cover.jpg

文献分享|代谢组学分析揭示了新冠肺炎的阶段性特征

来自2021 Jul 21的European Respiratory Journal。IF:16.672。

知识点

LC-MS 非靶向代谢组

技术简介

代谢组学是直接研究生物体受基因和蛋白调控的所有代谢物的变化规律和功能的科学，是探究生物现象结果的科学，代谢组学 研究一方面可以发掘一些新的分子标志物，另一方面通过与蛋白质组学、基因组学数据的联动分析，可以从原因和结果两方面分 析生物体的内在变化，将系统生物学的研究推向更高水平。LC-MS非靶向代谢组技术通过LC-MS平台对限定条件下的特定生物 样品中所有代谢组分进行定性和定量。

技术流程

Snipaste_2021-07-31_22-49-37.png

靶向代谢组

技术简介

靶向代谢组学（Targeted Metabolomics）是代谢组学研究的重要组成部分，也是全代谢组研究的延伸与拓展。相对于全代谢组分析而言，靶向代谢组分析具有特异性强、检测灵敏度高和定量准确等特点。通过对血液、尿液或其他体液以及组织中某一特定的代谢物的富集与准确定量定性分析，一方面可以结合其它实验数据揭示相关的分子生物学作用机制，另一方面，也可以为后 续代谢分子标志物的深入研究和开发利用提供有力支持。

技术流程

Snipaste_2021-07-31_22-51-32.png

Abstract

新冠肺炎已经感染了1.6亿多人，并导致全世界数以百万计的人死亡。至少部分原因是这种疾病的病理生理尚不清楚。因此，识别新冠肺炎的潜在分子机制对于战胜这场大流行至关重要。使用非靶向和靶向代谢组学分析对新冠肺炎患者所有阶段血清的代谢特征进行了全面的观察。与健康对照组比较，在发现队列和验证队列中，轻度、重度和恢复期循环代谢产物的变化模式不同，提示糖代谢和尿素循环的代谢重排是新冠肺炎进展的潜在病理机制。研究表明，针对糖代谢和尿素循环可能是在病程不同阶段对抗新冠肺炎的可行方法。

Results

新冠肺炎患者各期血清非靶向代谢组学研究

对发现队列进行了非靶向代谢组学分析，包括13例健康人作为正常组，18例轻度患者，12例重症患者，20例重症新冠肺炎恢复者。收集并分析新冠肺炎感染者的临床症状和实验室指标。

metabolic_figure_1.png

使用健康对照组(正常)和轻度、重度和恢复组患者的血清进行非靶向代谢组学分析。(A)研究设计示意图；(B)四组间非靶向代谢组学的主成分分析(PCA)；(C)选定193种代谢物的热图，FDR<0.05；(D)火山图突出显示与正常组相比，轻度、重度和恢复组的血清代谢物增加(红色)或减少(蓝色)。

靶向代谢组学显示新冠肺炎患者各阶段代谢产物的改变

figure_2.png

图2.不同阶段血清中主要代谢物的变化(A)靶向代谢组学中量化的代谢物热图，FDR<0.05；(B)通路分析发现氨基酸代谢有显著差异，特别是精氨酸、鸟氨酸和谷氨酰胺，以及能量代谢，包括TCA循环和糖酵解。

疾病进展中的尿素循环和三羧酸循环失调

figure_3.png

箱线图显示了这些代谢物在不同阶段的发现和验证样本中的水平。发现队列和验证队列中的代谢组学路径分析表明，尿素循环和三羧酸循环是新冠肺炎患者受影响最大的两条路径。

血清代谢物的组合可能是一个潜在的预测生物标志物

为了研究这9种代谢物是否可以作为新冠肺炎患者风险分层的生物标志物，用发现队列训练了几个经典模型，并用验证队列进行了验证，包括决策树、随机森林、支持向量机和Logistic回归。为了获得更好的性能，作者采用了Logistic回归。

figure_4.png

图4.将尿素循环和三羧酸循环中9种显著变化的代谢物组合而成的模型的AUC。以9种代谢物为特征建立Logistic回归模型。(A-F)用1-9种代谢物区分不同阶段的AUC散点图。X轴显示了模型中使用的代谢物的数量。建立了所有可能组合的模型，每个点都显示了单个组合的AUC。曲线图表明，随着模型个数的增加，模型的性能更好。

Discussion

代谢组学数据提供了新冠肺炎患者所有阶段循环代谢物特征的综合视图，并确定糖代谢和尿素循环的代谢重新编程是新冠肺炎的潜在病理机制。以宿主代谢为靶点可能是在病程不同阶段对抗新冠肺炎的一种可行的方法。