基于FIA-MS/MS的氨基酸与酰基肉碱靶向代谢组学揭示慢性肾脏病网络水平代谢重编程

《Biomedicines》：FIA-MS/MS-Based Targeted Metabolomics of Amino Acids and Acylcarnitines Uncovers Network-Level Metabolic Reprogramming in Chronic Kidney Disease

　　

背景/目的：慢性肾脏病（Chronic kidney disease, CKD）是全球重大公共卫生问题，血清肌酐等传统生物标志物主要反映排泄功能，在早期发现与进展预测方面敏感性有限。氨基酸（Amino acids, AAs）与酰基肉碱（Acylcarnitines, ACs）反映氮代谢与线粒体脂肪酸氧化相关代谢过程，受肾功能影响。本研究旨在采用整合分析框架，结合差异分析、监督多变量建模、差异网络富集分析（Differential network enrichment analysis, DNEA）及跨区室血浆–尿液分析，表征CKD相关的AAs与ACs谱改变，从个体代谢物关联走向多层次CKD代谢重编程表征。方法：研究人员采用流动注射串联质谱（Flow-injection tandem mass spectrometry, FIA-MS/MS）分析78例CKD患者血浆与尿液样本及70例健康对照血浆样本，对血浆与配对尿液样本应用整合靶向代谢组学框架，结合差异、多变量与基于网络的分析（含DNEA），聚焦AAs与ACs表征CKD全身与尿液代谢改变。结果：CKD特征为血浆短链二羧酰基肉碱显著升高，甲基组氨酸（Methylhistidine, MetHis）与精氨琥珀酸（Argininosuccinic acid, ASA）增加，同时色氨酸、丝氨酸、甲硫氨酸与酪氨酸降低；这些代谢物在不同分析中一致识别并与肾功能标志物相关。DNEA揭示连贯的网络水平重组：酰基肉碱通路在CKD中获得连接度与中心性，而氨基酸模块失去整合性。跨区室分析识别代谢物分布的全身与区室特异性模式。由MetHis、C3DC与Trp组成的探索性聚类指导生物标志物组合区分CKD与患者与对照的曲线下面积（Area under the curve, AUC）达0.881；此外，额外校正估算肾小球滤过率（Estimated glomerular filtration rate, eGFR）后，C6、C8与C10仍与CKD显著相关。结论：靶向代谢组学分析揭示CKD中协调的代谢特征，提示脂肪酸氧化、氮失衡与氨基酸代谢改变相关通路紊乱；网络水平分析提供超越单个代谢物变化的全身代谢重组证据。由于发现源于高合并症患病率的观察性队列，所识别特征应视为CKD相关而非CKD特异性。

研究背景方面，慢性肾脏病影响全球约14%成年人口，发病率因老龄化、糖尿病与高血压持续上升，进行性不可逆肾功能丧失伴随高心血管发病与死亡风险。现行诊断与分期依赖KDIGO标准，以eGFR与白蛋白尿为主，传统标志物如血清肌酐主要反映排泄功能，对早期检测、进展预测及潜在分子机制信息有限，亟需能检测早期改变、改善风险分层并支持个体化管理的新型生物标志物。肾脏作为重要代谢器官参与氨基酸互变、氮平衡与脂肪酸氧化，肾功能损害导致全身代谢紊乱，体现在血浆组成与尿排泄中。代谢组学可全面分析小分子并识别CKD发展进展相关通路水平改变，血浆与尿液代谢物提供互补信息：血浆反映全身蓄积与代谢能力，尿液提供小管处理与肾清除直接信息，整合两区室有助于区分肾排泄受损与更广泛代谢失调。既往代谢组学研究报道CKD中氨基酸代谢、线粒体能量代谢与脂肪酸氧化紊乱，包括尿素循环中间体、色氨酸衍生代谢物、支链氨基酸与酰基肉碱改变，提示随肾功能下降广泛代谢重塑；氨基酸代谢与肾小管功能障碍密切相关，酰基肉碱反映线粒体脂肪酸氧化与能量代谢，依赖近曲小管功能且在CKD早期受损。然而多数研究仅表征血浆代谢物改变并在单个代谢物水平报告关联，对疾病进展中代谢关系如何重组洞察有限；基于网络的方法如DNEA可捕获常规统计未检测到的代谢物连接协调性偏移，且同一队列中配对血浆与尿液代谢组学整合分析罕见，CKD相关代谢改变在全身或区室特异性程度尚未明确表征。因此研究人员在本研究中采用靶向FIA-MS/MS在整合分析框架内表征CKD血浆与尿液AA与AC谱，通过协变量校正单变量与多变量分析识别CKD相关代谢改变，利用DNEA评估代谢物关联网络水平重组，通过配对血浆–尿液分析表征区室特异性改变，并提出聚类指导的候选生物标志物组合，从而对CKD相关代谢重编程进行超越既往单个代谢物关联的多层次表征。

