大众网记者 徐玲 通讯员 徐飞 济南报道

近日，山东大学齐鲁医院心理科毛雪琴教授团队联合山东大学海洋研究院韩琳教授团队，以“Exploration of salivary biomarkers for accurate diagnosis of anxiety,depression, and somatic symptom disorder by the integration of microfluidic chip and machine learning”为题在Chemical Engineering Journal（中科院1区，IF=13.2）上发表论文。韩琳教授与毛雪琴教授为共同通讯作者，山东大学海洋研究院王荣捷，齐鲁医院心理科徐飞为共同第一作者。

针对焦虑、抑郁、躯体化障碍目前主要依靠量表访谈，缺乏客观实验室辅助诊断手段的临床问题，本研究从临床队列分析出发，发现心理疾病患者唾液样本中肿瘤坏死因子-α（TNF‑α）、白介素‑8（IL‑8）、白介素‑1β（IL‑1β）、γ‑干扰素（IFN‑γ）等炎症细胞因子水平显著升高。基于上述分子表达特征，本研究构建了一套无创唾液检测方案：利用微流控芯片实现唾液多标志物同步检测，筛选出4个核心唾液生物标志物，基于随机森林算法训练机器学习诊断模型M4D。体内样本验证证实，该模型无需有创操作即可区分不同类型精神心理障碍，模型AUC大于0.98，测试集诊断准确率达92.22%。该微流控联合机器学习的无创检测策略，为焦虑、抑郁、躯体化障碍的早期精准识别提供了新思路。

毛雪琴教授长期致力于情绪障碍与心身疾病的临床和基础研究，先后获得省部级以上课题及横向课题多项资助，在Molecular Neurobiology等杂志发表多篇研究成果。