이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

연구 논문

조현병에서 SUCNR1과 GPR37L1의 생물정보학 및 실시간 중합효소 연쇄반응 정량 분석

33 조회수

⸱

DOI:

10.3791/71356

⸱

2026년 8월 11일

 ,  ,  ,  , 
1Department of Psychiatry and Neuroscience, Wuhan Rongjun Youfu Hospital, 2Department of Respiratory and Critical Care Medicine, Department of Internal Medicine, Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology

이 논문에서

요약

본 연구는 GSE54913 데이터셋의 통합 생물정보학 분석, 정량적 실시간 중합효소 연쇄반응(qRT-PCR) 검증, 그리고 독립적인 코호트에서의 언어 기억과의 상관관계를 통해 SUCNR1과 GPR37L1를 조현병 관련 분자 표지자로 평가합니다.

초록

조현병은 수많은 유전적 감수성 요소를 포함하는 심각하고 복잡하며 다요인적인 정신 질환으로, 상당한 장애, 이환율, 사망률을 초래합니다. 병태생리와 병인에 대한 이해가 크게 진전되었음에도 불구하고, 조현병의 구체적인 진단 바이오마커는 여전히 찾기 어렵습니다. 이 연구는 조현병과 관련된 후보 분자 표지를 규명하는 것을 목표로 했습니다. 공개된 마이크로어레이 데이터셋에 대한 통합 생물정보학 분석이 수행되었습니다GSE54913. 유전자 온톨로지(GO)와 교토 유전자 및 게놈 백과사전(KEGG) 경로 분석 결과, 가장 유의미하게 농축된 GO 용어는 수동 막관통 수송체 활성, 이온 채널 활성, 게이트 채널 활성, 기질 특이적 채널 활성 등 채널 활동과 관련되어 있음을 밝혀냈습니다. 상위 다섯 가지 KEGG 농축 경로는 인슐린 분비, cAMP 신호 전달 경로, 뉴클레오타이드 절제 수리, TNF 신호 전달 경로, 글루타티온 대사였습니다. 검증은 우한 롱쥔 유푸 병원의 독립 샘플 세트에서 정량적 실시간 중합효소 연쇄반응(qRT-PCR)을 사용하여 수행되었습니다. qRT-PCR 결과는 마이크로어레이 분석과 대체로 일치하였다(Pearson r = 0.89, 95% 신뢰구간: 0.66–0.97). 단백질-단백질 상호작용(PPI) 네트워크 분석에서 두 개의 허브 유전자인 SUCNR1과 GPR37L1이 확인되었으며, 이들은 GO 용어 '이온 채널 활성'과 유의하게 연관되어 있고 KEGG 경로의 '인슐린 분비'에 풍부함을 보였습니다. 더불어, SUCNR1 발현은 언어 기억 점수와 음의 상관관계를 보였고(r = -0.54, P = 0.015), GPR37L1 발현은 양의 상관관계를 보였으며(r = 0.59, P = 0.0034). 이러한 발견은 SUCNR1과 GPR37L1 발현 변화가 조현병과 연관될 수 있음을 시사하며, 추가 연구를 위한 후보 분자 표지자가 될 수 있습니다.

서론

조현병은 원인이 밝혀지지 않은 만성적이고 복잡한 정신 질환으로, 심각한 뇌 기능 장애, 인지 장애, 심리사회적 결손을 특징으로 합니다. 이는 전 세계적으로 2,100만 명 이상의 사람들에게 영향을 미치는 심각한 전 세계 보건 부담을 안겨줍니다2. 진단 및 치료 접근법은 지난 50년간 크게 발전했지만, 핵심 병인 기전은 여전히 명확하지 않으며, 상당한 장애, 이환율, 사망률과 관련된 장기 결과도 눈에 띄게 개선되지 않았습니다. 따라서 잠재적 핵심 유전자와 조절 표적을 식별하는 것이 필수적입니다.

