【研究进展】JAD｜肠道菌群与免疫互作或参与乳腺癌相关抑郁发生

研究背景

乳腺癌是全球女性最常见的恶性肿瘤之一。除肿瘤本身及治疗带来的生理负担外，患者在治疗过程中还常伴随明显的心理应激，其中癌因性抑郁是最常见、也最影响生活质量和治疗依从性的精神心理问题之一。现有研究提示，乳腺癌患者中约三分之一在治疗期间或治疗后会出现具有临床意义的抑郁症状，但其生物学基础仍不清楚，早期识别手段也较为有限。

近年来，心理神经免疫学与微生物组学研究不断提示，癌因性抑郁并不只是对疾病和治疗压力的被动心理反应，而可能是神经、免疫、内分泌和肠道微生态多系统共同参与的结果。肠道微生物群作为微生物–肠–脑轴的重要组成部分，可能通过炎症反应、代谢通路和神经信号调控影响情绪状态，因此为理解癌因性抑郁的发生机制提供了新的切入点。

论文概要

2026年3月，华南理工大学吴凯教授团队联合中山大学孙逸仙纪念医院等单位在国际期刊《Journal of Affective Disorders》发表最新研究成果，论文题为：“Microbiota-immune crosstalk underlying cancer-induced depression in patients with breast cancer”。论文围绕乳腺癌患者治疗过程中常见的癌因性抑郁（cancer-induced depression, CID）开展前瞻性研究，系统分析了治疗前肠道菌群、外周炎症因子与后续抑郁症状变化之间的关系。研究发现，在抑郁症状尚未出现之前，部分患者已表现出特定的肠道菌群失衡与免疫激活特征，其中Lawsonella–IFN-α–抑郁症状变化这一关联轴提示，治疗前的“菌群–炎症状态”可能与后续情绪恶化风险相关，为乳腺癌相关抑郁的早期识别与机制研究提供了新的线索。华南理工大学生物医学科学与工程学院吴凯教授与中山大学孙逸仙纪念医院黄松音主任为共同通讯作者，广州中医药大学李媛媛与华南理工大学朱宝圆为共同第一作者。

图1. 研究设计与概况

结果分析

本研究采用前瞻性纵向设计，纳入49例女性乳腺癌患者，其中17例在治疗过程中发展为癌因性抑郁。研究者重点分析了抑郁症状出现之前的基线样本，检测肠道菌群组成、多样性和功能潜力，并结合外周血炎症因子水平以及治疗前后抑郁症状变化（ΔBDI）进行关联分析。这样的设计使研究不只是描述“抑郁出现后发生了什么”，而是进一步追问：在临床抑郁症状出现之前，是否已经存在可识别的生物学易感特征。

图2. 临床队列招募与入组

研究发现，与未发生CID的乳腺癌患者相比，CID组在基线阶段已表现出更高的免疫激活状态，具体体现为IFN-α、IL-12p70和IFN-γ水平升高。与此同时，CID组肠道菌群α多样性降低，提示其微生态稳态在抑郁症状出现前已发生偏移。在菌群组成层面，研究共识别出6个差异菌属，包括Lawsonella、Holdemania、Lachnospiraceae UCG010、Actinomyces、Negativibacillus和Scardovia。这些菌群差异并非孤立存在，而是进一步与炎症状态和后续抑郁症状变化建立了联系。尤其值得关注的是，Lawsonella丰度在基线时同时与IFN-α水平升高及ΔBDI增大呈正相关，提示其可能是连接肠道微生态变化与情绪恶化风险的重要节点。

图3. CID与BC组间物种多样性分析

在功能层面，研究还观察到CID相关菌群改变伴随着代谢通路重塑，表现为glycosphingolipid biosynthesis（糖鞘脂生物合成）降低，以及N-glycan biosynthesis（N-聚糖生物合成）升高。这些功能改变与特定差异菌属之间存在对应关系，提示CID相关微生态异常不仅表现为“谁变了”，还体现在“潜在功能如何变化”。

图4. 组间差异物种与功能鉴定

图5. 多组学关联分析

进一步的中介分析显示，Lawsonella与抑郁症状变化之间的统计学关联，部分可通过IFN-α介导，其间接效应ACME = 0.128，p < 0.05，约占总关联的19.3%。这一结果提示，在乳腺癌治疗背景下，肠道菌群异常可能并非直接决定情绪变化，而更可能通过免疫激活这一中间环节影响后续抑郁症状轨迹。

