基于多重投影的心血管疾病与抑郁症多层网络

心血管疾病（CVD）与抑郁症表现出显著的共病关系，这对不良临床结局具有高度预测性。然而，潜在的生物学通路仍然难以解析，这可能是由于跨多种机制的非线性关联所致。在本研究中，我们提出了一种基于互信息相关性的多重投影方法，用于构建多层疾病网络，作为探索此类复杂关系的新方法。我们将该方法应用于青年芬兰研究（Young Finns Study）某一波次的横截面数据集，该数据集包含心血管疾病和抑郁症的数据，以及相关风险因素和两种组学生物标志物：代谢物和脂质。我们没有直接关联心血管疾病相关表型和抑郁症状，而是将二分网络的概念扩展为多重网络，将这些表型和症状与中间生物变量相连接。从这些中间变量进行投影得到一个加权多层网络，其中心血管疾病与抑郁症变量之间的每条链接都以其所属层（即代谢组或脂质组）进行标记。应用该投影方法，我们识别出可能连接心血管疾病与抑郁症的潜在中介生物标志物。因此，这些生物标志物可能在心血管疾病-抑郁症共病的生物学通路中发挥重要作用。此外，网络投影还突出了性别和BMI作为这种共病的关键风险因素或混杂因素。我们的方法可以扩展以纳入任意数量的组学层和多种疾病表型，从而提供对共病生物学通路的全面、系统级视角。