本报讯（物质科学与信息技术研究院）近日，我校夏俊峰团队在Biological Psychiatry（影响因子9.6，中科院1区TOP期刊）上发表题为“PsyRiskMR: a comprehensive resource for identifying psychiatric disorders risk factors through Mendelian randomization”的研究。物质科学与信息技术研究院青年教师李晓艳为该论文第一作者，夏俊峰教授为本文通讯作者，安徽大学为第一署名单位。
精神疾病是一个日益重要的全球性健康问题，给现代社会带来了巨大的临床和经济负担。作为一种复杂的多因素疾病，精神疾病可归因于遗传和环境风险因素。然而，精神疾病的病因在很大程度上是未知的，目前仍缺少有效的治疗方法。因此，确定精神疾病的风险因素至关重要，这有望为精神疾病的潜在发病机制和治疗策略带来新的启示。孟德尔随机化是研究疾病潜在致病风险因素的一种有效而强大的统计方法。然而，目前还缺乏一个全面的精神疾病孟德尔随机化数据库，以便更系统、更准确地了解精神疾病的风险因素。
基于此，课题组该工作收集了全面的暴露风险数据集，包括71种精神疾病特异性风险表型、3935种脑成像特征和30多个脑组织/细胞特异性分子数量性状位点（Molecular quantitative trait loci，xQTL）数据集，对十种常见精神疾病进行全面的孟德尔随机化分析，以遗传变异作为工具变量，探索各种暴露风险因素与精神疾病结局之间的潜在因果关系。并在此基础上，提供了一体化的查询和下载平台——PsyRiskMR（http://bioinfo.ahu.edu.cn/PsyRiskMR），为更好地预防和治疗精神疾病提供了新的见解。
随着高通量测序技术和多组学分析的快速发展，未来将会有更多更大样本量的精神疾病表型GWAS数据集和多组学QTL数据集发布。将相关数据进行有效整合分析，以帮助用户更好理解和获取更多的精神疾病病因学的风险因素，将为精神疾病预防和治疗的理论研究提供更可靠的参考。
图. PsyRiskMR数据库概览