识别代谢特征(MSs)
识别反映对十种健康饮食模式依从性的血浆代谢物组合。
使用UK Biobank基线代谢组学数据作为训练集,通过多变量线性回归筛选与各饮食模式评分显著相关的代谢物,并用弹性网络回归构建MSs。
Plasma metabolic signatures of healthy dietary patterns and risk of metabolic dysfunction-associated steatotic liver disease and cirrhosis
基于大型前瞻性队列,利用代谢组学数据构建饮食模式MSs,并通过Cox回归、孟德尔随机化和中介分析进行关联、因果和机制验证。
UK Biobank队列(82,259名参与者) Nightingale核磁共振代谢组学(249种代谢物)
UK Biobank队列,82,259名参与者,基线年龄55.97±7.92岁,52.9%女性 饮食评估:牛津WebQ 24小时膳食回顾,五次完成,平均分 结局定义:ICD-10编码,MASLD和肝硬化事件,随访至2021/2022年 MS构建:弹性网络回归(α=0.5,十折交叉验证),训练集为基线代谢组学 统计模型:多变量Cox回归校正年龄、性别、Townsend剥夺指数、种族、教育、吸烟、体力活动、肥胖、糖尿病、高血压、HDL-C和甘油三酯
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
识别反映对十种健康饮食模式依从性的血浆代谢物组合。
使用UK Biobank基线代谢组学数据作为训练集,通过多变量线性回归筛选与各饮食模式评分显著相关的代谢物,并用弹性网络回归构建MSs。
验证MSs能够反映饮食模式的依从性,并检查其重复性。
计算MSs与对应饮食模式评分的Spearman相关系数,并在重复代谢组学测量中验证。
评估饮食模式评分和MSs与MASLD和肝硬化风险的前瞻性关联。
使用多变量Cox比例风险回归模型,计算比较第90百分位与第10百分位的HRs。
探索MSs与肝脏疾病之间是否存在因果关系。
对MSs进行GWAS,识别SNP,使用两样本MR(IVW方法)和meta分析,评估遗传预测的MSs对MASLD和肝硬化的影响。
评估MSs及其代谢途径在饮食模式与肝脏疾病关联中的中介作用。
以饮食模式评分为暴露,MSs或代谢途径为中介,MASLD/肝硬化为结局进行中介分析,计算中介比例。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 队列数据管理 | UK Biobank | -- | -- |
| 代谢组学测量 | Nightingale Health核磁共振代谢组学平台 | Nightingale Health | -- |
| 基因分型 | PLINK v2.0 | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 研究人群 | 纳入/排除标准:无饮食数据、极端能量摄入、缺失协变量、基线疾病、缺失代谢组学数据者排除;最终82,259人。 阅读提示:Materials and methods, Study population |
| 饮食评估 | 饮食数据来自牛津WebQ 24小时膳食回顾,5次完成,平均能量和营养素摄入量;饮食模式评分标准。 阅读提示:Materials and methods, Assessment of dietary pattern scores; Supplementary Methods Tables S2-S10 |
| 代谢组学数据 | NMR代谢组学,EDTA血浆,249种代谢物;测量时间:基线2019-2020,重复2020-2022。 阅读提示:Materials and methods, Assessment of metabolomics data |
| 结局定义 | MASLD和肝硬化诊断基于ICD-10编码或操作/程序代码;随访结束日期因国家而异。 阅读提示:Materials and methods, Assessment of outcomes; Table S11 |
| 统计分析 | 弹性网络回归α=0.5,十折交叉验证;Cox回归模型校正因素;GWAS MAF阈值;MR IVW方法;中介分析。 阅读提示:Materials and methods, Statistical analysis; Supplementary Methods |