Development and validation of polygenic risk profiles of schizophrenia

Deze studie toont aan dat het gebruik van polygenische risicoscores voor diverse psychiatrische kenmerken twee biologisch en klinisch onderscheidende subgroepen van schizofreniepatiënten onthult, waarbij de ene groep, ondanks een vergelijkbare schizofrenie-aanleg, een hogere genetische kwetsbaarheid vertoont voor depressie, neuroticisme en cognitieve beperkingen die geassocieerd zijn met een ernstigere ziekteverloop.

De kern

De Schizofrenie-Genen: Een Verhaal over Twee Soorten Reisgenoten

Stel je voor dat schizofrenie een enorme, chaotische stad is. In deze stad wonen miljoenen mensen, maar ze leven allemaal in een heel ander soort wijk. Sommige straten zijn rustig, andere zijn een doorgaande weg met veel verkeer, en weer andere zijn vol met bouwputten. Vroeger dachten artsen dat iedereen in deze stad ongeveer hetzelfde leefde en dat je ze allemaal op dezelfde manier kon behandelen. Maar dat klopt niet. De stad is veel te divers.

Deze nieuwe studie is als een grote, slimme detective die de stad binnenstapt om te kijken of er toch een patroon te ontdekken valt. De onderzoekers wilden weten: Kunnen we de bewoners van deze stad indelen in groepen op basis van hun "genetische paspoort", zodat we beter begrijpen wat ze nodig hebben?

De Genetische Paspoorten (Polygenic Scores)

Elke mens heeft duizenden kleine genetische stukjes (zoals letters in een boek) die bepalen of ze vatbaarder zijn voor bepaalde dingen, zoals depressie, angst, of een lage concentratie. In de wetenschap noemen we dit een polygenic score.

Stel je voor dat elke persoon een rugzak heeft.

• De ene rugzak zit vol met zware stenen van "schizofrenie".
• Maar deze nieuwe studie keek niet alleen naar die ene steen. Ze keken naar 413 verschillende soorten voorwerpen in de rugzak: stenen voor depressie, zand voor angst, bloemen voor neuroticisme (gevoeligheid), en zelfs lege plekken waar cognitieve vaardigheden (zoals geheugen) zouden moeten zitten.

De Grote Sorteer-machine

De onderzoekers gebruikten een slimme computer (kunstmatige intelligentie) om de rugzakken van bijna 8.500 mensen met schizofrenie te scannen. Ze dachten: "Als we al deze 413 soorten voorwerpen samen bekijken, kunnen we dan twee duidelijke groepen vinden?"

En ja! De computer vond twee heel verschillende groepen, die we Groep 1 en Groep 2 kunnen noemen.

Groep 1: De "Zware Rugzak"

Deze mensen hebben net zo veel "schizofrenie-stenen" in hun rugzak als de anderen. Maar hun rugzak is extra zwaar door andere dingen:

• Ze hebben heel veel zware stenen van depressie en angst.
• Ze hebben geen bloemen voor cognitieve vaardigheden (hun "geheugen-planten" zijn minder sterk).
• In het echt: Deze mensen hebben het vaak zwaarder. Ze krijgen vaker antidepressiva, hebben vaker andere psychische problemen (zoals eetstoornissen of persoonlijkheidsstoornissen) en hun ziekteverloop is complexer. Het is alsof ze niet alleen de stad van schizofrenie moeten doorlopen, maar ook nog een steile berg op moeten klimmen.

Groep 2: De "Schone Rugzak"

Deze mensen hebben ook de "schizofrenie-stenen", maar hun rugzak ziet er anders uit:

• Ze hebben minder last van de extra stenen van depressie en angst.
• Hun cognitieve vaardigheden (hun "geheugen-planten") zijn sterker.
• In het echt: Hun profiel lijkt meer op dat van gezonde mensen, wat betekent dat hun ziekteverloop soms iets anders verloopt dan bij Groep 1, ook al hebben ze dezelfde diagnose.

Waarom is dit zo belangrijk? (De Metafoor van de Sleutel)

Vroeger gaf de dokter aan iedereen in de stad schizofrenie dezelfde sleutel om de deur te openen (dezelfde medicatie). Maar deze studie zegt: "Wacht even! Groep 1 heeft een sleutel nodig die ook de deur van de depressie en angst openmaakt, terwijl Groep 2 misschien een andere sleutel nodig heeft."

