妊娠早中期作为婴儿特应性皮炎的关键预测窗口:一项纵向多基质代谢组学研究

Early-mid gestation as a critical predictive window for infantile atopic dermatitis: A longitudinal multi-matrix metabolomic study

作者信息Xi Fu, Zekai Liang, Chuchu Luo, Yuwei Tang, Xin Zhang, Guo-Qing Fang, Da-Yong Zha, Yu Sun
PMID42699742
发布时间2026-08
DOI10.1016/j.waojou.2026.101452

实验完整度

中

研究为观察性队列研究,使用非靶向LC-MS代谢组学分析多基质样本,并结合逻辑回归与随机森林进行预测建模;缺乏体外或动物模型等功能验证实验。

主要模型

母婴出生队列(109对)

重点核对

AD诊断标准:Williams标准 随访频率:出生后第一年至少每3个月一次 样本采集时间:孕早中期(10-28周)和孕晚期(38-40周)母体血浆、脐带血、胎便(出生后24小时内) 代谢物筛选标准:FDR <0.05 机器学习模型验证:留一法交叉验证

摘要

背景:特应性皮炎(AD)是一种常见的炎症性皮肤病,其起源越来越多地追溯到宫内环境。虽然母亲饮食和免疫影响婴儿健康,但预防AD的最佳时间窗口和特定代谢特征仍不清楚。本研究旨在描述纵向围产期代谢谱,以识别阶段特异性的预测性生物标志物和胎儿代谢暴露的关键窗口。方法:开展了一项纵向出生队列研究,招募了2021年至2023年间的109对母婴。使用非靶向液相色谱-质谱联用(LC-MS)代谢组学分析了包括母体血浆(孕早中期和分娩前采集)、脐带血和胎便在内的生物样本。对婴儿进行1年随访以确定AD状态(AD组n=39;健康组n=70)。采用逻辑回归识别与健康结局相关的显著代谢物,并利用随机森林分类比较不同发育窗口的预测性能。结果:确定了不同的代谢表型。在孕早中期母体血浆中,健康组在2个主要类别中显著富集了保护性代谢物:多不饱和脂肪酸(PUFA),包括13S-HODE(OR=0.11,P<0.001)和α-亚麻酸(OR=0.51,P=0.014);以及类黄酮,包括芒柄花素(OR=0.33,P=0.005)、雌马酚(OR=0.48,P=0.012)和槲皮素(OR=0.87,P=0.027)。在后续阶段观察到较少的代谢改变,例如孕晚期的麦角钙化醇(OR=0.56,P=0.028)和胎便中的异牡荆素(OR=0.88,P=0.037)。在脐带血中,关键的预测标志物包括苯乙酸酯(OR=0.28,P=0.025)、抗氧化剂核糖-1,5-二磷酸(OR=0.09,P=0.017)和锦葵酸(OR=1.23,P=0.026)。值得注意的是,后两者在孕早中期母体血浆和脐带血中均被一致识别。关键的是,随机森林模型显示,整合孕早中期代谢物显著改善了AD预测(AUC 0.831,95% CI 0.73–0.93 vs. AUC 0.463,95% CI 0.35–0.57),大大优于孕晚期代谢物(AUC 0.669,95% CI 0.48–0.86)。在新生儿中,脐带血模型(AUC 0.817,95% CI 0.69–0.95)显示出优于胎便(AUC 0.644,95% CI 0.46–0.83)的预测价值。这种预测模式在仅限制为6种核心代谢物的简约模型中保持高度稳健。结论:这项研究强调了潜在的围产期保护性和风险性代谢谱,表明早期母体代谢环境在婴儿免疫系统“ priming”以抵抗AD方面发挥关键作用,并确定孕早中期是早期风险预测的最佳窗口。这些预测关联需要在未来的机制性和干预性试验中加以证实后才能为有针对性的营养策略提供信息。

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
围产期哪一发育阶段是预测婴儿特应性皮炎(AD)的最关键时间窗口?哪些特异性代谢物或类别可能赋予保护或风险?
核心机制
孕早中期母体代谢环境可能通过保护性代谢物(如PUFA和类黄酮)和风险代谢物(如sterculic acid)对胎儿免疫系统进行‘priming’,从而影响AD易感性。
主要证据
基于109对母婴的纵向队列,利用LC-MS代谢组学分析母体血浆(孕早、晚期)、脐带血和胎便;随机森林模型显示孕早中期代谢物预测AD(AUC=0.831)显著优于临床因素和孕晚期;核心代谢物在简约模型中仍稳健。
研究意义
研究确定孕早中期为AD早期风险预测的最佳窗口,为未来孕期精准营养干预提供科学基础。

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

样本采集与代谢组学分析

获取围产期不同阶段生物样本并分析代谢谱

收集母体血浆、脐带血和胎便样本,使用LC-MS进行非靶向代谢组学分析,以识别AD与健康组间的差异代谢物。

2

差异代谢物筛选与关联分析

筛选与AD显著关联的代谢物并评估其风险/保护作用

使用多步筛选(非参数检验,VIP>1,折叠变化>1.2或<0.83)和逻辑回归(校正母龄、BMI、父母过敏)识别显著代谢物,控制FDR<0.05。

3

代谢通路富集分析

探索显著代谢物涉及的生物学通路

利用MetaboAnalyst工具对差异代谢物进行KEGG通路富集分析,揭示不同阶段显著富集的代谢通路。

4

随机森林预测模型构建与比较

评估不同围产期窗口的代谢标志物对AD的预测效能

基于临床因素和不同基质中的代谢物,建立随机森林模型(基线,早中孕,晚孕,脐带血,胎便),采用LOOCV评估AUC并进行比较,同时构建简约模型(最多6种代谢物)以排除偏倚。

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
Vanquish超高效液相色谱系统Thermo Fisher Scientific--
ACQUITY UPLC HSS T3色谱柱Waters--
Orbitrap Exploris 120质谱仪Thermo Fisher Scientific--

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
研究设计
纳入排除标准:年龄18-35岁、孕10-28周、无自身免疫病等;排除出生窒息等
阅读提示:Methods:Inclusion and exclusion criteria
样本采集与储存
采样时间:孕早中期(10-28周)、孕晚期(38-40周);脐带血出生时;胎便出生24小时内;储存于-80℃
阅读提示:Methods:Collection of biological samples
代谢组学分析
样本前处理(如50mg胎便或50μL血浆加入600μL甲醇溶液等);LC-MS条件(HSS T3柱,40℃,流速0.3mL/min等)
阅读提示:Methods:Metabolomic profiling of biological samples
差异代谢物筛选
筛选标准:VIP>1,折叠变化>1.2或<0.83,Mann-Whitney U检验P<0.05,FDR<0.05;逻辑回归校正因子
阅读提示:Methods:Statistical analyses
预测模型评估
交叉验证方法:LOOCV;模型性能比较:DeLong方法计算AUC的95%CI,bootstrap检验比较AUC差异
阅读提示:Methods:Statistical analyses