조현병의 병태생리는 완전히 밝혀지지 않았으나, 유전적 다형성과 발현 변이에 널리 기인된다. 예를 들어, 에스트로겐 알파 유전자의 유전적 변이는 대체 유전자 조절과 전사체 처리를 통해 조현병 감수성에 영향을 미칠 수 있습니다. 마찬가지로, NRG1의 기능적 프로모터 변이체가 조현병과 연관되어 있으며, III NRG1 아이소폼6의 발현 감소와 상관관계가 있습니다. 사후 연구에서는 조현병 뇌에서 PDE4B 아이소폼의 발현이 유의미하게 감소하여 예측 가능성을 시사합니다7. 기타 후보로는 도파민 수송체(DAT), 소포 모노아민 수송체(VMAT2), 모노아민 산화효소(MAO)가 있으며, 이들은 시냅스 도파민 수치를 조절하며 바이오마커 역할을 할 수 있습니다8. 또한, TCP1은 조현병에서 악틴 접힘 부정을 통해 세포골격 결손에 기여할 수있습니다. 따라서 조현병 발병 기전에서 유전자 발현 프로필을 밝히는 것은 위험 예측, 기전 이해, 치료 평가에 대한 통찰을 제공할 수 있습니다.

최근의 계산적 접근법은 통합 네트워크 분석과 머신러닝 방법을 통해 질병 관련 유전자 식별을 발전시켰습니다 10,11,12. 수많은 유전학 연구에도 불구하고, 신뢰할 수 있는 혈액 기반 진단 바이오마커가 조현병의 임상 실무에 적용된 것은 없습니다. 이 격차를 해소하기 위해 본 연구는 조현병 환자와 건강한 대조군의 혈액 유래 전사체 데이터를 포함하는 GSE54913 데이터셋을 통합적으로 생물정보학 접근법으로 재분석하였습니다. 이 데이터셋이 선정된 이유는 (1) 말초혈액 샘플이 최소 침습적이고 임상적으로 실용적이며, (2) 공개된 조현병 마이크로어레이 데이터셋 중 비교적 큰 표본 크기를 포함하고 있으며, (3) 원시 데이터가 재분석이 가능했기 때문입니다. 본 연구의 목적은 다음과 같았습니다: (1) GSE54913 데이터셋을 사용하여 조현병 환자와 건강한 대조군에서 차별화된 유전자를 식별하는 것; (2) 기능 풍부화 및 PPI 네트워크 분석을 수행하여 허브 유전자를 식별하는 것; (3) 독립적인 코호트에서 qRT-PCR로 후보 유전자의 발현을 검증하는 것; 그리고 (4) 허브 유전자 발현과 언어 기억 수행 간의 상관관계를 탐구합니다. 저자들이 아는 한, 이 연구는 SUCNR1과 GPR37L1를 조현병의 혈액 기반 분자 표지자로 처음으로 확인한 연구입니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

이 연구는 우한 롱준 유푸 병원 윤리위원회(프로젝트 식별 코드, YF-IRB202310215)의 승인을 받았으며, 헬싱키 선언 원칙에 따라 수행되었습니다. 모든 참가자는 중국계 커뮤니티 거주자였으며, 서면 동의서를 제공했습니다.

