心衰前20年期间的代谢组学特征及其变化

Metabolomic Profiles and Changes During the 20 Years Preceding Heart Failure

作者信息Jiangtao Li, Shusi Ding, Zhao Yang, Mingdan Wang, Xuan Deng, Xueting Sun, Wenting Lu, Pingping Jia, Yan Liu, Yuhan Zhang, Jun Cai, Lemin Zheng, Yue Qi, Jing Liu
PMID42495742
期刊Circ Res
发布时间2026-08-28
DOI10.1161/CIRCRESAHA.126.328542

实验完整度

包含纵向队列分析、外部验证、多种统计模型(强度模型、Cox模型、轨迹分析)及亚组分析,并进行了通路富集分析,证据层级多样。

主要模型

纵向队列(CMCS Beida亚队列,1728名无心衰参与者) 外部验证队列(194名参与者) 代谢物分组(参与者按代谢紊乱状态分类)

重点核对

参与者的代谢紊乱状态(高血压、血糖异常、超重/肥胖) 代谢物浓度测量时间点(4个时间点,覆盖20年) 统计模型(强度模型和Cox比例风险模型)的调整因素 FDR校正(P<0.05)应用于多重检验

摘要

背景:纵向代谢组学研究可加深对心力衰竭进展的理解并实现精准预防。本研究旨在通过纵向代谢组学分析识别与心衰风险相关的血清代谢物,描绘其动态轨迹,并探索不同代谢紊乱人群中的代谢物特征。方法:本研究分析了来自中国多省队列研究代谢组学项目中1728名无心力衰竭参与者在20年随访期间4个时间点收集的4774份血清样本的纵向代谢组学数据。强度模型和Cox比例风险模型识别了与心衰风险相关的代谢物。潜在变量混合效应模型评估了代谢物轨迹。结果:在检测到的784种代谢物中,23种在错误发现率校正的P<0.05水平下与心衰风险相关,其中9种此前未报道过与心衰相关。与心衰风险相关的代谢物表现出4种不同的轨迹聚类及相应的生物学趋势。大多数与心衰风险呈正相关的代谢物在整个20年随访期间保持相对稳定,而与心衰风险呈负相关的代谢物通常表现出下降趋势。在临床诊断前5年以上,发生心衰组的这23种代谢物水平开始与无心力衰竭组出现差异,大多数变化在临床表现前15至20年启动。不同代谢紊乱人群呈现出与心衰相关且各异的代谢物特征。与心衰相关的代谢物主要涉及:高血压人群中的能量代谢和血管舒张反应,肥胖人群中的脂毒性效应和氧化应激,以及血糖异常人群中的炎症过程和糖毒性机制。结论:这项纵向代谢组学研究识别了与心衰相关的代谢物特征,描绘了其在临床诊断前20年间的变化,并揭示了不同代谢紊乱个体之间的异质性,从而为未来的生物标志物和干预研究提供信息。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在临床心力衰竭发作前20年期间,血清代谢物谱如何随时间变化,以及这些变化是否在不同代谢紊乱人群中存在差异?
核心机制
心衰风险相关代谢物涉及能量代谢、血管舒张反应、脂毒性、氧化应激、炎症和糖毒性等机制,在不同代谢紊乱人群中富集的通路不同。
主要证据
基于4774份样本的纵向代谢组学分析,识别出23种FDR校正后显著的代谢物,其中6种在外部队列中得到方向一致验证;轨迹分析显示4种模式,代谢差异出现在诊断前5-20年。
研究意义
研究结果扩展了对心衰代谢组学特征的理解,为未来生物标志物和干预研究提供了框架,并提示针对不同代谢风险人群的定制化预防策略。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

纵向队列建立与样本收集

收集20年期间的纵向血清样本,以明确代谢物随时间的动态变化。

从CMCS Beida亚队列中选取1728名无心力衰竭的参与者,在4个时间点(wave 2-5)收集4774份血清样本。

2

代谢物定量与数据处理

通过超高效液相色谱-串联质谱平台对血清代谢物进行定量,为后续分析提供可靠数据。

使用超高效液相色谱-串联质谱平台(MetWare,武汉)对血清样本进行代谢组学分析,在正、负离子模式下进行多重反应监测,鉴定并定量784种代谢物。数据预处理包括排除缺失值、k近邻插补、支持向量回归校正信号漂移。

3

心衰风险关联分析

识别与后续心力衰竭发生风险相关的血清代谢物,并评估其效应方向。

采用Poisson强度模型(时间更新代谢物水平)和Cox比例风险模型(累积暴露)评估代谢物与心衰风险的相关性,调整年龄、性别、吸烟、药物等协变量,并进行FDR校正。

4

轨迹分析

描绘与心衰风险相关代谢物在20年随访期间的动态变化轨迹。

使用k均值聚类将173种代谢物分类为4种轨迹簇,并通过潜在变量混合效应模型估计代谢物轨迹,比较心衰组和非心衰组之间的差异。

5

亚组分析(代谢紊乱人群)

探索不同代谢紊乱人群(高血压、血糖异常、超重/肥胖)中心衰相关代谢物谱的异质性。

在心衰无事件期间按代谢紊乱状态(健康、高血压、血糖异常、超重/肥胖)进行分层分析,比较各亚组中与心衰风险相关的代谢物及其通路富集。

6

外部验证

验证在发现队列中识别的心衰相关代谢物与心衰风险的关联在其他队列中是否一致。

使用独立的验证队列(194名无心衰参与者,来自1996-1999年招募的CMCS参与者)测量代谢物,并评估与心衰风险的关联,主要检查发现队列中显著代谢物的方向一致性。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
超高效液相色谱-串联质谱平台MetWare--

关键环节

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
队列建立与样本收集
参与者纳入标准:至少有一次随访血样采集,且首次血样采集时无心力衰竭;随访时间点(wave 2-5)及样本量
阅读提示:Methods: Study Population
代谢物定量与数据处理
代谢物鉴定和定量方法:UPLC-MS/MS平台;正负离子模式;排除缺失值标准(≥20%);处理流程(k近邻插补、支持向量回归校正)
阅读提示:Methods: Metabolite Quantification and Data Processing
心衰风险关联分析
结果定义:心力衰竭住院(ICD-10 I50);随访时间(每1-2年至2023年12月31日);统计模型(强度模型、Cox模型)及调整因素(年龄、队列效应、性别、吸烟、药物)
阅读提示:Methods: Outcome Ascertainment and Follow-Up; Statistical Analysis
轨迹分析
轨迹聚类方法(k均值聚类)和潜在变量混合效应模型;时间点数量(4个)
阅读提示:Methods: Statistical Analysis
亚组分析
代谢紊乱状态定义(高血压、血糖异常、超重/肥胖)
阅读提示:Methods: Statistical Analysis; Results: Metabolite Profiles Associated With HF Risk in Participants With Different Metabolic Disorders
外部验证
验证队列的纳入标准、样本收集时间(2012年)
阅读提示:Methods: Study Population