机器学习与代谢组学整合揭示农药暴露对肾功能下降患者的新型生物标志物

为解决慢性肾病(CKD)患者农药暴露与肾功能下降的关联问题，研究人员通过整合机器学习与代谢组学技术，对89例3-5期CKD患者开展纵向研究。检测出71种农药（含9种氨基甲酸酯类），发现L-谷氨酰胺(L-Glu)、3-氯酪氨酸和N2,N2-二甲基鸟苷可作为预测农药暴露的生物标志物(AUC>0.903)，揭示了氨基甲酸酯通过氧化应激和能量代谢异常加速肾功能恶化的机制。该研究为CKD患者的早期风险预警提供了新思路。

　　

在台湾地区，终末期肾病(ESRD)的患病率持续攀升，医疗费用年均增长达4%。慢性肾病(CKD)不仅增加心血管疾病风险，更可能进展为需要透析的ESRD。值得注意的是，台湾成人CKD患病率达11.93%，65岁以上人群更高达37.2%。除传统风险因素外，越来越多的证据表明，农药暴露可能是加速肾功能下降的重要环境因素。

农药在现代农业中不可或缺，但不当使用会带来健康风险。台湾作为亚热带地区，农药使用广泛，而肾功能受损人群对毒素的排泄能力下降，可能更易受到农药毒性影响。既往动物实验显示，有机磷农药会导致肾小球和肾小管损伤，引发氧化应激和线粒体功能障碍。流行病学研究也发现，长期接触百草枯等农药会增加ESRD风险。然而，混合农药暴露对CKD患者代谢通路的影响机制尚不明确，缺乏可靠的暴露生物标志物。

针对这一科学问题，国立成功大学附属医院的研究团队开展了一项创新性研究。他们整合机器学习算法与高通量代谢组学技术，首次系统分析了农药暴露与CKD患者代谢紊乱的关联。这项重要成果发表在环境科学领域权威期刊《Science of The Total Environment》上。

研究采用纵向设计，纳入89例3-5期CKD患者(eGFR≤60 mL/min/1.73 m²)，在6个月内进行两次尿液样本采集。通过超高效液相色谱-轨道阱质谱联用技术(UPLC-Orbitrap-MS/MS)进行非靶向代谢组学分析，同时检测71种农药残留。采用主成分分析(PCA)和正交偏最小二乘判别分析(OPLS-DA)进行数据挖掘，结合受试者工作特征曲线(ROC)评估生物标志物预测效能。

3.1 人口统计学数据
队列平均年龄67.9岁，59.6%为男性，84.3%无吸烟史。基线平均eGFR为35.2 mL/min/1.73 m²，随访期间降至34.7 mL/min/1.73 m²。74%患者合并高血压，41.6%有高尿酸血症。

3.2 生化检测
6个月随访显示，血尿酸从6.48降至4.85 mg/dL，但尿素氮(BUN)和尿蛋白/肌酐比值(UPCR)显著升高，反映肾功能持续恶化。值得注意的是，eGFR与血钙呈正相关，与血磷、BUN、UPCR呈显著负相关。

3.3 农药检测
两次随访共检出71种农药，其中氨基甲酸酯类9种。灭多威(Metolcarb)检出率最高(首次98.9%，二次96.7%)，可能与患者摄入较多水果蔬菜有关。29种农药在两次检测中持续存在。

3.4 代谢特征
eGFR改善组显示2-氧代戊二酸、L-Glu和琥珀酸半醛(SSA)浓度显著升高；而eGFR下降>5 mL/min/1.73 m²组则出现5-氧代脯氨酸和尸胺升高，乙酰辅酶A(Acetyl-CoA)降低。谷胱甘肽代谢、丁酸代谢和组氨酸代谢通路变化显著。

3.5 农药暴露与代谢关联
OPLS-DA分析成功区分高/低氨基甲酸酯暴露组。通路分析揭示11条受影响通路(影响值≥0.1)，包括氨基酸tRNA生物合成、丙氨酸-天冬氨酸-谷氨酸代谢、三羧酸循环(TCA循环)等。L-Glu、3-氯酪氨酸(ClY)和N2,N2-二甲基鸟苷(M22G)组合预测农药暴露的AUC达0.903。

3.6 关键生物标志物
L-半胱氨酸(L-Cys)、Acetyl-CoA、L-Glu和L-组氨酸(L-His)被鉴定为既能反映肾功能变化又能预测农药暴露的内源性标志物。这些代谢物在氧化应激防御和能量代谢中发挥核心作用。

这项研究首次系统阐明了农药暴露与CKD患者代谢重编程的关联机制。研究发现，氨基甲酸酯类农药可能通过干扰氨基酸代谢和能量代谢通路，加剧氧化应激，从而加速肾功能恶化。特别重要的是，研究团队创新性地整合机器学习算法，鉴定出具有高预测效能的生物标志物组合，为CKD患者的早期风险预警提供了新工具。

从临床角度看，该研究提示应关注CKD患者的膳食农药暴露风险，尤其是通过水果蔬菜摄入的灭多威等氨基甲酸酯类农药。代谢组学特征谱的建立，使得通过非侵入性尿液检测评估农药暴露和肾功能变化成为可能。未来研究可进一步验证这些生物标志物在更大队列中的预测价值，并探索针对特定代谢通路的干预策略，为CKD的精准防治提供新思路。