尿液挥发性有机物代谢产物与血脂异常：基于NHANES数据的炎症介导机制研究

为阐明环境污染物对脂代谢的影响，本研究首次通过NHANES大数据分析发现尿液中挥发性有机物代谢产物（UMVOCs）与血脂异常显著正相关，其中CEMA（N-乙酰-S-(2-羧乙基)-L-半胱氨酸）贡献度最高（29.75%），并证实炎症指标（WBC/NC/LC）介导10.35%/6.54%/6.52%效应。研究成果为环境暴露致代谢性疾病提供了新证据。

　　

当我们谈论环境污染对健康的影响时，挥发性有机化合物（Volatile Organic Compounds, VOCs）正成为科学家们关注的焦点。这些广泛存在于空气污染、工业排放、香烟烟雾和家用产品中的化学物质，不仅威胁呼吸系统，更可能悄然扰乱人体的代谢平衡。血脂异常作为常见的慢性疾病，其特征是血清中甘油三酯（TG）、胆固醇及相关脂蛋白水平异常，严重破坏机体代谢稳态，与2型糖尿病、心血管疾病（CVD）和肥胖等代谢综合征的发病率上升密切相关。据统计，仅2019年，高LDL-C就导致440万人死亡和9860万伤残调整寿命年（DALYs）。尽管空气污染与血脂异常的关联已有探索，但关于个体VOCs暴露如何影响脂代谢的直接证据仍相对匮乏。

在这项发表于《Lipids in Health and Disease》的研究中，Wu等学者首次系统评估了尿液挥发性有机物代谢产物（UMVOCs）与血脂异常的关联，并深入探讨了炎症在其中的介导作用。通过分析美国国家健康与营养调查（NHANES）2011-2020周期的6,962名参与者数据，研究团队运用加权逻辑回归模型评估单个UMVOCs的影响，采用加权分位数和（WQS）回归评估混合暴露效应，并通过中介分析揭示炎症标志物的介导角色。

研究主要采用三大关键技术方法：一是利用超高效液相色谱-串联质谱（UHPLC-MS/MS）检测尿液中16种检测率＞75%的UMVOCs浓度；二是基于NHANES代表性队列数据，采用多变量调整的加权逻辑回归和WQS回归模型；三是通过非参数Bootstrap法（1,000次迭代）进行中介效应分析，所有分析均通过多重插补处理缺失数据并调整社会人口学、生活方式及临床混杂因素。

研究发现：单个UMVOCs的显著影响

经完全调整模型（Model 3）分析，34MHA（3-和4-甲基马尿酸）和CEMA（2-羧乙基巯基尿酸）浓度与血脂异常风险呈正相关，其OR值分别为1.10（95% CI: 1.00-1.21）和1.21（95% CI: 1.08-1.35）。当将UMVOCs浓度按四分位分层后，最高 quartile 的34MHA和CEMA暴露者罹患血脂异常的风险显著升高，OR分别达1.43（1.12-1.82）和1.58（1.21-2.06），且存在显著剂量反应趋势（P<0.05）。

混合暴露的协同效应

WQS回归分析显示，16种UMVOCs的混合暴露与血脂异常显著正相关（OR=1.14, 95% CI: 1.04-1.24, P=0.002），其中CEMA的贡献度最高（29.75%），其次是34MHA（11.31%）和2MHA（9.92%）。在多因素模型中同时纳入2MHA、34MHA和CEMA后，CEMA仍保持独立关联（OR=1.19, 95% CI: 1.07-1.33, P<0.001），证实其在混合暴露中的主导作用。

炎症的关键介导角色

中介分析揭示，白细胞计数（WBC）、中性粒细胞计数（NC）和淋巴细胞计数（LC）部分介导了CEMA暴露与血脂异常之间的关联。其中WBC的间接效应值为0.0055（95% CI: 0.0025-0.0082），贡献率为10.35%；NC和LC的间接效应值分别为0.0034（0.0005-0.0077）和0.0035（0.0017-0.0052），贡献率分别为6.54%和6.52%（所有P<0.001）。这表明炎症通路是UMVOCs诱发血脂异常的重要机制。

人群异质性的发现

亚组分析显示，CEMA与血脂异常的关联在女性（P<0.001）和高等教育人群（P=0.002）中更为显著，提示性别特异性行为模式（如化妆品使用、烹饪活动）和社会经济因素可能修饰暴露效应。

该研究结论强调，长期或高水平暴露于UMVOCs（尤其是CEMA）可能通过炎症途径促进血脂异常发生，为环境污染物对代谢健康的风险提供了流行病学证据。研究的创新性在于首次系统评估UMVOCs混合暴露的脂代谢效应，并揭示炎症介导的生物学机制。然而，横断面设计限制因果推断，且单次尿液检测可能无法完全代表长期暴露水平。未来需通过动物实验控制暴露剂量评估脂代谢变化，并开展前瞻性队列验证因果关联。从公共卫生角度，改善居住和职业环境、加强室内空气质量管理、减少交通和工业排放，有望从源头降低VOCs暴露，为预防代谢性疾病提供新思路。