연구 대상자 및 혈액 샘플링
정신분열증 진단을 받은 성인 10명과 3대에 걸쳐 정신질환 가족력이 없는 건강한 대조군 자원자 10명이 등록되었습니다. 조현병 환자 포함 기준: (1) DSM-5 기준에 따른 두 명의 독립적인 수석 정신과 의사가 확인한 정신분열증 진단; (2) 18세에서 65세 사이; (3) 혈액 채취 전 최소 4주 동안 항정신병 약물 변경이 없음; (4) 서면 동의서를 제공할 의사. 제외 기준: (1) 주요 질환을 동반하는 질환(예: 당뇨병, 심혈관 질환, 암); (2) 최근 6개월 이내의 약물 남용 또는 의존; (3) 지적 장애; (4) 임신 또는 수유. 건강한 대조군의 포함 기준: (1) 정신질환에 대한 개인 또는 가족력(3세대 이내)이 없음; (2) 현재 또는 과거에 항정신병 약물 사용 기록이 없음; (3) 조현병 그룹과 연령 및 성별 일치; (4) 주요 질병이 없음. 조현병 환자의 평균 질병 기간은 6.8년± 12.5년이었으며; 모든 환자는 안정적인 항정신병 약물을 복용 중이었으며(리스페리돈 6명, 올란자핀 4명), 평균 PANSS 총점은 76.4점± 12.3점이었습니다. 대조군은 연령(±5세)과 성별(그룹당 남성 5명, 여성 5명)으로 매칭되었습니다. 언어 기억은 홉킨스 언어학습 시험-개정판(HVLT-R)의 총 회상 점수를 사용하여 평가하였습니다. 모든 대상자는 2025년 1월 1일부터 7월 31일까지 우한 롱준 유푸 병원에서 모집되었습니다. 기본 인구통계는 표 1에 요약되어 있습니다.

표본 크기는 효과 크기 1.2, α = 0.05, 검정력 (1-β) = 0.80의 양측 독립 t-검정에 대해 표본 크기 계산 소프트웨어를 사용해 결정하였으며, 그룹당 최소 9명의 피험자를 산출했습니다.

정맥혈은 EDTA 항응고관으로 채취되어 지체 없이 처리되었습니다. 말초 혈액 단핵 세포(PBMC)는 밀도 구배 배지를 이용한 밀도 구배 원심분리를 통해 샘플에서 분리되었습니다. 간단히 혈액을 인산염 완충 생리식염수(PBS, pH 7.4)로 1:1로 희석한 후 밀도 구배 배지 위에 층층이 쌓인 후, 브레이크를 해제한 상태로 400 × g 에서 30분간 20°C에서 원심분리했습니다. 원심분리 후, PBMC가 포함된 인터페이스는 신중하게 새로운 튜브로 옮겨졌습니다. 세포는 PBS로 두 번 세척되었고, 각 세척 후 4°C에서 300 × g 에서 10분간 원심분리한 후 최종 펠릿을 PBS에 부유했습니다. 생존 가능성은 트리판 블루 염료 배제법을 사용하여 평가되었으며, ≥95% 생존 세포를 가진 제제만 사용되었습니다. 분리된 PBMC는 분할 추출하여 최대 3개월간 −80 °C에서 저장한 후 RNA 추출을 시작했습니다.

마이크로어레이 데이터
연구의 작업 흐름은 그림 1에 나와 있습니다. 마이크로어레이 데이터셋은 GEO 데이터베이스에서 다운로드GSE54913 http://www.ncbi.nlm.nih.gov/geo/. 이 데이터셋이 선정된 이유는 (1) 말초혈액 샘플의 전사체 데이터를 포함하고 있기 때문이며, 이는 최소 침습이며 바이오마커 발견에 임상적으로 실용적이며; (2) 공개된 조현병 마이크로어레이 데이터셋 중 비교적 큰 표본 크기(18명의 환자, 12명의 대조군)를 포함한다; (3) 원시 데이터가 재분석을 위해 제공되었다. GEO 기록에 따르면, 샘플은 혈장이 아닌 말초 혈액 단핵세포(PBMC)에서 추출되었습니다. 이전 버전에서 '플라즈마 샘플'이라는 원래 설명은 오류였으며 수정되었습니다.

