В Томске научились определять виды депрессии по крови и слюне

«Биомаркеры», находящиеся в слюне и крови человека, могут рассказать о наличии или отсутствии депрессии, выяснили учёные Томского государственного университета (ТГУ) вместе с сотрудниками НИИ психического здоровья Томского национального исследовательского медцентра (ТНИМЦ). На основе этих данных с помощью машинного обучения будет создана компьютерная модель, которая позволит автоматизировать диагностику, сообщили ТАСС в пресс-службе вуза. Исследование поддержано Российским научным фондом.

Отмечается, что в мире страдают депрессией около 300 млн человек. При этом диагностика этого заболевания построена в основном на оценке поведенческих особенностей, а также на анализе работы мозга аппаратным методом. Ещё сложнее отличить униполярную депрессию от биполярной, поскольку на начальной стадии — когда лечение эффективнее всего — их проявления схожи.

Как объяснила ТАСС учёный ТНИМЦ Людмила Левчук, при первом типе человек находится все время в депрессивном состоянии, а при втором — депрессивная и маниакальная фазы периодически сменяют друг друга.

Исследователям потребовалось в первую очередь найти биологические маркеры, типичные для каждого из типов депрессии, присутствующие уже на ранней стадии заболевания. В частности, биофизики обнаружили специфическое изменение уровня холестерина, гуанина, который очень зависим от деятельности головного мозга, серотонина, фенилананина, участвующего в синтезе тироксина — гормона щитовидной железы и оказывающего стимулирующее действие на центральную нервную систему, а также ряда других химических соединений.

В качестве инструмента для поиска «биометок» учёные используют один из методов спектроскопии — метод комбинационного рассеяния света, позволяющий анализировать химические вещества в пробах слюны или крови.

«Данный подход поможет не только своевременно выявлять униполярную и биполярную депрессию, но и контролировать эффективность лечения, оценивать её в динамике. В настоящее время мы работаем над составлением классификатора, подробным описанием информативных показателей. Для того, чтобы избежать погрешности в диагностике, необходимо выявить не только сами биомаркеры, но и характерные сочетания, свойственные для интересующих нас видов аффективных расстройств», — приводятся слова учёного лаборатории лазерного молекулярного имиджинга и машинного обучения ТГУ Алисы Самариновой.

Учёные ТГУ планируют провести корреляцию своих данных с результатами, полученными специалистами НИИ психического здоровья ТНИМЦ с использованием традиционных методов. На завершающем этапе проекта классификатор будет использован для машинного обучения компьютерной модели, что позволит автоматизировать процесс диагностики. Новый подход будет служить вспомогательным инструментом. Учёные продемонстрируют его возможности в конце 2023 года.