基于质谱技术的类风湿关节炎代谢组学特征分析及新型生物标志物筛选

本研究通过质谱(MS)技术分析干血斑(DBS)样本，系统研究了类风湿关节炎(RA)患者的代谢特征变化。研究人员筛选出包含C20、C5、Leu等6个代谢物的生物标志物组合，其区分RA与健康人群的AUC达0.920。该研究为RA早期诊断提供了新思路，并为疾病机制研究提供了代谢层面的重要线索。

　　

关节疼痛、肿胀和不可逆的关节损伤是类风湿关节炎(RA)的典型症状，这种自身免疫性疾病全球影响着数千万人的健康。尽管现代医学在RA治疗方面取得进展，但疾病的确切病因仍不明确，临床诊断主要依赖症状和血清学指标，缺乏早期、客观的代谢层面诊断标志物。更棘手的是，RA患者临床表现存在高度异质性，不同个体对治疗的反应差异显著，这使得精准诊断和个性化治疗面临巨大挑战。

锦州医科大学第一附属医院的研究团队在《Scientific Reports》发表了一项突破性研究。该团队创新性地采用干血斑(DBS)采样结合质谱(MS)检测技术，对533名参与者(包括151名RA患者和382名健康对照)进行了系统的代谢组学分析。研究发现RA患者存在显著的代谢通路紊乱，特别是支链脂肪酸氧化、超长链脂肪酸β氧化和尿素循环等通路异常。通过多算法筛选，研究确定了包含C20(花生四烯酸肉碱)、C5(异戊酰肉碱)、Leu(亮氨酸)等6个代谢物的诊断组合，其区分RA的准确率高达92%。更值得注意的是，研究首次揭示了这些代谢物与RA风险之间存在非线性剂量反应关系，为理解RA发病机制提供了新视角。

研究采用了几项关键技术：1)干血斑采样结合质谱检测技术实现高通量代谢物分析；2)主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)等多变量统计方法用于代谢模式识别；3)随机森林(RF)算法筛选重要生物标志物；4)限制性立方样条(RCS)模型分析代谢物与RA风险的剂量反应关系。样本来自2016-2023年间在锦州医科大学第一附属医院就诊的RA患者和健康志愿者。

研究结果部分：

"基线比较"显示，RA组与健康组在舒张压(DBP)和血糖水平存在显著差异。"代谢组学分析"通过PCA和PLS-DA证实两组代谢谱存在明显分离，质量控制(QC)样本紧密聚集表明数据可靠性。"代谢特征比较"筛选出19个显著差异代谢物，涉及氨基酸、肉碱/酰基肉碱及其比值。"生物标志物筛选"最终确定6个代谢物组合(C20、C5、Leu、C14:1/C16、Arg/(Orn+Cit)、C2/C0)，其诊断模型在测试集的曲线下面积(AUC)达0.920。"风险关联分析"发现C20<0.015 μmol/L时RA风险显著升高，而Arg/(Orn+Cit)>0.52时风险急剧增加，呈现明显阈值效应。

结论部分强调，该研究不仅建立了高效的RA代谢诊断模型，更深入揭示了代谢紊乱与RA发病的潜在机制关联。特别是发现长链酰基肉碱(C20)水平降低与RA风险增加相关，提示线粒体脂肪酸β氧化障碍可能在RA发病中起重要作用。而精氨酸(Arg)代谢通路的异常则可能通过影响一氧化氮(NO)合成参与RA的炎症过程。这些发现为开发新型RA干预策略提供了理论依据，也为代谢组学在自身免疫疾病研究中的应用树立了典范。研究的创新点在于首次系统分析了代谢物水平与RA风险的剂量反应关系，并验证了干血斑这种微创采样方法在RA代谢研究中的可行性，为未来大规模筛查奠定了基础。