研究队列建立与血清样本采集
建立发现和验证队列，获取妊娠24–28周血清样本用于后续组学分析。
前瞻性招募在浙江大学医学院附属妇产科医院进行75-g OGTT的孕妇，分为发现队列（n=128）和验证队列（n=55），采集空腹静脉血并分离血清储存于−80°C。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
妊娠期糖尿病患者血清乙酰-L-肉碱降低与高血压疾病相关：一项多组学研究
Reduced serum acetyl-L-carnitine is associated with hypertensive disorders in women with gestational diabetes mellitus: a multi-omics study
实验完整度
高发现和验证队列、非靶向和靶向代谢组学、脂质组学、LASSO和ROC建模、多组学关联分析
主要模型
发现队列：58例正常妊娠、50例GDM、20例GDMHDP孕妇的血清样本 验证队列：25例正常对照、22例GDM、8例GDMHDP孕妇的血清样本
重点核对
血清样本采集时间：妊娠24–28周 发现队列和验证队列的GDM与GDMHDP分组 靶向LC–MS/MS验证ALC在GDMHDP中的降低 ALC–DBP逻辑回归模型的构建与ROC评估 脂质组学中VIP > 1且FDR < 0.05的差异脂质筛选
摘要
背景：妊娠期糖尿病（GDM）和妊娠期高血压疾病（HDP）是妊娠期常见的代谢并发症。GDM是HDP的独立危险因素，而HDP是孕产妇和围产期发病率和死亡率的主要原因。目前尚缺乏可靠的早期工具来识别有后续发生HDP风险的GDM女性。本研究旨在整合代谢组学、脂质组学和临床数据，以识别与GDM女性后续诊断HDP相关的可重复候选生物标志物，并表征伴随的代谢和脂质组学改变。方法：在这项前瞻性探索性生物标志物研究中，招募了发现队列（n = 128）和验证队列（n = 55）。对妊娠24–28周采集的血清样本进行非靶向和靶向代谢组学分析。进行脂质组学以补充代谢组学分析并表征脂质相关改变。使用逻辑回归构建联合预测模型，并使用受试者工作特征（ROC）分析评估其预测性能。结果：非靶向代谢组学发现GDMHDP组的血清乙酰-L-肉碱（ALC）低于GDM组，这一差异在验证队列中通过靶向LC–MS/MS得到确认。ALC–舒张压（DBP）联合模型在发现队列中达到曲线下面积（AUC）0.907，在验证队列中为0.886。在两个队列中，将ALC加入DBP均改善了区分度和重分类。多组学分析显示，ALC和DBP与脂质具有互补且部分不同的关联。较低的ALC与选定的神经酰胺和单溶血心磷脂种类相关，以及与提示脂肪酸处理改变的脂质模式相关，而DBP显示出部分不同的脂质相关模式。结论：妊娠24–28周时血清ALC降低与GDM合并HDP可重复相关。将ALC与DBP结合改善了GDMHDP与无并发症GDM之间的区分度，提示代谢和血流动力学信息的互补性。鉴于GDMHDP病例数量有限且为单中心设计，这些发现应解释为探索性和假设生成性的；它们支持进一步评估ALC作为候选代谢标志物，但需要在更大的独立队列中确认。
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
- 能否通过妊娠24–28周的循环代谢特征识别有后续高血压并发症风险的GDM女性？
- 核心机制
- 血清ALC降低可能反映线粒体生物能量学和脂肪酸处理改变，与CoA相关代谢、神经酰胺积累和脂质重塑相关，并可能涉及氧化应激和血管功能障碍。
- 主要证据
- 非靶向代谢组学发现GDMHDP组ALC降低，靶向LC–MS/MS在验证队列中确认；ALC–DBP联合模型在发现和验证队列中AUC分别为0.907和0.886；脂质组学显示ALC与特定神经酰胺和单溶血心磷脂相关。
- 研究意义
- 支持血清ALC作为GDM女性妊娠中期预测HDP的候选代谢标志物，并提示代谢和血流动力学信息的互补性，但需要在更大的多中心前瞻性研究中验证。
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。
非靶向代谢组学分析
表征GDM和GDMHDP组的血清代谢特征，筛选差异代谢物。
对发现队列血清进行非靶向LC–MS代谢组学分析，鉴定代谢物，进行PCA和OPLS-DA分析，筛选差异代谢物，并进行KEGG通路富集分析。
