Возможности вычислительной психиатрии в поиске биологических маркеров депрессивных расстройств
Журнал: Сибирский вестник психиатрии и наркологии @svpin
Рубрика: Вычислительная психиатрия
Статья в выпуске: 3 (132), 2026 года.
Бесплатный доступ
Актуальность. Депрессивные расстройства относятся к категории социально значимых болезней с высокой распространенностью во всех возрастных группах. Принимая во внимание трудности ранней диагностики, негативные последствия неправильной диагностики на лечение и выздоровление, повышенный риск суицидального поведения, усиление когнитивных и функциональных нарушений, а также увеличение экономического бремени, особое значение приобретает поиск различных биологических маркеров депрессивных расстройств. Цель. Выявление функциональных связей между факторами нейропластичности, нейродегенерации и иммуновоспаления и определение потенциальных биологических маркеров депрессивных расстройств. Материал и методы. Построение и определение белок-белковых взаимодействий реализовано при помощи онлайн-сервиса STRING (https://string-db.org/), включающего общедоступные базы данных по сигнальным, регуляторным и метаболическим путям. Результаты. Проведенный биоинформатический анализ биологических путей для исследуемых маркеров нейропластичности, иммуновоспаления и нейродегенерации определил их интеграцию в единую регуляторную сеть, в рамках которой идентифицированы три кластера, взаимодействующие посредством ключевых белков и поддерживающие функциональные связи между гуморальными факторами нейропластичности, нейродегенерации и иммуновоспаления. Вычислительная психиатрия, как интегративная дисциплина и ключевой компонент трансляционной медицины, открывает перспективы для совершенствования диагностических и прогностических подходов в психиатрии, характеризуя механизмы расстройств на различных уровнях и позволяя предсказывать наиболее эффективные терапевтические стратегии.
Короткий адрес: https://sciup.org/142249039
IDS: 142249039 | УДК: 616.89-008.48:616.89-008.6-07:612.833.81:616-002.77:616.83 | DOI: 10.26617/1810-3111-2026-3(132)-37-47
The potential of computational psychiatry in the search for biological markers of depressive disorders
Background. Depressive disorders are socially significant diseases with a high prevalence across all age groups. Given the difficulties of early diagnosis, the negative consequences of misdiagnosis for treatment and recovery, the increased risk of suicidal behavior, increased cognitive and functional impairment, and the growing economic burden, the search for various biological markers of depressive disorders is of particular importance. Objective. To identify functional relationships between factors of neuroplasticity, neurodegeneration, and immunoinflammation and to de-termine potential biological markers of depressive disorders. Material and Methods. The construction and determi-nation of protein-protein interactions were implemented using the STRING online service (https://string-db.org/), which includes publicly available databases on signaling, regulatory, and metabolic pathways. Results. A bioinfor-matics analysis of the biological pathways for the studied markers of neuroplasticity, immunoinflammation, and neu-rodegeneration revealed their integration into a unified regulatory network, identifying three clusters that interact via key proteins and support functional links between humoral factors of neuroplasticity, neurodegeneration, and im-munoinflammation. Computational psychiatry, as an integrative discipline and a key component of translational med-icine, offers prospects for improving diagnostic and prognostic approaches in psychiatry by characterizing the mech-anisms of disorders at various levels and enabling the prediction of the most effective therapeutic strategies for each patient.