图6. CID相关的中介效应分析

此外，研究在方法学上也尽量降低了治疗副作用对抑郁判断的干扰。例如，CID的判定并非仅依赖自评量表，而是结合精神科医生基于DSM-5的半结构化访谈；随访时间设置在治疗后6个月，以尽量避开急性化疗毒性影响；两组在化疗方案等治疗相关特征上具有较好可比性。这些设计增强了研究对于“真实抑郁症状变化”而非单纯“治疗不适反应”的区分能力。

结论与讨论

乳腺癌相关抑郁并非仅在症状出现后才表现出生物学异常，而是在抑郁发生之前，部分患者已存在肠道菌群失衡与免疫激活特征。研究发现，CID患者基线阶段表现出菌群多样性下降、特定菌属异常及IFN-α等炎症因子升高，其中Lawsonella与IFN-α水平及后续抑郁症状变化显著相关，提示肠道菌群—免疫互作可能参与CID的发生发展。该结果为理解乳腺癌相关抑郁的生物学基础提供了新的证据，也为早期识别和机制研究提供了重要线索。

课题组前期相关论文：

• Wu F, Zhu B, et al. The Brain-Gut Health Initiative (BIGHI): A Prospective Cohort on Psychiatric Disorders in China[J]. Research, 2026.
• Yunheng Diao, Yuanyuan Huang, Baoyuan Zhu, Minxin Guo, Wei Wang, Zhaobo Li, Wenhao Li, Heng Zhang, Jing Zhou, Xiaobo Li, et al. Heterogeneity-Aware, Multiscale Annotation of Shared and Specific Neurobiological Signatures among Major Neurodevelopmental Disorders. Research. 0:DOI:10.34133/research.1115.
• Guo M, Zhang H, Huang Y, et al. Transcriptional patterns of nodal entropy abnormalities in major depressive disorder patients with and without suicidal ideation. Research. 0:DOI:10.34133/research.0659.

[4] Peng R, Wang W, Liang L, et al. The brain-gut microbiota network （BGMN） is correlated with symptom severity and neurocognition in patients with schizophrenia. Neuroimage. 2025;308:121052. doi:10.1016/j.neuroimage.2025.121052.

[5] Wang H, Peng R, Huang Y, et al. MO-GCN: A multi-omics graph convolutional network for discriminative analysis of schizophrenia. Brain Res Bull. 2025. doi:10.1016/j.brainresbull.2025.111199.

[6] Feng S, Huang Y, Lu H, et al. Association between degree centrality and neurocognitive impairments in patients with Schizophrenia: A Longitudinal rs-fMRI Study. J Psychiatr Res. 2024;173:115-123. doi:10.1016/j.jpsychires.2024.03.007.

[7] Li H, Huang Y, Liang L, et al. The relationship between the gut microbiota and oxidative stress in the cognitive function of schizophrenia: A pilot study in China. Schizophr Res. 2024;267:444-450. doi:10.1016/j.schres.2024.03.053.

[8] Liang L, Li S, Huang Y, et al. Relationships among the gut microbiome, brain networks, and symptom severity in schizophrenia patients: A mediation analysis. Neuroimage Clin. 2024;41:103567. doi:10.1016/j.nicl.2024.103567.

[9] Li H, Li H, Zhu Z, et al. Association of serum homocysteine levels with intestinal flora and cognitive function in schizophrenia. J Psychiatr Res. 2023;159:258-265. doi:10.1016/j.jpsychires.2023.01.045.

[10] Zhu B, Liang L, Huang Y, et al. Exploring the relationship between the gut microbiota and cognitive function in schizophrenia patients with distinct weights[J]. Schizophrenia Research, 2025, 280: 103-113.

[11] Wang Y, Feng S, Huang Y, et al. Revealing multiple biological subtypes of schizophrenia through a data-driven approach[J]. Journal of Translational Medicine, 2025, 23(1): 505.

[12] Li W, Gao C, Li Z, et al. BrainFusion: a Low‐Code, Reproducible, and Deployable Software Framework for Multimodal Brain‒Computer Interface and Brain‒Body Interaction Research[J]. Advanced Science, 2025: e17408.