研究人员正在调查各种行为、环境和神经元素，这些可能揭示年轻人中精神健康问题的遗传风险是如何呈现的。
在圣路易斯华盛顿大学，研究人员采取全面的方法探讨遗传影响如何与青少年行为相关。他们广泛收集定义我们的所有可测量特征、行为和环境，旨在揭示这些因素与精神健康风险相关的遗传成分之间的联系。
这种创新的方法揭示了与心理问题遗传风险相关的一些重要新信息，包括生活事件带来的压力和屏幕时间的影响。尽管这些发表在自然精神健康上的研究结果无法确定因果关系，但它们为理解青年期精神健康障碍的发展提供了有希望的见解。
华盛顿大学精神病学助理教授妮可·卡尔彻（Nicole Karcher）解释道：“我们捕捉到这里所有多样的方面，”她将他们的遗传评估工具类比于广泛的渔业努力。
“现在我们可以整理出我们的发现，接下来的步骤是评估这些发现对于减轻精神健康问题风险的意义。”
识别风险因素的突破性策略
我们对遗传与行为之间关系的理解，大多来源于全基因组关联研究（GWAS）。这些研究确定了基因组中特定遗传变异与各种特征或特性的联系，这些特征或特性被称为表型，可以包括身体特征到抑郁症和焦虑等精神疾病。
许多行为障碍共享遗传相关性。因此，寻找抑郁症遗传联系的GWAS研究的结果，可能也表明与焦虑等相关疾病的遗传联系。
卡尔彻指出：“我们意识到，没有单一的行为特征会单独与遗传风险相关，这促使我们采取更开放和以数据为导向的方法，以利用大量数据集中可用的信息。”
这种方法旨在识别遗传风险与精神症状之间预期的连接，以及可能提供对精神疾病风险发展更深理解的新关联。
为此，资深作者卡尔彻和主要作者莎拉·保罗（Sarah Paul），她是瑞安·博格丹（Ryan Bogdan）在艺术与科学学院的行为研究与成像神经遗传学实验室的研究生，进行了一个表型广泛关联研究（PheWAS），其方法与典型GWAS相反。
虽然GWAS通常从精神病症开始，以寻找相关的遗传变异，但他们的PheWAS则是从已知的与精神健康问题相关的遗传变异开始，探讨这些变异与广泛测量因素的联系，包括行为、症状、环境、健康问题以及其他表型，使用来自青少年大脑认知发展（ABCD）研究的约1300到1700个表型。
保罗表示：“我们采取了非常广泛的视角，”描述不同的表型涵盖了从冲动性和问题行为或异常体验到屏幕时间和咖啡因摄入的任何内容。
想象一下这就像用大网捕鱼。
根据博格丹（心理与脑科学学院杰出教授）的说法，该方法旨在发现遗传倾向与可能可改变的风险因素之间的联系，这些因素可以在精神健康问题发展之前被处理。
他们研究的发现
PheWAS的结果揭示了一些意外的结果，同时确认了关于与青少年精神健康障碍相关的遗传风险和行为的现有知识。
华盛顿大学团队综合了11个GWAS的结果，创建了四个主要的遗传风险类别，或多基因评分：神经发育型、内化型（例如：抑郁症、焦虑）、强迫型和精神病型。以下是他们在这些类别中发现的一些关联：
*神经发育问题的遗传风险（主要是ADHD、孤独症谱系障碍、重度抑郁症和问题饮酒）与大约190个表型相关，这些表型包括注意力不集中、冲动性、总体屏幕时间、睡眠问题和异常体验。他们还指出，环境因素如社区中的更高犯罪率和较少的父母监督与这种遗传风险有关。
*内化行为的遗传风险（包括重度抑郁症、广泛性焦虑症、创伤后应激障碍和问题饮酒）与大约120个表型广泛相关，如抑郁、生活中的压力事件、异常体验和屏幕时间。
*精神病风险（主要与精神分裂症和双相障碍相关）显示了有限的表型链接，主要与学校参与减少和能量饮料消耗增加有关。
卡尔彻表示对“精神健康问题的遗传脆弱性”可能通过儿童和青少年早期期间可改变的行为显现感到惊讶。
研究考察了与遗传风险可能相关的众多变量，突出了许多关联——特别是神经发育遗传风险与屏幕时间之间的联系。
她指出：“PheWAS成功揭示了这些可能会被忽视的连接集群。”
其中一个集群突出了精神病障碍遗传风险与能量饮料消费之间的相关性。这些研究考察的是相关性，而不是因果关系，因此不能确定能量饮料的摄入直接导致精神病障碍。也有可能遗传因素使个体既容易患精神病障碍，又更可能消费含咖啡因的饮料。
关于屏幕时间与神经发育风险之间的强关联，似乎也适用类似的情况。
PheWAS的目的是不是澄清因果关系的细节，而是从高层次的角度提供对这些关联的广泛概述，卡尔彻指出。
随着时间的推移，ABCD参与者的成熟以及基因组数据库的多样性增长，我们将获得进一步的见解。
保罗表示：“追踪这些年轻人进入早期成年将增强我们对遗传风险如何与屏幕时间、精神健康问题、症状和睡眠之间的联系的理解，这些联系在从青少年过渡到早期成年期间如何演变或保持稳定。”
总体来说，这项研究展示了PheWAS方法如何帮助识别未来预防和早期干预措施的潜在目标。这项研究突出了几个可改变的因素，如屏幕时间和能量饮料消费，这些因素可以作为减少精神健康问题发展可能性早期迹象。
过去对精神疾病的全基因组研究通常利用的数据来自与欧洲参考人群相似的个体，而其他全球人群的GWAS相对较少。因此，这项研究的一个显著限制是由于其依赖于欧洲人群的数据，只有来自该组的ABCD数据可以被纳入PheWAS。
保罗指出：“这显著限制了我们发现的适用性。然而，随着来自多样人群的更多GWAS数据的可获取，以及先进的多基因评分方法的发展，我们应该能够扩大参与者群体，使其更加具代表性。”