데이터 전처리 및 차별 발현 유전자(DEG) 스크리닝
원시 데이터 (. CEL 파일)은 마이크로어레이 전처리 소프트웨어를 사용해 전처리되었습니다. 배경 보정은 Robust Multichip Average(RMA) 방법을 사용하여 수행되었고, 이후 분위수 정규화와 log2 변환이 이루어졌습니다. 유전자 주석이 없는 프로브 세트는 필터링되었다. 샘플 전체에서 >20%의 누락이 있는 프로브는 제외되었고; 남은 탐침의 누락값은 누락값 보충 소프트웨어에서 구현된 k-최근접 이웃 알고리즘(k = 10)을 사용하여 보정되었습니다. GEO 기록에 따르면 모든 샘플이 한 번에 처리되어 배치 효과는 존재하지 않았습니다. 전처리 후 17,200개의 유전자 발현값을 얻어 후속 분석을 수행하였습니다. 조현병 환자와 건강한 대조군 간의 DEG는 차별 발현 분석 소프트웨어를 사용하여 확인되었습니다. 거짓 발견률(FDR)이 0.05, 절대 접힘 변화(FC)<> 1.2, P가 0.05< 유전자는 차별적으로 발현된 것으로 간주되었습니다. 조현병은 개별 유전자 발현 차이가 극적이기보다는 미묘한 복잡한 정신질환이기 때문에 비교적 낮은 FC 임계값(절대 FC > 1.2)이 선택되었습니다.

GO 및 경로 농축 분석
유전자 온톨로지(GO) 용어와 교토 유전자 및 유전체 백과사전(KEGG) 경로에 대한 기능 풍부 분석은 기능 풍부화 분석 소프트웨어를 사용하여 수행되었습니다. 배경 유전자 세트는 전처리를 통과한 모든 유전자(17,200개의 유전자)로 구성되어 있었습니다. 원시 P값 0.05< 풍부한 항과 경로가 보고되었습니다. GO와 KEGG 농축 출력에 원시 P-값이 사용되었기 때문에, 이 결과들은 탐색적 것으로 해석되어야 합니다.

PPI 네트워크 분석 및 허브 유전자 식별
단백질-단백질 상호작용 데이터베이스를 사용하여 PPI 네트워크를 구축했으며, 결합 상호작용 점수 > 0.9를 임계값으로 설정했습니다. 네트워크는 네트워크 시각화 소프트웨어를 사용해 시각화되었습니다. 허브 유전자는 Degree 알고리즘을 이용한 허브 유전자 식별 플러그인을 사용하여 확인되었습니다. 학위 점수가 가장 높은 상위 10개 노드가 허브 유전자로 선정되었습니다. 핵심 허브 유전자 서브네트워크는 기본 매개변수(degree 컷오프 = 2, 노드 점수 컷오프 = 0.2, K-코어 = 2, 최대 깊이 = 100)를 가진 서브네트워크 추출 플러그인을 사용해 추출되었습니다.

총 RNA 분리 및 qRT-PCR
β-액틴은 내부 참조(관리) 유전자로 사용되었습니다. 샘플 간 β-액틴 발현의 안정성은 조현병군과 대조군 간 Ct 값에 유의한 차이가 없음으로 확인되었습니다(P > 0.05). 상대 정량화는 2−ΔΔCt 방법을 사용하여 수행되었습니다. 모든 반응은 3회 단위로 수행되었으며, 평균 Ct값을 계산에 사용했습니다( 표 2의 프라이머 서열 참조). 상위 10개의 DEG(접힘 변화로 인해 가장 유의미하게 상향 조절된 5가지와 가장 유의미하게 하향 조절된 5가지)가 초기 qRT-PCR 검증을 위해 선정되어 마이크로어레이 데이터의 전반적인 신뢰성을 확인하였습니다. 이후 SUCNR1 과 GPR37L1 는 세 가지 기준에 따라 집중 검증을 위해 선정되었습니다: (1) PPI 네트워크 분석에서 허브 유전자로 확인됨(차수 ≥ 7); (2) 이들은 상위 농축된 GO 용어인 '이온 채널 활성'과 KEGG 경로 '인슐린 분비'와 유의미하게 연관되어 있었으며; (3) 두 약물 모두 조현병에서 알려진 약물 표적인 GPCRs를 암호화합니다.