研究人员开展研究用到的主要关键技术方法包括：样本来自78例未开始血液透析的CKD各期患者（收集配对血浆与尿液）及70例无已知肾病健康对照（仅血浆），采用FIA-MS/MS进行AA与AC靶向分析；统计方面采用协变量校正的limma线性模型进行差异分析，采用偏最小二乘判别分析（Partial least squares discriminant analysis, PLS-DA）进行监督多变量分析，采用差异网络富集分析（DNEA）基于高斯图模型与图形LASSO联合估计条件特异性代谢物关联网络并进行稳定性选择与共识聚类识别亚网络，采用NetGSA检验亚网络差异富集；生物标志物分析采用基于K-means聚类、差异显著性、VIP>1.0与单变量AUC>0.70标准筛选多变量组合并通过重复交叉验证与置换检验评估性能；相关性分析采用Kendall’s tau并借助Metscape与Cytoscape构建与可视化相关网络并计算节点拓扑参数。

研究结果部分保留小标题并说明如下。3.1. Network Analysis of Clinical and Metabolomic Interactions：研究人员通过相关性分析识别临床网络具三个主导域——肾功能、矿物–骨代谢与血液学参数，eGFR、血清肌酐、尿素、CKD分期为中心枢纽；血浆临床–代谢物相关网络中基于与四项肾功能标志物中等至强关联识别CKD相关代谢核心，包括瓜氨酸（Citrulline, Cit）、色氨酸（Tryptophan, Trp）、ASA、MetHis及多种二羧与羟化酰基肉碱（如C3DC、C4DC、C5DC、C6DC、C8DC、C5:1、C5-OH），谷氨酸（Glutamate, Glu）与CKD分期、eGFR、肌酐相关但不与尿素相关；尿液临床–代谢物网络中八种代谢物定义尿液CKD核心（C4DC、C5-OH、C5、C6、C10、缬氨酸（Valine, Val）、Glu、Cit），与CKD分期、肌酐、尿素负相关而与eGFR正相关（Glu与Cit除外）；比较血浆与尿液肾功能相关代谢物识别小共享核心（Glu、Cit、C4DC、C5:1、C5-OH）及显著矩阵特异性模式，尿液关联富集氨基酸与短至中链酰基肉碱，血浆额外关联ASA、MetHis、Trp、天冬氨酸（Aspartate, Asp）及多种二羧酰基肉碱；矿物–骨与血液学相关代谢物在两矩阵重叠有限，血浆血液学关联更广泛而尿液受限。3.2. Differential Analysis：探索性分析显示年龄、性别与分组无强关联，PCA显示CKD与CTR沿PC1与PC2部分分离解释41.8%总方差且无性别聚类；单变量分析中年龄与性别校正前后高度一致，CKD血浆短链二羧酰基肉碱（C3DC、C4DC、C5DC、C6DC）与MetHis、ASA升高，色氨酸、酪氨酸（Tyrosine, Tyr）、丝氨酸（Serine, Ser）、甲硫氨酸（Methionine, Met）、Val降低；额外校正eGFR后68种代谢物不再显著（主要为短链、二羧、羟化酰基肉碱、MetHis、ASA），12种代谢物保持显著（包括Tyr、Met、精氨酸（Arginine, Arg）及部分长链酰基肉碱如C16:1、C18:1、C18:2），其中C6、C8、C10在校正eGFR后仍显著且具倍数变化阈值；多变量PLS-DA中前两个成分解释约40%方差，Q²=0.36162，置换检验显著（p<5×10^?4），VIP>1.5的高贡献特征包括MetHis合成、MetHis、C4DC、C5DC、C5-OH、C5:1、ASA、C6DC、C3DC、一氧化氮合酶（Nitric oxide synthase, NOS）活性、C5DC/C16、C14-OH与Trp，与单变量识别重叠。3.3. Biomarker Analysis：ROC分析显示Cluster 4中MetHis与MetHis合成（AUC=0.88）、ASA（AUC=0.86）及Cluster 5短链二羧酰基肉碱（C4DC、C5DC AUC>0.85）判别性能高，Cluster 3氨基酸中等（AUC 0.73–0.83），长链酰基肉碱与Cluster 1–2较低（0.50–0.66）；由MetHis、C3DC、Trp构成的三代谢物组合AUC=0.881（95% CI 0.813–0.938），准确率0.851、敏感性0.824、特异性0.878，减少假阴性与假阳性，其中MetHis与C3DC为eGFR校正后衰减代谢物，Trp保留eGFR独立显著性，面板反映部分依赖滤过负荷的CKD相关代谢特征。