与多发性硬化疾病严重程度相关的代谢组学特征

Metabolomic Profiles Associated With Disease Severity in Multiple Sclerosis

作者信息Fatemeh Siavoshi, Dimitrios C Ladakis, Larissa Jank, Blake E Dewey, Angeliki G Filippatou, Matthew D Smith, Jerry L Prince, Elias S Sotirchos, Shiv Saidha, Ellen M Mowry, Peter A Calabresi, Kathryn C Fitzgerald, Pavan Bhargava
PMID42912879
发布时间2026-11
DOI10.1212/NXI.0000000000200664

实验完整度

中

横断面观察性分析,整合代谢组学与临床、影像和患者报告结局,采用多种关联分析,但未进行功能或机制验证。

主要模型

多发性硬化患者血浆/血清样本 复发缓解型MS患者 进展型MS患者

重点核对

样本类型:血浆341份,血清200份 代谢物检测数量:332种代谢物 协变量调整:年龄、性别、种族、DMT状态、MS亚型 结局评估时间窗:血液采样后2年内 敏感性分析:包括6个月内结局、女性、PMS、eGFR≥60等亚组

摘要

背景与目标:目前仍缺乏能够反映多发性硬化(MS)功能衰退的敏感、微创生物标志物。非靶向代谢组学分析能够无偏地发现循环生物标志物以及MS发病和进展相关的失调生物学通路。我们旨在识别与MS临床、影像学和患者报告结局相关的候选循环代谢物特征,并表征其潜在的代谢通路。方法:我们对323名多发性硬化患者(PwMS)的541份样本进行了非靶向循环代谢组学特征的横断面分析,包括复发缓解型和进展型,检测了332种代谢物。使用线性混合效应模型评估代谢物水平与结局之间的关联,结局包括临床残疾(扩展残疾状态量表)、功能测试(步行速度、手动灵活性和处理速度)、Neuro-QoL患者报告领域、光学相干断层扫描衍生的视网膜层厚度和MRI衍生的指标,模型调整了年龄、性别、种族、治疗状态和MS亚型。为了识别与结局共同相关的代谢物簇,我们应用了分层全对全关联分析和加权相关网络分析。还使用Fast Gene Set Enrichment Analysis基于RaMP数据库对排序的效应大小进行了通路富集分析,排除了代谢物少于3种的通路。结果:我们识别出多种与MS严重程度在临床、患者报告和影像学领域一致的代谢物。对甲酚硫酸盐、对甲酚葡萄糖苷酸、苯乙酰谷氨酰胺和肉碱衍生种类等代谢物与更严重的疾病相关,而色氨酸甜菜碱、麦角硫因、N-乙酰肌肽和吲哚丙酸与更有利的结局相关。通路分析强调了氨基酸转运和代谢、芳香族和支链氨基酸通路以及溶质载体转运体系统,以及与MS严重程度相关的胆汁酸、鞘脂和肉碱相关通路。讨论:PwMS中代谢组学、临床和影像学数据的综合整合突出了与MS严重程度相关的独特代谢物和代谢通路。这些候选代谢物需要在独立队列中进行外部验证,并为未来旨在改善MS疾病监测和管理的生物标志物发现研究提供了依据。

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
识别与多发性硬化疾病严重程度相关的循环代谢物特征及其潜在代谢通路。
核心机制
多种代谢物(如对甲酚硫酸盐、对甲酚葡萄糖苷酸、苯乙酰谷氨酰胺、肉碱衍生物与更严重疾病相关;色氨酸甜菜碱、麦角硫因、N-乙酰肌肽、吲哚丙酸与更有利结局相关)及氨基酸转运和代谢、胆汁酸、鞘脂等通路与MS严重程度相关。
主要证据
基于323名PwMS的541份样本的非靶向代谢组学分析,使用线性混合效应模型、HAllA、WGCNA和通路富集分析,发现代谢物与临床残疾、功能测试、OCT、MRI和患者报告结局的关联。
研究意义
研究结果表明血液代谢标志物可能有助于疾病监测,并为未来生物标志物发现和代谢靶向干预研究提供依据。

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

研究队列与样本收集

建立多发性硬化患者队列并收集血液样本及结局数据。

纳入约翰霍普金斯MS中心等多个研究的PwMS,收集血浆/血清样本,并采集临床、影像、OCT和患者报告结局数据。

2

非靶向代谢组学 profiling

检测循环代谢物并获取相对丰度数据。

由Metabolon公司进行非靶向全球代谢组学分析,使用LC/MS和GC/MS,匹配化学参考标准库进行化合物注释。

3

数据预处理与质量控制

确保代谢组学数据质量并校正批次效应。

去除缺失值超过20%的代谢物,K近邻插补(k=10),对数转换,合并后保留332种代谢物,使用ComBat校正批次效应,Z-score标准化。

4

代谢物与结局的关联分析

评估单个代谢物与MS严重程度结局的关联。

使用线性混合效应模型,以参与者ID为随机截距,调整年龄、性别、种族、DMT状态和MS亚型,分析代谢物与EDSS、功能测试、OCT、MRI和PROs的关联。

5

多变量模式识别与网络分析

识别与结局共同相关的代谢物簇和模块。

应用HAllA分析全局相关性,使用WGCNA构建代谢物共表达网络,识别与结局相关的模块。

6

通路富集分析

识别与MS严重程度相关的代谢通路。

基于LME模型的效应大小排序,使用fgsea包和RaMP数据库进行通路富集分析,限制通路至少包含3种代谢物。

7

敏感性分析

验证主要关联在不同亚组和调整下的稳健性。

在6个月内结局、女性、PMS、eGFR≥60等亚组中重复分析,并额外调整BMI、疾病 duration和非DMT药物暴露。

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
Cirrus HD-OCT系统(型号4000和5000)Carl Zeiss Meditec--
Metabolon公司Metabolon Inc.--

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
研究队列与样本收集
样本类型(血浆/血清)、样本量、参与者来源、DMT状态分布
阅读提示:Methods中Participants and Data Collection小节及Table 1
代谢组学 profiling
检测平台(LC/MS和GC/MS)、代谢物数量、批次数量
阅读提示:Methods中Metabolomic Profiling小节
数据预处理与质量控制
缺失值阈值、插补方法、批次校正方法、标准化方法
阅读提示:Methods中Preprocessing and Quality Control小节及Figure 2
关联分析
统计模型、协变量、随机效应、显著性阈值
阅读提示:Methods中Descriptive and Analytical Models小节
通路富集分析
富集方法、数据库、通路最小代谢物数
阅读提示:Methods中Descriptive and Analytical Models小节
敏感性分析
亚组定义、额外协变量
阅读提示:Methods中Descriptive and Analytical Models小节及Results中Sensitivity Analyses