통계 분석
정상성은 샤피로-윌크 검정으로 평가되었다. 대략 정규 분포(P > 0.05)를 보이는 변수들은 2그룹 비교에 대해 학생 t-검정, 2개 이상의 그룹 비교에 대해서는 일방향 ANOVA를 포함한 모수적 방법으로 분석하였습니다. 정규성 가정이 충족되지 않을 경우, 적절히 Mann–Whitney U 또는 Kruskal–Wallis 검정이 사용되었습니다. 모든 통계 검정은 양측 검정이었습니다. 다중 비교(예: ANOVA 사후 검정)에서는 벤자미니-호흐버그 거짓 발견률(FDR) 방법을 적용했으며, FDR 임계값은 0.05였습니다. 상관관계 분석에서는 두 번의 상관관계만 수행되어 다중 비교 보정이 적용되지 않았다; 원시 P-값은 신중하게 보고됩니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

DEG의 식별과 계층적 군집화
GSE54913 데이터셋 분석에서 조현병 환자와 대조군 사이에서 473개의 차별발현 유전자(DEGs)가 확인되었으며, 이 중 357개는 상향 조절 유전자, 116개는 하향 조절 유전자였습니다(그림 2A,B). 이러한 DEGs의 계층적 군집화는 조현병 샘플과 대조군을 구분하는 데 기여했습니다(그림 2C).

DEGs의 기능 농축 분석
GO 농축 분석에서는 채널 활동과 관련된 용어가 확인되었으며, 여기에는 수동 막관통 수송체 활성, 이온 채널 활성, 게이트 채널 활성, 기질 특이적 채널 활성(원시 P < 0.05; 표 3). KEGG 경로 분석에서 인슐린 분비...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

조현병은 여러 유전적 감수성 인자가 관련된 중증 다인성 질환입니다13,14. 병태생리에 대한 이해는 진전이 있었지만, 신뢰할 수 있는 진단 바이오마커는 여전히 부족합니다. 본 연구에서는 통합 생물정보학 접근법을 통해 조현병 환자의 혈액 샘플에서 473개의 DEG가 확인되었습니다. GO 및 KEGG 분석은 인슐린 분비, cAMP 신호 전달, 뉴클레오타이드 절제 수리, TNF 신호 전달, 글루타치온 대사 등 채널 활성 관련 용어와 경로에서의 농축을 강조하였습니다. PPI 네트워크 분석은 SUCNR1과 GPR37L1를 허브 유전자로 확인했으며, 이들의 발현이 언어 기억 수행과 연관되어 조현병 관련 분자 표지자로서 잠재적 관련성을 시사했습니다.

"채널 활동" GO 용어의 풍부화는 이전의 조현...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자들은 이해 상충을 선언할 필요가 없습니다.

감사의 글

이 연구는 중국 비전염성 만성질환-국가과학기술대공사업(2025ZD0549004)의 지원을 받았습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
affyBioconductorhttps://bioconductor.org/packages/affy/microarray preprocessing software.
Description: R package for microarray preprocessing
clusterProfilerBioconductorhttps://bioconductor.org/packages/clusterProfiler/functional enrichment analysis software.
Description: R package for functional enrichment analysis
CytoHubbaNational Institute of Bioinformaticshttps://apps.cytoscape.org/apps/cytohubbahub gene identification plugin.
Description: Cytoscape plugin for hub gene identification
CytoscapeCytoscape Consortiumhttps://cytoscape.org/network visualization software.
Description: Software for network visualization and analysis
G*PowerHeinrich Heine University Düsseldorfhttps://www.psychologie.hhu.de/arbeitsgruppen/allgemeine-psychologie-und-arbeitspsychologie/gpower sample size calculation software.
Description: Sample size calculation software
GraphPad PrismGraphPad Softwarehttps://www.graphpad.com/statistical analysis and graphing software.
Description: Statistical analysis and graphing software
Histopaque-1077Sigma-Aldrich10771density gradient medium.
Description: Density gradient medium for PBMC isolation
imputeBioconductorhttps://bioconductor.org/packages/impute/missing-value imputation software.
Description: R package for missing-value imputation
LimmaBioconductorhttps://bioconductor.org/packages/limma/differential expression analysis software.
Description: R package for differential expression analysis
MCODECytoscape apphttps://apps.cytoscape.org/apps/mcodesubnetwork extraction plugin.
Description: Cytoscape plugin for subnetwork extraction
R/BioconductorR Foundationhttps://www.r-project.org/statistical computing environment.
Description: Statistical computing environment
STRINGEMBLhttps://string-db.org/protein-protein interaction database.
Description: Protein-protein interaction database
SYBR GreenTakaraRR820A fluorescent dye for qRT-PCR.
Description: Fluorescent dye for qRT-PCR
TRIzolTakara9109RNA extraction reagent.
Description: Reagent for RNA extraction