3.4. DNEA of Plasma Metabolites in CKD Versus CTR：3.4.1. Subnetwork-Level Organization：DNEA识别六个亚网络与独立节点，四个经FDR校正显著，对应高差异表达节点比例；亚网络1（9节点9边）以氨基酸为主（Leu、Met、Arg、Val、Phe、Ser、Thr、Tyr、Trp），8个差异表达且在CKD降低；亚网络2（9节点10边）最连贯CKD相关模块，全部9代谢物差异表达，含ASA、MetHis及短链二羧与羟化酰基肉碱（C4DC、C5:1、C5OH、C5DC、C6DC、C8DC、C8:1），均在CKD升高；亚网络3（6节点5边）含短中链酰基肉碱（C2、C4-OH、C6、C8、C10:1、C10），多数在CKD升高；亚网络4（15节点19边）含中长链酰基肉碱（如C3DC、C12:1、C14:1、C14-OH、C16:1、C16:1-OH、C18:1），14个差异表达且多数在CKD升高。3.4.2. Node-Level Topological Reorganization：CKD与对照网络拓扑差异主要由介于中心性（Betweenness centrality）与应力（Stress）变化驱动，MetHis、C3DC、C5DC、C16:1、C16:1-OH、C12:1、C14、C14-OH在CKD中二者同步增加，成为网络骨架中更强桥梁节点；Phe与Thr在CKD中具桥梁样作用而对照中无；C4DC、C6DC、C14:2、C18:2、C10:1在CKD中二者同步降低，桥梁作用减弱；亲近中心性（Closeness centrality）总体稳定，Leu、Met、Tyr、Val在CKD中降低，Arg、C3、C5在CKD中无测量到亲近中心性而在对照中保留，趋向边缘定位。3.4.3. Integrated Changes in Network Edges：边水平差异显示边丢失（如Leu–Met、Met–Arg、C3–C5、C14:2–C18:2在CTR有而CKD无）、边减弱（Leu–Phe Δpcor≈?0.30、Met–Phe Δpcor≈?0.13）、CKD特有新连接（C5DC–MetHis、C12:1–C16:1、C14–C16:1-OH、C16:1-OH–C18:1-OH、Ser–Thr）及现有连接增强（ASA–C8DC Δpcor≈+0.13、C4DC–C5DC +0.10、C4DC–C6DC +0.08，氨基酸间如Leu–Phe、Met–Phe、Tyr–Trp减弱）。3.4.4. Cross-Compartment Layer Distribution of Metabolites：基于配对样本log₂尿/血浆比（U/P）显示血浆富集代谢物包括Leu、Arg、Phe、Met、Trp、Cit及不饱和长链酰基肉碱C18:1、C18:2（log₂ U/P达~4.0），尿液富集以二羧与羟化酰基肉碱为主（ASA、C6DC、C5:1、C4DC、C14DC，log₂ U/P约?2至?3.5），中链酰基肉碱（C2、C3、C5、C6、C8、C10）呈混合分布；将血浆log₂倍数变化（CKD vs CTR）与log₂(U/P)映射二维空间显示：亚网络2（C6DC、C5DC、C4DC、ASA、MetHis）聚于右下象限（CKD增加且尿液富集），亚网络3（C4OH、C2、C10:1）居中间（CKD增加且区室偏移适中），亚网络1氨基酸主要位于血浆富集区且在CKD降低或部分向尿液再分布（Tyr、Thr、Ser、Val），长链酰基肉碱（C18:1、C18:2）血浆富集虽CKD轻度增加。3.4.5. Urine Network Topology and Cross-Compartment Role Reorganization：在CKD尿液网络中，血浆中具高介于中心性与应力的C5DC、C3DC、C12、C16:1-OH、C18:1-OH仍居中；C0、C2、C4-OH、C26在尿液中成突出桥梁节点而在血浆中作用一般；C16:1与C14-OH在血浆具桥梁特性而在尿液中心性降低；C4DC与C6DC在尿液连接仍弱；Gly、Pro、Ser、Arg、Met在尿液网络中度低且介于中心性极小，呈边缘定位。

