循环代谢生物标志物预测脓毒症发生：一项基于英国生物银行的大规模人群研究

为解决脓毒症早期预测难题，研究人员通过英国生物银行106,533例样本的核磁共振（NMR）代谢组学分析，发现90种循环代谢标志物与脓毒症风险显著相关，包括脂蛋白亚类、糖酵解产物和炎症标志物等。结合传统风险因素构建的预测模型C-index达0.741，NRI和IDI分别提升0.022和0.009，为脓毒症高危人群筛查提供了新策略。

　　

脓毒症作为全球每年导致1100万死亡的危重症，其早期预测一直是临床难题。传统风险因素如慢性疾病和免疫状态难以全面反映个体代谢特征，而既往代谢组学研究多聚焦于脓毒症发病后的变化。针对这一空白，山东大学齐鲁医院临床流行病学单元Hao Bai等团队在《Nutrition Journal》发表研究，首次通过英国生物银行（UK Biobank）106,533人队列的核磁共振（NMR）代谢组学数据，系统揭示了脓毒症发生前的代谢特征谱。

研究采用Nightingale Health Plc的NMR平台检测168种直接测量代谢物和81种衍生指标，通过多变量Cox模型和LASSO回归分析发现：甘油三酯相关脂类（如中等VLDL）、糖酵解产物（葡萄糖、丙酮酸）、酮体（3-羟基丁酸）和炎症标志物（糖蛋白乙酰基）与脓毒症风险正相关；而高密度脂蛋白（HDL）亚类、多不饱和脂肪酸（PUFA）和组氨酸等呈负相关。主成分分析显示，以极低密度脂蛋白（VLDL）为主的PC1（HR=1.04）和以氨基酸为主的PC6（HR=1.09）显著增加风险。

技术方法上，研究利用UK Biobank前瞻性队列的EDTA血浆样本，采用NMR检测249种代谢标志物。通过分层抽样将队列分为训练集（n=53,267）和验证集（n=53,266），结合LASSO回归和逐步Cox回归构建预测模型，并采用C-index、NRI和IDI评估预测效能。

主要结果包括：

1. 1.

   个体代谢标志物关联：90种标志物达到FDR校正显著性，其中大颗粒低密度脂蛋白（LDL）的游离胆固醇每升高1-SD使风险降低12%（HR=0.88），而丙酮酸升高则增加9%风险（HR=1.09）。

2. 2.

   亚组差异：ω-3脂肪酸的保护作用在≥60岁人群中更显著（P_交互<0.05），而柠檬酸的促风险效应在男性更强。

3. 3.

   预测模型：传统模型C-index为0.733，加入代谢标志物后提升至0.741（P=0.003），1年预测AUC达0.784。

该研究首次绘制了脓毒症易感人群的代谢图谱，揭示"脂质悖论"现象——与传统心血管风险不同，高甘油三酯和低HDL均预示脓毒症风险增加。临床转化价值在于：通过常规代谢检测即可识别高危个体，为脓毒症一级预防提供新思路。研究局限性在于UK Biobank人群年龄偏大（40-69岁），需在更广泛人群中验证。未来可探索代谢干预（如ω-3补充）是否降低脓毒症发生率。