编辑推荐：
在 COVID-19 大流行背景下，预测患者病情发展至关重要。研究人员开展了血浆代谢组学预测 COVID-19 患者预后的研究，发现 5 种代谢物可预测患者预后，且与临床评分效果相当。这为患者管理提供了新的方向。
新冠疫情自爆发以来，在全球范围内造成了巨大的影响，确诊病例数不断攀升，死亡人数也令人痛心。新冠病毒（SARS-CoV-2）引发的 COVID-19 症状多样，部分患者会发展为重症，需要进入重症监护病房（ICU）治疗，甚至出现多器官功能障碍和死亡。在医疗资源紧张的情况下，准确预测哪些患者会发展为重症，对于合理分配医疗资源、提高患者生存率至关重要。然而，现有的预测手段，如依靠年龄、合并症和临床评分等，存在一定的局限性。因此，寻找更有效的预测方法迫在眉睫。
为了解决这一问题，来自冰岛大学系统生物学中心、法国鲁昂诺曼底大学等机构的研究人员开展了一项前瞻性单中心研究。他们收集了 ICU 收治的 COVID-19 患者入院 24 小时内的血液样本，并结合患者的临床、生物学和人口统计学特征进行分析。研究结果表明，通过血浆代谢组学分析确定的 5 种代谢物（高丝氨酸、尿胆原、蛋氨酸、黄嘌呤和哌可酸），在预测 COVID-19 患者的预后方面，与传统的临床评分（如 SAPS II）表现相当，这一成果发表在《Scientific Reports》上。
在研究方法上，研究人员首先进行了样本采集和准备，收集符合条件的患者血液样本，经离心提取血浆后储存。接着，运用超高效液相色谱 - 质谱联用技术（UPLC-MS）对血浆中的代谢物进行分析。然后，通过一系列数据处理和分析方法，包括数据预处理、模块识别和注释等，确定与患者预后相关的代谢模块和代谢物。此外，研究人员还使用逻辑回归模型评估代谢物的预测能力。
在研究结果部分，首先是患者队列人群特征分析。研究初始队列有 100 名患者，排除 3 例后，对 97 例患者样本进行分析。结果显示，重症患者年龄更大，舒张压和平均血压更低，ICU 转院延迟更短但住院时间更长，SAPS II 和 SOFA 评分更高，PaO2/FIO2比值更低，且多项生物学参数存在差异。
其次是代谢组规模的代谢模块推断。通过 UPLC-MS 分析，确定了 6667 个符合质量控制参数的 m/z 特征。主成分分析（PCA）虽显示患者代谢组与复合结局关系不明显，但肌酐测量与代谢组学注释的肌酐相关性强，验证了非靶向代谢组学方法的有效性。研究人员将这些特征聚类为 91 个代谢模块，进一步注释得到 57 个有功能注释的代谢模块。
然后是代谢模块与临床变量的相关性研究。研究发现多个代谢模块与临床变量存在关联，如 Module #2 与肾功能生物标志物、年龄、临床严重程度评分等显著相关。同时，研究还发现 5 个代谢模块在重症和非重症患者中活性差异显著，涉及卟啉代谢、色氨酸代谢等多个功能类别。此外，确定了 11 种在预后不同的患者组间差异显著的代谢物。
最后是基于代谢物的患者预后预测。研究表明，5 种代谢特征足以实现饱和预测性能，确定的 5 种代谢物是预测 COVID-19 患者重症的新型最佳血浆代谢物。与其他变量相比，这 5 种代谢物的预测性能与 SAPS II 相当，且二者结合可提高预测准确性。
在研究结论和讨论部分，该研究通过模块聚类的代谢组学方法，确定了与 COVID-19 重症结局相关的代谢途径和关键代谢物。这不仅为预测患者预后提供了新的方法，而且有助于深入理解疾病的病理生理机制。尽管研究存在一定局限性，如药物对代谢谱的影响等，但代谢组学在揭示疾病生化途径、早期检测代谢改变等方面具有独特优势，有望为精准医学提供重要依据，为未来应对 COVID-19 及其他疾病的治疗和患者管理开辟新的道路。