Het interessante is dat de computer beter voorspelde wie schizofrenie had, als hij keek naar de mensen van Groep 1. Waarom? Omdat hun "zware rugzak" (de combinatie van schizofrenie + angst + depressie) een heel duidelijk patroon vormt dat makkelijker te herkennen is dan alleen de schizofrenie-stenen op zich.

Wat betekent dit voor de toekomst?

Stel je voor dat een arts in de toekomst niet alleen kijkt naar hoe iemand zich voelt (wat soms verandert), maar ook even snel naar de genetische rugzak van de patiënt.

• Als de patiënt een "Groep 1-rugzak" heeft, weet de arts: "Ah, deze persoon heeft een complexer profiel. We moeten extra aandacht besteden aan angst en depressie, en misschien een ander medicijn kiezen."
• Als de patiënt een "Groep 2-rugzak" heeft, kan de aanpak anders zijn.

Kort samengevat:
Deze studie laat zien dat schizofrenie niet één grote, saaie ziekte is. Het is meer als een paard met twee verschillende ruiters. Beide ruiters rijden op hetzelfde dier, maar ze hebben een heel ander gewicht en een andere manier van rijden. Door te kijken naar de genetische "rugzak" van de patiënt, kunnen artsen in de toekomst veel gerichter en persoonlijker behandelen. Het is een stap in de richting van maatwerk in de psychiatrie, in plaats van "één maat past iedereen".

Technische samenvatting

1. Het Probleem

Schizofrenie (SCZ) is een ernstige, chronische psychiatrische aandoening met een hoge mate van klinische en biologische heterogeniteit. Patiënten vertonen grote variatie in symptomen, beloop en reactie op behandeling (ongeveer één derde reageert slecht op therapie). Traditionele diagnostische indelingen (zoals in DSM-5 en ICD-11) hebben subtypes van schizofrenie verlaten vanwege gebrek aan betrouwbaarheid.

Hoewel schizofrenie een hoge erfelijkheid heeft (60-80%) en sterk polygenisch is, verklaart de huidige schizofrenie-specifieke polygenic risk score (PRS) niet volledig de variatie in ziektebelasting. Er is behoefte aan een methode om patiënten te stratificeren op basis van hun onderliggende genetische architectuur, niet alleen op basis van het risico op schizofrenie zelf, maar ook op basis van de genetische neiging tot gerelateerde psychiatrische kenmerken (zoals depressie, neuroticisme en cognitieve functies).

2. Methodologie

De auteurs ontwikkelden en gebruikten een geautomatiseerd machine learning-framework genaamd PRScope om genetische risicoprofielen (GRP's) te identificeren.

• Data:
  • Ontwikkelingsdataset (TrainFinnGen): FinnGen release 12 (7.486 SCZ-gevallen, 27.288 controles).
  • Validatiedatasets: PsyCourse (419 gevallen, 299 controles) en Bari-cohort (531 gevallen, 738 controles).
  • Transdiagnostische data: Ook data van bipolaire stoornis (BIP) en grote depressieve stoornis (MDD) werden gebruikt voor bredere analyses.
• Polygenic Scores (PGS) Berekening:
  • Er werden 413 psychiatrisch relevante PGS berekend voor elke participant.
  • Bronnen: GWAS Catalog (348 GWAS) en externe bronnen zoals het Psychiatric Genomics Consortium (PGC) (65 GWAS).
  • Methode: LDPred-2 (Bayesiaanse methode) voor het berekenen van de scores.
• Machine Learning Framework:
  • Feature Selectie: PGS werden gerangschikt op basis van hun absolute correlatie met schizofrenie.
  • Clustering: Een k-means clustering algoritme werd toegepast op de multi-PGS matrix van schizofrenie-patiënten om twee distincte clusters te identificeren.
  • Validatie: Voor elk cluster werd een aparte Random Forest-model getraind om schizofrenie-gevallen van controles te onderscheiden. Deze modellen werden vervolgens gebruikt om cluster-toewijzingen te voorspellen in de validatiedatasets.
  • Vergelijking: Een alternatieve aanpak ("composite PGS"), waarbij patiënten werden gegroepeerd op basis van de voorspelde waarschijnlijkheid van schizofrenie (mediaan split), werd gebruikt als controlegroep.
• Genetische Analyse: Conjunctive False Discovery Rate (conjFDR) werd gebruikt om te onderzoeken of de genetische susceptibiliteit voor bepaalde traits gedeelde genetische varianten (pleiotropie) deelt met schizofrenie.

