基于非靶向代谢组学的药物暴露实证筛查新资源——GNPS药物库的构建与应用

《Nature Communications》：A resource to empirically establish drug exposure records directly from untargeted metabolomics data

本研究针对临床记录中药物暴露信息提取困难的问题，开发了基于串联质谱的GNPS药物库资源，整合了药物及其代谢物/类似物的MS/MS参考谱图与标准化药理学元数据。该资源支持直接从非靶向代谢组学数据中分析药物暴露与代谢情况，并在HIV队列中实现了基于药物暴露的参与者分层，揭示了自我报告用药未能捕获的微生物源性N-酰基脂质改变。该库为临床、营养、环境等领域的药物筛查提供了可扩展资源，有助于深入理解药物暴露的生态与健康效应。

　　

在当今医疗体系中，准确获取患者的药物暴露信息对于理解药物疗效、副作用以及个体化治疗至关重要。然而，传统的药物暴露评估方法如医疗记录、自我报告或药物追踪策略往往面临成本高、不完整以及存在回忆偏倚等问题。这些方法常常忽略非处方药和膳食补充剂的使用，难以评估患者依从性，并且可能完全遗漏未记录的药物使用情况，例如在线购买、跨境获取或剩余药物的二次使用。更复杂的是，药物在体内的代谢和清除速率存在显著差异，一些药物迅速消除，而另一些则可能持续数周至数月，这进一步增加了暴露评估的难度。在临床环境之外，例如在基于废水的流行病学监测中，医疗记录更是不可用。这些局限性凸显了开发直接、数据驱动的方法来筛查药物暴露的迫切需求。

非靶向代谢组学技术为直接从生物和环境样本中经验性地评估药物暴露提供了机遇。该技术通常依赖于液相色谱-串联质谱（LC-MS/MS）的注释，通过匹配参考MS/MS谱图库进行。然而，现有的MS/MS参考库大多仅包含母体药物，由于药物代谢物参考标准获取困难，极少涵盖代谢物谱图。此外，即使成功注释出药物身份，解读其生物学意义也充满挑战，研究人员需要进行大量的文献和网络搜索来理解药物的治疗作用和机制。缺乏药物代谢物的MS/MS参考谱图，加上注释结果解读的复杂性，使得在非靶向代谢组学研究中准确、高效地注释所有药物暴露变得异常困难。

为了应对这些挑战，由Haoqi Nina Zhao、Kine Eide Kvitne和Corinna Brungs等领导的研究团队在《Nature Communications》上发表了他们的研究成果，他们精心构建了全球天然产物社会分子网络（GNPS）药物库。该资源旨在实现对非靶向代谢组学实验中药物的客观、系统和高效的解读。GNPS药物库包含药物及其代谢物/类似物的MS/MS参考谱图集合，并为每个参考谱图链接了标准化的、机器可读的药理学元数据，涵盖了暴露来源、药理学类别、治疗适应症和作用机制。

研究人员主要通过三个关键步骤构建该库：首先从公开的MS/MS参考库中收集药物及其已知代谢物的参考谱图；其次通过计算策略（如分子网络和fastMASST工具）从公共非靶向代谢组学数据中寻找药物的类似物谱图，以增强对药物代谢版本的覆盖；最后将每个参考MS/MS谱图与受控词汇元数据相链接，这是该资源的关键组成部分，便于高效的数据解读。为了提升注释结果的生物学解释，团队还整合了来自美国食品药品监督管理局（FDA）文件、Broad研究所药物重定位中心等数据库的药理学信息，并经过专家手动整理，形成了覆盖治疗领域、药理学类别、治疗适应症和作用机制的标准化元数据。

在验证研究中，团队重新分析了来自已知给药的健康个体的药代动力学数据集。结果显示，包含药物代谢物和传播类似物可显著提高检测灵敏度。例如，在服用奥美拉唑的参与者中，在给药后8小时，61.5%的参与者仅通过其代谢物或类似物在血浆中检测到奥美拉唑，这突显了在药物暴露评估中包含衍生物形式的价值。这些结果强调，需要根据所分析样本的具体情况经验性地确定药物暴露，因为临床记录无法解释药物分布，也很少考虑药物摄入与样本采集之间的时间间隔。

