近日，上海交通大学公共卫生学院钟文泽/冯楠楠课题组联合多家单位在国际综合性期刊Nature Communications发表题为“Multi-organ network of cardiometabolic disease-depression multimorbidity revealed by phenotypic and genetic analyses of MR images”的研究成果。该研究利用多器官影像学数据，系统描绘了心血管代谢疾病和抑郁症共病涉及腹-心-脑轴的多器官网络特征及其共享的遗传基础，为共病现象的存在提供器官层面的生物学解析，也为共病防控提供新的思路。

心血管代谢疾病与抑郁症是最常见的身心共病模式之一，其发生发展涉及肝脏、胰腺、心脏和脑等多个器官系统的病理生理过程。越来越多的证据表明，这些器官系统之间存在广泛的关联，反映了跨器官的协同改变和共享的遗传基础。然而，现有研究大多聚焦于单一疾病的影像学和遗传学特征，无法捕捉共病状态下器官系统间的协同改变和共享基础。阐明与心血管代谢疾病和抑郁症共病相关的多器官特征之间的关联及其共享的遗传基础，对于推进多病共存的整体性风险管理和识别潜在治疗靶点具有重要意义。

该研究基于UK Biobank数据库31,246名参与者的多器官磁共振成像（MRI）数据，系统探究心血管代谢疾病与抑郁症共病的多器官表现、表型关联及其共享遗传基础。在表型层面，利用回归筛选与共病显著相关的腹部、心脏和脑部影像特征，并筛选腹-心-脑三联征（即三个器官特征两两显著相关的组合）以构建跨器官表型网络。在遗传层面，整合连锁不平衡评分回归（LDSC）、局部遗传相关分析（LAVA）及遗传重叠分析（GPA）评估跨器官网络的遗传相关和重叠，利用跨性状关联分析（CPASSOC）和转录组关联分析（TWAS）识别其共享位点及表达基因，并通过GO富集分析揭示生物学通路。最后，基于多器官MRI特征构建共病风险及进展的预测模型。

图片来源：Nature Communications

该研究共识别出130个与共病显著相关的多器官影像学特征，包括7个腹部特征、16个心脏特征和107个脑部特征。腹部特征主要涉及更大的肝脏体积、更高的肝脏、胰腺和内脏脂肪含量；心脏特征包括更厚的心肌壁和更低的心室搏出量；脑部特征则表现为更小的灰质体积（尤其是边缘系统区域）、更大的白质高信号体积以及更差的白质纤维束（胼胝体、放射冠等）微结构完整性。

图片来源：Nature Communications

跨器官表型相关性分析发现，这些多器官特征形成了1418个腹-心-脑三联征，构成了高度互联的多器官网络。其中，肝脏体积、左心室心肌壁厚度和白质高信号体积分别是腹部、心脏和脑部的核心节点。网络分析进一步揭示了两个功能模块：代谢负荷-心脏重构-脑结构异常模块和异位脂质-心脏功能障碍-白质病理模块。这两个模块显示了代谢功能紊乱、心血管损伤和脑结构异常之间的系统性关联，表明共病呈现出协同的全身性紊乱而非孤立的器官功能障碍。

图片来源：Nature Communications

遗传学分析识别出43个基因位点（其中21个为新发现位点）被216个腹-心-脑三联征共享。最广泛共享的基因组位点包括NUDC、ARID1A和CRHR1。这些位点映射的224个蛋白编码基因富集在39个生物学过程中，主要涉及脂质代谢与转运、线粒体功能和膜组织等与心血管代谢和神经精神功能相关的通路。TWAS分析进一步验证了15个在脂肪组织、全血、血管、脑、心脏、肝脏和胰腺等24个组织中表达的共享基因，如ARID1A、WNT3和HSPA4等，为跨器官关联提供了分子基础。

图片来源：Nature Communications

预测模型结果显示，整合多器官MRI特征和生化指标显著提高了共病发生和进展的预测能力。在无心血管代谢疾病和抑郁症的个体中预测共病发生时，生化和影像学联合模型的C-statistic从单独生化模型的0.70提升至0.74。在已有心血管代谢疾病的个体中预测抑郁症发生时，联合模型的C-statistic达到0.77，显著优于单独影像学模型的0.72。

图片来源：Nature Communications

该研究系统描绘了心血管代谢疾病和抑郁症共病的多器官网络特征，揭示了腹-心-脑轴的表型关联和共享遗传基础。研究发现，共病并非孤立的器官病变，而是涉及多系统协同紊乱的全身性疾病，强调了从单一器官视角转向整体多系统方法对于多病共存管理的重要性。研究识别的共享遗传位点和生物学通路为开发靶向治疗策略提供了潜在的方向，整合多器官影像学特征和生化指标的预测模型为疾病的风险分层、精准干预及健康管理提供了科学依据。

该论文第一作者为上海交通大学公共卫生学院2023级直博生王璟瑄、上海人工智能实验室刘绵莘青年研究员、天津医科大学总医院医学影像科刘风副教授，和上海交通大学公共卫生学院2023级直博生杨广睿。通讯作者为上海交通大学公共卫生学院钟文泽研究员和冯楠楠副教授、中国科学技术大学附属第一医院临床营养科荣爽教授，以及华中科技大学同济医学院附属协和医院放射科刘小明副主任技师。该研究得到山东大学公共卫生学院袁中尚教授、上海人工智能实验室王立龙青年研究员、南京理工大学计算机科学与工程学院吴烨教授、协和医院放射科范文亮副主任技师以及浙江省丽水市人民医院放射科兰俊主任和鄢巧伶主管技师的重要指导。该研究得到AI4S攀登者行动计划项目、国家自然科学基金项目、湖北省自然科学基金项目和上海高水平地方高校创新团队项目等多项基金资助。

第一作者 王璟瑄

王璟瑄，上海交通大学公共卫生学院流行病学与生物统计学系钟文泽课题组2023级直博生。主要研究方向为基于多器官影像、基因组学和AI的心血管代谢疾病预测及机制研究。迄今，王璟瑄以第一作者（含共同）身份在Nature Communications、Diabetes/Metabolism Research and Reviews、Diabetology & Metabolic Syndrome、Biological Psychiatry: Cognitive Neuroscience and Neuroimaging等JCR Q1区期刊发表论文4篇。积极参与国内外学术交流，分别在2024 ADA (美国糖尿病协会) 年会和2025年AHA (美国心脏协会) EPI|Lifestyle年会上作口头报告和壁报展示。曾获雅培营养学奖学金和一等奖学金等荣誉。

第一作者 杨广睿

杨广睿，上海交通大学公共卫生学院流行病学与生物统计学系钟文泽课题组2023级直博生。主要研究方向为基于AI和多组学的肥胖及心血管代谢疾病预测和个性化干预。迄今，杨广睿以第一作者（含共同）身份在Nature Communications（2篇）、GeroScience、Journal of Affective Disorders、Biological Psychiatry: Cognitive Neuroscience and Neuroimaging等JCR Q1区期刊发表论文6篇。积极参与国内外学术交流，在2025 AHA EPI|Lifestyle 国际会议上作口头报告。曾获AHA EPI|Lifestyle Early Career Travel Award、雅培营养学奖学金、郭谢碧蓉奖学金等荣誉。