3. Belangrijkste Bijdragen

• Ontwikkeling van PRScope: Een nieuw framework dat standaardisatie biedt voor het berekenen van PGS uit een breed scala aan GWAS en deze gebruikt voor data-gedreven patiëntstratificatie.
• Identificatie van twee Genetische Risicoprofielen (GRP's): De studie toont aan dat schizofrenie-patiënten niet genetisch uniform zijn, maar kunnen worden onderverdeeld in twee clusters met verschillende genetische achtergronden, ondanks dat ze allemaal een schizofrenie-diagnose hebben.
• Transdiagnostische Validatie: De methode is succesvol gevalideerd in onafhankelijke cohorten en toont aan dat deze profielen ook relevant zijn voor andere psychiatrische aandoeningen (BIP, MDD).
• Klinische Relevantie: Het koppelen van deze genetische profielen aan klinische uitkomsten (comorbiditeit, medicatiegebruik) biedt een nieuwe dimensie voor gepersonaliseerde geneeskunde die verder gaat dan traditionele symptoomschalen.

4. Resultaten

• Twee Distincte Clusters: Er werden twee clusters geïdentificeerd die vergelijkbare genetische belasting voor schizofrenie zelf hadden, maar sterk verschilden in hun profielen voor andere traits:
  • GRP 1: Gekenmerkt door een hoge genetische risicoscore voor neuroticisme en depressie, en een lage score voor cognitieve prestaties.
  • GRP 2: Gekenmerkt door een profiel dat meer lijkt op gezonde controles (lagere neuroticisme/depressie scores, hogere cognitieve scores).
• Voorspellende Kracht: Een voorspellingsmodel gebaseerd op GRP 1 presteerde aanzienlijk beter in het onderscheiden van schizofrenie-patiënten van controles dan een model gebaseerd op GRP 2, ondanks dat beide groepen evenveel genetisch risico voor SCZ hadden.
• Klinische Associaties (TrainFinnGen):
  • Patiënten in GRP 1 hadden significant vaker comorbiditeit (depressie, neurotische stoornissen, eetstoornissen, persoonlijkheidsstoornissen).
  • GRP 1 was geassocieerd met een complexer ziektebeeld en een hoger gebruik van clozapine (een medicijn voor therapieresistente schizofrenie).
  • GRP 1 vertoonde een hogere voorspelbaarheid voor schizofrenie in case-control modellen.
• Validatie: De resultaten werden gerepliceerd in de PsyCourse en Bari-cohorten, hoewel de statistische power daar lager was. In PsyCourse werd een hogere score voor depressieve symptomen (IDS-C30) gevonden bij GRP 1.
• Genetische Overlap: ConjFDR-analyse bevestigde dat de gedeelde genetische varianten tussen schizofrenie en de traits neuroticisme, depressie en cognitie bijdragen aan het ziekterisico.

5. Betekenis en Conclusie

De studie levert bewijs dat schizofrenie niet één homogene entiteit is, maar dat er biologisch onderscheidende subgroepen bestaan die gedefinieerd kunnen worden door hun polygenische risicoprofielen.

• Biologische Inzicht: De aanwezigheid van hoge genetische risico's voor neuroticisme, depressie en lage cognitie naast het schizofrenie-risico lijkt de ziekte-uiting (penetrantie) en ernst te beïnvloeden.
• Klinische Toepassing: Omdat deze genetische stratificatie niet correleert met standaard klinische meetinstrumenten (zoals de PANSS-scores), biedt het een nieuwe, objectieve manier om patiënten te groeperen. Dit kan leiden tot vroegere identificatie van patiënten met een slechte prognose en een betere personalisatie van behandelingen.
• Toekomstperspectief: Het framework kan worden toegepast op andere complexe psychiatrische en somatische aandoeningen om de heterogeniteit van deze ziekten te ontrafelen en gepersonaliseerde zorg te bevorderen.

Beperkingen: De analyse was beperkt tot twee clusters vanwege de steekproefomvang van de validatiecohorten, en de resultaten zijn momenteel alleen geldig voor personen van Europese afkomst.