참고문헌

  1. Memetoglu O, Du F, Chouinard VA, Öngür D. Reductive stress and dysregulated energy metabolism in schizophrenia: mechanisms and therapeutic targets. Biol Psychiatry. 2025. doi:10.1016/j.biopsych.2025.10.008.
  2. GBD 2023 Intimate Partner Violence and Sexual Violence against Children Collaborators. Disease burden attributable to intimate partner violence against females and sexual violence against children in 204 countries and territories, 1990-2023: a systematic analysis for the Global Burden of Disease Study 2023. Lancet. 2025;407(10523):31-52.
  3. Raaphorst J, et al. Non-targeted immunosuppressive and immunomodulatory therapies for idiopathic inflammatory myopathies. Cochrane Database Syst Rev. 2025;8(8).
  4. Richetto J, Meyer U. Epigenetic modifications in schizophrenia and related disorders: molecular scars of environmental exposures and source of phenotypic variability. Biol Psychiatry. 2021;89(3):215-26.
  5. Martorell L, et al. Analyses of variants located in estrogen metabolism genes (ESR1, ESR2, COMT and APOE) and schizophrenia. Schizophr Res. 2008;100(1-3):308-15.
  6. Zieba J, Morris MJ, Weickert CS, Karl T. Behavioural effects of high fat diet in adult Nrg1 type III transgenic mice. Behav Brain Res. 2020;377:112217.
  7. Luo N, et al. Exploring different impaired speed of genetic-related brain function and structures in schizophrenic progress using multimodal analysis. Annu Int Conf IEEE Eng Med Biol Soc. 2018;2018:4126-9.
  8. Garcia-Alvarez L, et al. Differential blood-based biomarkers of psychopathological dimensions of schizophrenia. Rev Psiquiatr Salud Ment. 2016;9(4):219-27.
  9. Chu TT, Liu Y. An integrated genomic analysis of gene-function correlation on schizophrenia susceptibility genes. J Hum Genet. 2010;55(5):285-92.
  10. Gardner A, Mitchell B, Beckingham W, Fasugba O. A point prevalence cross-sectional study of healthcare-associated urinary tract infections in six Australian hospitals. BMJ Open. 2014;4(7).
  11. Bindu NJ, et al. Discovery of biomarkers and drug targets in different kidney diseases by explainable AI and functional genomics [conference paper]. Presented at: 2025 7th International Conference on Electrical Information and Communication Technology; 2025 Dec 17-19.
  12. Saha S, et al. Unveiling common biomarkers and therapeutic targets in T2DM, AMI, and Alzheimer’s disease using XAI and bioinformatics approaches [conference paper]. Presented at: 2025 7th International Conference on Electrical Information and Communication Technology; 2025 Dec 17-19.
  13. Ferraro F, et al. Correcting differential gene expression analysis for cyto-architectural alterations in substantia nigra of Parkinson’s disease patients reveals known and potential novel disease-associated genes and pathways. Cells. 2022;11(2):198.
  14. Reay WR, et al. Polygenic disruption of retinoid signalling in schizophrenia and a severe cognitive deficit subtype. Mol Psychiatry. 2020;25(4):719-31.
  15. Ma D, Gu C. Discovering functional interactions among schizophrenia-risk genes by combining behavioral genetics with cell biology. Neurosci Biobehav Rev. 2024;167:105897.