研究人员进一步利用GNPS药物库分析了人类免疫缺陷病毒（HIV）神经行为研究中心（HNRC）队列的粪便样本。他们成功注释了175种独特药物，其中抗逆转录病毒药物（ARV）、心血管药物以及抗焦虑和抑郁药物是最常检测到的类别。值得注意的是，38%的药物与其代谢物或类似物一同被注释，这些代谢物/类似物通常与母体药物共同出现，验证了它们与药物暴露的相关性。通过对达芦那韦（一种ARV）等药物的分析，他们发现了多个类似物，其中部分被证实为加合物或源内碎片，而另一些则代表了未知的代谢物或衍生物。

为了探究这些药物类似物的潜在代谢来源，研究人员在体外使用包含111种常见人类肠道细菌的合成微生物群落对13种药物进行了培养。结果发现，在粪便样本和微生物培养物之间存在11种药物的共享类似物。其中，利托那韦、阿托伐他汀、阿巴卡韦和喹硫平的类似物强度随着微生物培养时间的增加而增加，表明肠道微生物代谢可能是这些类似物的来源之一，这与在粪便样本中的观察结果一致。而奥美拉唑的类似物（m/z 330.127）则可能是一种非生物转化产物，因为它在培养开始时（t=0）就已存在，且强度随培养时间增加而降低，这与奥美拉唑在低pH下快速活化生成活性亚磺酰胺产物的特性相符。

GNPS药物库还能够基于药物暴露谱对样本进行分层，从而促进发现药物暴露与代谢变化之间的联系。研究人员重点关注了微生物产生的信号分子N-酰基脂质。在先前的工作中，他们发现组胺-C2:0、组胺-C3:0和组胺-C6:0的水平在HIV感染者中高于未感染者。为了探究这些差异是否与药物暴露相关，他们根据ARV暴露谱对HIV感染者样本进行了进一步分层。层次聚类揭示了四个不同的ARV暴露组，这些组别对应于不同的联合抗逆转录病毒治疗（cART）方案。值得注意的是，包括组胺-C2:0在内的九种N-酰基脂质在这四个ARV暴露组之间显示出显著差异。这表明，超越HIV血清状态之外的ARV暴露差异可能会影响微生物源性N-酰基脂质的水平。而基于自我报告的临床元数据（如“ARV初治”、“当前未使用ARV”等）进行分类时，并未观察到这些N-酰基脂质的显著差异。这凸显了基于经验性药物读数的分层在揭示药物对微生物组影响方面的独特价值。

除了在临床研究中的应用，GNPS药物库还被证明在公共健康监测和环境科学中具有广泛用途。例如，对废水进水样本的时间序列分析揭示了药物使用的趋势，如止咳药右美沙芬和抗生素的丰度在COVID-19大流行期间下降，而抗高血压药、抗抑郁药、HIV药物和抗癫痫药保持稳定。在食品监测背景下，该库还能检测到食品中存在的抗生素（如四环素）和抗寄生虫药（如多杀菌素、噻苯达唑）。

本研究构建的GNPS药物库资源为临床研究提供了一种个体化的、研究内的相对定量药物暴露谱，增强了样本分层和假设生成的能力，特别适用于患有相同疾病但用药方案或药代动力学不同的个体。尽管该库并非用于即时临床决策，但它为未来将暴露数据整合到精准医学框架中奠定了基础，例如在药物依从性、微生物组-药物相互作用和治疗异质性等研究中。该资源在食品和环境监测等医疗记录不可用的广泛研究学科中也具有适用性。质谱学界通过持续沉积参考库和扩展公共代谢组学数据集用于类似物搜索，将在该资源的演化中发挥关键作用。

需要认识到的是，GNPS药物库的使用存在一定的局限性。与所有MS/MS库匹配一样，其注释应被视为基于MS/MS谱图匹配的结构假设。为了获得明确的鉴定结果，需要通过分析标准品进行保留时间和MS/MS比较验证（达到1级鉴定），或者当标准品不可用时采用体外培养等正交策略。此外，该库只能捕获在特定生物基质（如脑组织和尿液样本可能具有不同的药物暴露读数）中可检测到的药物，以及所选质谱设置下可离子化的药物。在构建药物类似物库时，设计的过滤器旨在尽可能保留能够与药物暴露自信关联的类似物谱图，但这可能以排除真阳性为代价。

总之，GNPS药物库作为一个宝贵的资源，支持广泛的科学领域，最终推动对药物暴露的生态和健康影响的新见解。通过利用公共数据和机器可读元数据的力量，我们可以促进对外源性暴露与人类生物系统之间关系的理解。