开发一种基于羟胺的新型稳定同位素标记试剂，用于通过LC-MS/MS和机器学习技术分析糖尿病中的醛类代谢生物标志物

《Analytical Chemistry》：Development of a Novel Hydroxylamine-Based Stable Isotope Labeling Reagent for Profiling Aldehyde Metabolic Biomarkers in Diabetes Using LC-MS/MS and Machine Learning

醛类代谢物在糖尿病（T2DM和GDM）中具有潜在诊断价值。本研究采用稳定同位素标记物PTMH/PTMH-d5建立代谢组学分析方法，结合PCA、ROC、PLS-DA及机器学习模型，对比分析39例T2DM、37例GDM与健康对照的血清醛类谱特征。发现4-羟基己烯醛、甲基乙二醛等特异性代谢物可作为糖尿病早期诊断的生物标志物，所建模型在糖尿病分型中展现出较高准确性。

　　

醛类化合物与糖尿病有显著关联。研究醛类的代谢特征有助于深入了解糖尿病的发病机制。本研究采用了一对稳定同位素标记（SIL）试剂——N-((1-苯基-1H-1,2,3-三唑-4-基)甲基)羟胺（PTMH）和N-((1-(苯基-D5)-1H-1,2,3-三唑-4-基)甲基)羟胺（PTMH-d5），用于醛类的分析，以解决传统标记方法（如肼类或胺类试剂）所面临的选择性、异构体形成和转氨反应等问题。通过对28种醛类在2型糖尿病（T2DM，n=39）和妊娠糖尿病（GDM，n=37）患者血清样本中的代谢分析，使用了PTMH/PTMH-d5技术。此外，还进行了T2DM、GDM与健康对照组之间的比较代谢组学研究。研究过程中应用了PCA、ROC和PLS-DA等高级信息学方法进行统计分析，并开发了一种机器学习分类模型。结果表明，4-羟基己醛、甲基乙二醛和反式-2-戊醛可能作为T2DM的潜在生物标志物；而4-羟基己醛、甲基乙二醛、庚醛、5-羟基甲基呋喃醛和反式-2-辛醛可作为GDM的潜在生物标志物。该模型在早期准确诊断T2DM和GDM方面展现出巨大潜力，有望应用于临床诊断中。