  16. Gawande DY, et al. GluN2D subunit in parvalbumin interneurons regulates prefrontal cortex feedforward inhibitory circuit and molecular networks relevant to schizophrenia. Biol Psychiatry. 2023;94(4):297-309.
  17. Baez-Nieto D, et al. Analysing an allelic series of rare missense variants of CACNA1I in a Swedish schizophrenia cohort. Brain. 2022;145(5):1839-53.
  18. Calovi S, et al. P2X7 receptor-dependent layer-specific changes in neuron-microglia reactivity in the prefrontal cortex of a phencyclidine-induced mouse model of schizophrenia. Front Mol Neurosci. 2020;13:566251.
  19. Petruzzelli MG, et al. Hyperprolactinemia and insulin resistance in drug-naive patients with early onset first episode psychosis. BMC Psychiatry. 2018;18(1):246.
  20. Fan R, et al. Gα13 overexpression in the medial prefrontal cortex disrupts social behavior through the Adcyap1/cAMP/PKA/NMDAR pathway. Schizophr Bull. 2025. doi:10.1093/schbul/sbaf131.
  21. Ershova ES, et al. Antipsychotics affect satellite III (1q12) copy number variations in the cultured human skin fibroblasts. Int J Mol Sci. 2023;24(14):11283.
  22. Wei Y, et al. Unraveling cannabidiol’s dual modulatory role in schizophrenia: network pharmacology and in vivo validation of neuroinflammatory and behavioral modulation. Mol Neurobiol. 2026;63:278.
  23. Górny M, Lorenc-Koci E, Iciek M. Deficyt glutationu i zaburzenia homeostazy związków siarkowych w patofizjologii schizofrenii. Postepy Biochem. 2025;71(3):228-37.
  24. Boczek T, et al. The role of G protein-coupled receptors and calcium signaling in schizophrenia: focus on GPCRs activated by neurotransmitters and chemokines. Cells. 2021;10(5):1228.
  25. Sabadell-Basallote J, et al. SUCNR1 regulates insulin secretion and glucose elevates the succinate response in people with prediabetes. J Clin Invest. 2024;134(12).
  26. van Diepen JA, et al. SUCNR1-mediated chemotaxis of macrophages aggravates obesity-induced inflammation and diabetes. Diabetologia. 2017;60(7):1304-13.
  27. Guest PC. Insulin resistance in schizophrenia. Adv Exp Med Biol. 2019;1134:1-16.
  28. Bang S, et al. Satellite glial GPR37L1 and its ligand maresin 1 regulate potassium channel signaling and pain homeostasis. J Clin Invest. 2024;134(9).
  29. Massimi M, Di Pietro C, La Sala G, Matteoni R. Mouse mutants of Gpr37 and Gpr37l1 receptor genes: disease modeling applications. Int J Mol Sci. 2022;23(8):4288.
  30. Zheng X, Asico LD, Ma X, Konkalmatt PR. G protein-coupled receptor 37L1 regulates renal sodium transport and blood pressure. Am J Physiol Renal Physiol. 2019;316(3).
  31. Tranfa M, et al. Neural substrates of verbal memory impairment in schizophrenia: a multimodal connectomics study. Hum Brain Mapp. 2023;44(7):2829-40.
  32. Sumiyoshi T. Verbal memory. Handb Exp Pharmacol. 2015;228:237-47.
  33. Grimes KM, Zanjani A, Zakzanis KK. Memory impairment and the mediating role of task difficulty in patients with schizophrenia. Psychiatry Clin Neurosci. 2017;71(9):600-11.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

SUCNR1GPR37L1PCRKEGG
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.