时候都更强的与精神分裂症相关的表观遗传信号。

Waterland说:“我们认为我们的研究证明了聚焦于CoRSIVs使表观遗传流行病学成为可能的原则。”

Chathura J. Gunasekara, Eilis Hannon, Harry MacKay, Cristian Coarfa, Andrew McQuillin, David St. Clair, Jonathan Mill, Robert A. Waterland. A machine learning case–control classifier for schizophrenia based on DNA methylation in blood. Translational psychiatry, 2021; 11 (1) DOI: 10.1038/s41398-021-01496-3