讨论部分总结：研究人员指出AA与AC谱分析广泛用于新生儿筛查及心血管病、糖尿病、CKD等领域，肾脏在氨基酸处理、氮平衡与脂肪酸氧化中核心作用使血浆尿液联合分析可提供CKD全身与尿液代谢改变框架；本研究以148例（78 CKD、70对照）采用整合框架（协变量校正差异分析、监督多变量建模、DNEA、跨区室分析）表征CKD相关AA与AC代谢改变，CKD队列以3–4期为主伴高血压糖尿病高患病率，但相关变量未成网络中枢，提示虽共存但不能完全排除残余混杂，特征应视为CKD相关而非特异，需共病分层队列验证；设计中CKD有血浆尿液而对照仅有血浆，可整合疾病关联与区室特异性但限制跨区室解释。临床相关网络分三域：肾功能（CKD分期、eGFR、肌酐、尿素）、矿物–骨（磷酸盐、钙、甲状旁腺激素（Parathyroid hormone, PTH））、血液学（血红蛋白、红细胞压积），磷酸盐为关键连接点；血浆肾功能标志物与Cit、ASA、MetHis、Trp及二羧/羟化酰基肉碱强关联形成代谢模块，与既往氮代谢、尿素循环、酰基肉碱代谢改变一致；尿液核心代谢物与滤过标志物关联模式不同，氨基酸依具体肾功能参数而异，矿物–骨重叠有限（血浆ASA、MetHis、C4DC及尿液Cit），血液学在血浆广泛关联而在尿液有限，提示血液学改变主要全身反映。DNEA超越成对相关捕获高阶代谢组织改变：血浆CKD vs CTR识别显著亚网络映射不同代谢类且富集差异代谢物，AA模块多降低而AC模块多升高，拓扑上AC与MetHis获中心性而氨基酸边缘化，边水平酰基肉碱连接增强而氨基酸互作减弱，体现全身重组并延伸至尿液网络但具区室修改；因缺健康对照尿液，血浆–尿液比较仅表征疾病内区室组织而非偏离健康尿液基线。差异代谢分析显示CKD血浆短链二羧酰基肉碱积累（不完全脂肪酸氧化）与多种氨基酸耗减（蛋白代谢改变/利用增加）；eGFR校正后68代谢物失显著（依赖清除/蓄积），12代谢物保留（AA如Tyr、Met、Arg及中长链ACs），C6、C8、C10在校正后仍显著且FC>1.2，虽队列糖尿病高发但未与糖尿病状态显著相关，可能反映CKD代谢改变而非仅血糖失调，需共病分层确认；PLS-DA与单变量收敛支持特征稳健，VIP代谢物重叠且额外比值指标（MetHis合成、NOS活性、C5DC/C16等）贡献大；三代谢物面板（MetHis、C3DC、Trp）AUC 0.881为探索性发现，同集推导无外部验证，不替代肌酐/eGFR但可提供互补代谢表型信息；局限包括横断面无法因果、分期分布不均难做亚组、对照缺详细临床元数据与尿液、残杂夹杂糖尿病高血压及药物影响、FIA-MS/MS无色谱分离不能分辨异构体及基质效应，未来需大样本前瞻共病分层队列、纵向预后研究、扩展犬尿酸通路代谢物、MetHis异构体定量及补充健康对照尿液以验证面板与区室解释。

结论部分翻译如下：

总之，靶向血浆代谢组学识别出CKD相关谱，特征为短链二羧酰基肉碱升高，伴随MetHis与ASA增加以及Trp、Ser、Met与Tyr降低；该模式与脂肪酸氧化、蛋白质转换与氮代谢、肾精氨酸合成、一碳与芳香族氨基酸代谢相关改变一致；这些代谢物在统计分析中一致性及其与肾功能标志物相关性支持其生物学相关性及作为候选生物标志物的进一步研究价值；然而许多观察到的代谢改变在校正eGFR后减弱，凸显肾功能对所识别CKD相关谱的显著影响；未来计划在更大、平衡跨CKD分期的队列中进行纵向研究以验证所提出生物标志物组合并评估其诊断与预后效用及在CKD分期区分中的潜在临床相关性。论文发表于《Biomedicines》。

需要我帮你把这篇解读里反复出现的核心专业术语（如DNEA、FIA-MS/MS、eGFR等）整理成一个带简短解释的术语表吗？