《Metabolites》：Targeted Quantitative Metabolomics and Lipidomics Reveal Dysregulated Metabolic Networks and a Serum Candidate Biomarker for Atrial Fibrillation
编辑推荐：
背景：心房颤动（atrial fibrillation，AF）是最常见的临床心律失常，伴有严重的心血管并发症，但其代谢分子机制仍不明确。基于组学的代谢谱分析为系统解码AF相关代谢紊乱提供了有力策略。方法：本研究采用高覆盖靶向液相色谱-串联质谱（liquid c
背景：心房颤动（atrial fibrillation，AF）是最常见的临床心律失常，伴有严重的心血管并发症，但其代谢分子机制仍不明确。基于组学的代谢谱分析为系统解码AF相关代谢紊乱提供了有力策略。方法：本研究采用高覆盖靶向液相色谱-串联质谱（liquid chromatography–tandem mass spectrometry，LC-MS/MS）代谢组学和脂质组学，对来自AF患者和健康对照者的746种血清代谢物进行绝对定量。结果：研究人员系统表征了AF血清中的整体代谢扰动，包括脂肪酸代谢受损、线粒体β-氧化受抑、心肌脂毒性脂质积累以及甘油磷脂的系统性耗竭。全局多尺度嵌入相关网络分析（multiscale embedded correlation network analysis，MECNA）进一步鉴定出11个AF特异性失调代谢模块和驱动代谢重塑的核心枢纽代谢物。利用二元逻辑回归，研究人员构建并独立验证了一个双分子诊断生物标志物组合，以区分AF患者与健康受试者。联合生物标志物Phe-Trp和FA 22:5取得了出色的诊断性能，在发现队列和验证队列中的曲线下面积（area under the curve，AUC）分别为0.964和0.993。结论：总之，本研究采用高深度靶向定量组学全面绘制AF代谢特征，剖析疾病相关代谢网络，并建立了一个稳健的血清生物标志物组合，对于非侵入性AF临床诊断具有很大的转化潜力。
心房颤动（atrial fibrillation，AF）是临床最常见的持续性心律失常，2021年全球患病人数达5255万，显著增加血栓栓塞、缺血性卒中和心力衰竭等严重并发症的风险，造成沉重的疾病负担。尽管N末端前脑钠肽、心肌肌钙蛋白和C反应蛋白等循环标志物已用于AF临床风险分层和评估，但AF起病与进展的分子机制仍未充分阐明。代谢组学和脂质组学是系统解析疾病代谢紊乱的有力工具。然而，既往基于质谱的AF代谢组学研究大多采用非靶向策略，缺乏绝对定量数据，导致生物标志物的准确性和可重复性不足，阻碍了临床转化。因此，需要采用高覆盖靶向定量组学技术，全面解析AF相关的代谢重编程并筛选可靠的血清诊断标志物。
为此，研究人员基于自行建立的交替反相液相色谱-串联质谱（2×RPLC-MS/MS）平台，结合多反应监测（MRM）模式，对来自大连医科大学第一、第二附属医院的261名受试者（包括AF患者和健康对照）的血清样本进行了高覆盖靶向代谢组学和脂质组学分析，实现最多746种代谢物和脂质的绝对定量。研究通过多变量统计、协变量调整的线性回归、多尺度嵌入相关网络分析（MECNA）和二元逻辑回归等策略，系统刻画了AF血清代谢网络失调，并构建和验证了一个双分子诊断标志物组合。该成果发表于《Metabolites》。
关键的技术方法包括：样本分为发现队列和验证队列；利用QC样本计算相对标准偏差（RSD）评估分析稳定性，剔除检测率低于85%或RSD>30%的变量；采用主成分分析（PCA）观察组间分离；使用MetaboAnalyst进行t检验和倍率变化（FC）分析；通过MECNA进行相关网络模块划分和枢纽代谢物识别；最后以二元逻辑回归筛选并验证诊断标志物。
结果部分：
3.1 血清代谢组和脂质组的全面表征：研究人员初始检出218种代谢物和528种脂质。QC样本RSD分析显示，94.5%的代谢物和98.1%的脂质RSD<30%，表明分析稳定性良好。经质量控制过滤后，最终保留197种代谢物和506种脂质用于后续分析。
3.2 AF患者血清中失调的代谢
