用于诊断COVID-19重症患者继发感染的代谢组学方法

《Critical Care Explorations》：Metabolomics for the Diagnosis of Secondary Infections in Critically Ill Patients With COVID-19

本研究通过代谢组学分析，发现肌酐、S-甲基-L-半胱氨酸和2-羟基异戊酰肉碱可区分重症COVID-19患者有无继发感染（AUC 0.83），并成功鉴别革兰氏阳性菌和阴性菌感染（AUC 0.88），为精准抗生素使用提供依据。

　　在这项研究中，科学家们关注的是在严重感染的新冠患者中，如何通过代谢组学技术识别出可能发生的继发性感染。这种继发性感染在重症新冠患者中较为常见，且难以及时识别，导致抗生素的使用率较高。识别出能够区分继发性感染和无继发性感染的生物标志物，有助于更精准地使用抗生素，减少不必要的药物使用，从而降低抗药性细菌的传播风险。研究团队通过一项多中心回顾性队列研究，分析了105名接受重症监护的新冠患者以及49名健康志愿者的血液样本，试图找到可以有效区分继发性感染的代谢物。

研究结果表明，某些特定的代谢物在继发性感染的患者体内呈现出显著的变化。例如，研究发现，继发性感染患者的血液中，肌酸和2-羟基异缬酰肉碱的浓度显著升高，而S-甲基-L-半胱氨酸的浓度则明显下降。这些代谢物的变化可以作为潜在的生物标志物，帮助医生判断患者是否发生了继发性感染。通过构建一个由这三个代谢物组成的生物标志物面板，研究团队发现其在诊断继发性感染方面的表现优于传统的感染标志物，如白细胞计数、C反应蛋白和降钙素原，其曲线下面积（AUC）达到了0.83，表明具有较高的诊断准确性。

此外，研究还发现一些代谢物可以用来区分革兰氏阳性菌和革兰氏阴性菌引起的感染。例如，甜菜碱和N(6)-甲基赖氨酸的浓度在革兰氏阳性菌感染的患者中升高，而四种磷脂酰胆碱（PCs; 36:4、PC(38:4)、PC(38:6)和PC(40:6)）的浓度在革兰氏阴性菌感染的患者中升高。这些代谢物的组合在区分两种类型的感染方面也表现出了较高的准确性，其AUC值为0.88，说明其在识别感染类型方面具有较大的潜力。

继发性感染在重症新冠患者中对预后产生了显著影响，不仅增加了住院时间，还提高了死亡率。然而，传统的诊断方法如微生物培养和药敏试验往往耗时较长，且在某些情况下可能无法提供明确的结果。特别是在患者已经接受抗生素治疗后，培养结果可能变得不可靠，从而导致误诊或过度使用抗生素。因此，研究团队希望通过代谢组学技术，开发出一种能够快速、准确识别继发性感染的诊断工具，以期改善重症新冠患者的治疗策略。

在分析方法上，研究团队采用了液相色谱-质谱联用技术（LC-MS），这是一种能够检测和量化生物液体中各种代谢物的强大工具。通过这种方法，他们能够获取患者体内代谢物的全面信息，并利用统计分析方法，如主成分分析（PCA）和贝叶斯逻辑回归分类器，筛选出那些能够有效区分感染状态的代谢物。PCA主要用于识别数据中的潜在模式和排除干扰因素，而贝叶斯逻辑回归分类器则用于构建预测模型，以评估这些代谢物在诊断继发性感染中的表现。

研究还发现，这些代谢物的变化与患者体内复杂的炎症反应和代谢紊乱密切相关。严重感染会导致宿主代谢途径的显著改变，而代谢组学技术能够捕捉这些变化，从而为临床提供重要的诊断信息。例如，肌酸和2-羟基异缬酰肉碱的升高可能反映了细胞能量代谢的改变，而S-甲基-L-半胱氨酸的降低可能与某些炎症反应相关。此外，甜菜碱和N(6)-甲基赖氨酸的变化可能与宿主对不同细菌的免疫反应有关，而磷脂酰胆碱的变化则可能与细胞膜的稳定性或炎症介质的释放有关。

研究团队指出，虽然代谢组学技术在识别继发性感染方面表现出良好的潜力，但其在临床应用中的推广仍面临一些挑战。首先，样本的处理和数据分析过程相对耗时，限制了其在紧急情况下的使用。其次，代谢物的变化可能受到多种因素的影响，包括患者的个体差异、感染的类型和来源，以及治疗过程中使用的药物。因此，研究团队建议未来的研究应关注如何提高代谢组学技术的效率，并探索如何将代谢组学与临床数据相结合，以开发更全面的诊断工具。

总的来说，这项研究为识别重症新冠患者中的继发性感染提供了一种新的方法。通过代谢组学技术，研究人员发现了一些能够有效区分继发性感染和无继发性感染的代谢物，以及能够区分革兰氏阳性菌和革兰氏阴性菌感染的代谢物。这些发现不仅有助于提高诊断的准确性，还可能为未来的治疗策略提供新的思路。然而，为了将这些发现转化为临床应用，还需要进一步的验证和优化。未来的研究应关注如何扩大样本量，提高技术的效率，并探索如何将代谢组学与其他生物医学技术相结合，以实现更精准的个体化治疗。