视网膜微血管特征与血清脂质组学的关联模式研究：基于影像-组学框架的大规模人群分析

《Scientific Reports》：Integrated oculomics and lipidomics characterise cross-sectional retinal–lipidomic associations in a generally healthy biobank population

　　

摘要

心血管疾病仍然是全球死亡的主要原因，但当前的风险分层方法可能无法捕捉到早期亚临床的血管变化。既往研究很少将视网膜微血管特征与全面的血清脂质组学图谱相结合，作为心血管健康的潜在指标。在本研究中，我们应用了一种影像-组学框架，将深度学习衍生的视网膜微血管特征与血清脂质组学数据相结合，利用更高维度的血清脂质组学分析以及定量的视网膜血管表型，来探索视网膜-脂质组学的关联模式。据我们所知，这是首个在一般健康生物样本库人群中，对视网膜微血管表型与血清脂质组学进行的大规模协变量校正相关性分析。视网膜表型通过自动化图像分析工具进行量化，而血清脂质分析则采用超高效液相色谱-电喷雾电离高分辨质谱联用技术进行。在年龄和性别校正后，观察到适度但具有统计学意义的偏相关，特别是在平均动脉宽度、血管密度与三酰甘油、二酰甘油和神经酰胺等脂质亚类之间。这些关系在微血管-代谢重塑的背景下具有生物学合理性，但应解释为探索性的关联信号，而非因果关系的证据或临床预测的依据。通过将定量的视网膜血管表型与已注释的血清脂质组学特征联系起来，本研究表征了与微血管-代谢变异相关的视网膜-脂质组学关联模式。这种整合提供了一种影像-组学工作流程，用于识别连接自动化视网膜血管表型与循环分子图谱的候选关联信号。未来的纵向研究和结局关联研究对于评估这些关联模式的时间稳定性和临床相关性将非常重要。