LASSO回归与候选生物标志物筛选
从重叠差异代谢物中筛选能区分GDMHDP与GDM的候选生物标志物。
使用25个重叠差异代谢物作为候选预测因子，进行二项逻辑LASSO回归，保留非零系数代谢物，并进行ROC分析评估区分性能。
靶向LC–MS/MS验证
在验证队列中确认候选代谢物的差异丰度和区分性能。
对候选代谢物进行靶向LC–MS/MS定量，在验证队列中评估其重现性，进行ROC分析。
联合预测模型构建与评估
评估ALC与DBP联合模型对GDMHDP的预测性能。
构建ALC和DBP的二项逻辑回归模型，使用ROC分析评估AUC，使用NRI和IDI评估增量预测价值，并进行Spearman相关分析。
非靶向脂质组学分析
表征GDMHDP相关的脂质组学改变，并与ALC和DBP进行关联分析。
对血清进行非靶向脂质组学分析，鉴定差异脂质，分析碳链长度和双键含量，进行多组学Spearman相关网络分析。
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 |
|---|---|---|---|
| 非靶向代谢组学 | 甲醇 | Merck KGaA | -- |
| 异丙醇 | Merck KGaA | -- | |
| 甲酸 | Shanghai Aladdin Biochemical Technology Co., Ltd. | -- | |
| 乙酸铵 | Shanghai Aladdin Biochemical Technology Co., Ltd. | -- | |
| 酮洛芬 | Cambridge Isotope Laboratories | -- | |
| 磺胺甲基嘧啶 | Cambridge Isotope Laboratories | -- | |
| 非靶向脂质组学 | 溶血磷脂酰胆碱 LPC(19:0) | Avanti Polar Lipids | -- |
| LC–MS分析 | Orbitrap Exploris 120 质谱仪 | -- | -- |
| Thermo Vanquish 超高效液相色谱系统 | Thermo | -- | |
| 靶向代谢组学 | Agilent 1260 Infinity II Prime 超高效液相色谱系统 | Agilent Technologies | -- |
| Agilent 6495 三重四极杆质谱仪 | Agilent Technologies | -- | |
| 非靶向脂质组学 | Thermo Scientific Vanquish 超高效液相色谱 | Thermo Scientific | -- |
| Thermo Scientific Orbitrap Exploris 120 质谱仪 | Thermo 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 |
|---|---|
| 研究队列与样本采集 | 发现队列和验证队列的样本量、分组比例（正常/GDM/GDMHDP）、血清采集孕周（24–28周）、储存温度（−80°C） 阅读提示：Methods and materials 中的 Study participants 小节及 Table 1 |
| 非靶向代谢组学 | 色谱柱型号、流动相组成、梯度程序、流速、进样量、质谱分辨率、QC样本插入频率 阅读提示：Methods and materials 中的 Untargeted metabolomics analysis 小节 |
| 靶向代谢组学验证 | 色谱柱型号、流动相组成、流速、进样量、MRM模式、离子源参数、空白和QC样本插入频率 阅读提示：Methods and materials 中的 Targeted metabolomics for validation 小节 |
| 非靶向脂质组学 | 脂质提取方法、色谱柱型号、柱温、流动相组成、梯度程序、流速、质谱参数、QC样本插入频率 阅读提示：Methods and materials 中的 Untargeted lipidomics analysis 小节 |
| 统计分析与模型构建 | 差异代谢物和脂质筛选标准（VIP > 1, FDR < 0.05）、LASSO回归的λ选择方法、ROC分析、NRI和IDI计算 阅读提示：Methods and materials 中的 Statistical analysis 小节 |