迈向精准精神病学：Etkin 等人提出基于生物标志物的药物开发框架

精神科药物研发进展缓慢，一个长期症结在于诊断建立在症状学标准之上，难以反映疾病的底层生物学。领域对此早有警觉：2008 年 NIMH 便在战略计划中提出发展基于可观察行为维度与神经生物学测量的精神障碍分类方法，即 RDoC 框架，主张精神科分类应立足神经科学与行为科学而非描述性现象学 ^[3]；2017 年“精准精神医学”一词被正式提出，并把生物标志物的发现与应用视为这一新领域的核心 ^[2]。但落地并不容易：以抑郁症为例，抗抑郁药相对安慰剂的疗效有限，部分原因正是临床诊断把生物学上异质的人群混在一起 ^[4]；候选生物标志物（如孤独症研究中的脑电指标）也常因小样本结果不一致、方法学多变而进展受阻 ^[6]。

与此同时，碎片化的探索已在积累。免疫层面，伴促炎生物标志物升高的抑郁症患者对常规抗抑郁药反应更差，针对这一生物学亚型的免疫靶向药物开发框架已经成形 ^[1]。试验设计层面，NIMH 的“fast-fail”策略主张在 2a 期引入基于生物标志物的机制验证，一项完整实施该策略的随机双盲试验以快感缺失为跨诊断入组维度，证实 κ 阿片受体拮抗剂 JNJ-67953964 显著增强奖赏预期时腹侧纹状体的 fMRI 激活，效应量为 0.58 ^[5]。脑电层面，基于 309 例数据的机器学习算法识别出能特异性预测舍曲林（而非安慰剂）疗效的静息态 EEG 特征，并可跨中心、跨设备推广 ^[4]。

正是在这一背景下，Etkin 及同事在 Nature Reviews Drug Discovery 发表观点文章，提出一套面向精准精神医学的整体框架。作者借鉴来自肿瘤学与神经病学的示例，并辅以若干初步的原理验证；文章重点讨论了可用于在临床试验中界定患者亚群、并提供基于机制读出的重要生物标志物，以此加速精神科药物开发。相较于上述分散在具体疾病与具体环节的单项研究，以及更早期偏重概念倡导的论述 ^[2][3]，其推进在于把“以生物标志物界定患者”与“以机制读出检验药物”两条线索纳入同一框架，为精准精神医学从理念走向可操作的试验设计提供了一条路线。

当然，正如标题中“初步基础与未来方向”所提示的，这仍是一份奠基性的蓝图：文中给出的只是初步原理验证示例，所讨论的生物标志物能否切实用于界定试验人群、其机制读出能否兑现为更快的药物开发，仍有待未来的研发实践检验。