Clear Sky Science · nl

Bloedplasma-proteomische biomarkers voor het voorspellen van de overgang naar psychose in een Aziatische cohorte

· Terug naar het overzicht

Waarom bloed vroegtijdige signalen van de geest kan onthullen

Psychotische stoornissen zoals schizofrenie treden vaak op in de jonge volwassenheid en kunnen iemands leven ingrijpend veranderen. Klinische beoordeelingen kunnen mensen identificeren die bijzonder hoog risico lopen, maar de huidige beoordelingen steunen grotendeels op interviews en observaties, die subjectief zijn en subtiele waarschuwingssignalen kunnen missen. Deze studie onderzoekt of een eenvoudige bloedtest, die tegelijk naar veel verschillende eiwitten in het bloed kijkt, kan helpen voorspellen welke risicovolle jongeren later een psychose ontwikkelen, en of tests die eerst in Europese groepen zijn ontwikkeld ook bruikbaar zijn in Aziatische populaties.

Figure 1
Figure 1.

Het volgen van jongeren op de rand van ziekte

De onderzoekers maakten gebruik van een tweejarig onderzoek in Singapore waarin 135 jongeren van 14 tot 29 jaar werden gevolgd. Allen kregen regelmatig geestelijke gezondheidscontroles en herhaalde bloedafnames. Ongeveer de helft werd op basis van uitgebreide interviews beoordeeld als zijnde in “ultra‑hoog risico” op psychose, terwijl de rest geen dergelijke risicofactoren had en diende als controlegroep. Binnen de hoog‑risicogroep kregen 13 personen later een eerste psychotische episode, terwijl 52 dat niet deden. Het team concentreerde zich op bloed dat was afgenomen voordat enige psychotische uitbraak optrad, zodat ze konden nagaan of vroege biologische signalen in het bloed verschilden tussen degenen die later ziek werden en degenen die dat niet deden.

Het lezen van complexe eiwitpatronen in bloed

In plaats van naar slechts één of twee moleculen te kijken, maten de wetenschappers meer dan 1.700 verschillende eiwitten in het plasma‑gedeelte van bloed met een zeer gevoelige massaspectrometer. Vervolgens schonen en standaardiseerden ze de gegevens om technische ruis en ontbrekende waarden aan te pakken. Uit deze set behielden ze 605 betrouwbaar gemeten eiwitten en voerden deze in machine‑learningalgoritmen—computermodellen die patronen leren—in om te zien of combinaties van eiwitniveaus toekomstige “converters” van niet‑converters konden onderscheiden. Om te voorkomen dat ze zichzelf misleidden door toevallige patronen in een kleine steekproef, gebruikten ze zorgvuldige kruisvalidatiemethoden en vergeleken ze hun resultaten met duizenden modellen die waren gebouwd op willekeurig gekozen eiwitsets.

Testen van Europese signaturen in een Aziatische cohorte

Eerder onderzoek in voornamelijk Europese deelnemers had al specifieke groepen bloedproteïnen voorgesteld die psychose zouden kunnen voorspellen. Het team in Singapore vroeg eerst: werken diezelfde eiwitgroepen ook in een Aziatische cohorte? Toen ze twee eerder gepubliceerde eiwit“signaturen” toepasten op hun dataset, presteerden de modellen redelijk goed en konden ze converters vaker dan op toeval gebaseerd scheiden van niet‑converters. Dit suggereert dat ten minste sommige biologische signalen die samenhangen met opkomende psychose tussen populaties gedeeld zijn, wat de zorg vermindert dat eerdere bevindingen beperkt zouden zijn tot mensen van Europese afkomst.

Figure 2
Figure 2.

Het bouwen van sterkere, populatiespecifieke predictietools

Vervolgens lieten de onderzoekers hun modellen rechtstreeks binnen de Aziatische dataset zoeken naar de meest informatieve eiwitten. Ze bouwden drie versies van voorspellingsmodellen met verschillende maar verwante statistische benaderingen. Alle drie presteerden beter dan de geïmporteerde Europese signaturen, waarbij de beste uitstekende nauwkeurigheid bereikte. Bij vergelijking van de daadwerkelijk betrokken eiwitten vonden ze verrassend weinig overlap in de exacte moleculen die in Aziatische versus Europese modellen werden geselecteerd. Toch neigden de eiwitten te clusteren in dezelfde biologische families en paden, met name die welke betrokken zijn bij de immuunafweer van het lichaam, bloedstolling en vetdraagende deeltjes in het bloed. Dit suggereert dat dezelfde onderliggende systemen verstoord zijn, ook al verschilt het gedetailleerde eiwitpatroon per populatie.

Wat de bevindingen betekenen voor de geestelijke gezondheidszorg

Voor niet‑specialisten is de kernboodschap dat een bloedtest die veel eiwitten tegelijk weerspiegelt, kan helpen aanwijzen welke hoog‑risico jongeren het meest waarschijnlijk een psychose ontwikkelen, en dat dit idee lijkt te werken in zowel Europese als Aziatische groepen. Het werk wijst ook op het immuunsysteem, bloedstolling en vetgerelateerde moleculen als terugkerende spelers in de biologie van psychische aandoeningen. Hoewel deze resultaten nog bevestigd moeten worden in grotere en meer diverse groepen voordat een routinetest kan worden ingevoerd, brengen ze de psychiatrie een stap dichter bij objectieve, laboratoriumgebaseerde hulpmiddelen die klinische interviews kunnen aanvullen, vroege interventie kunnen ondersteunen en mogelijk de langetermijnuitkomst voor kwetsbare jongeren kunnen veranderen.

Bronvermelding: Chan, W.X., Wong, J.J., Yang, Z. et al. Blood plasma proteomic biomarkers for forecasting transition to psychosis in an Asian cohort. Transl Psychiatry 16, 219 (2026). https://doi.org/10.1038/s41398-026-04004-7

Trefwoorden: risico op psychose, bloedbiomarkers, proteomica, voorspelling van geestelijke gezondheid, machine learning