急性期血清代谢组学特征预测缺血性卒中后认知障碍：一项前瞻性队列研究

《Metabolomics》：Acute-phase serum metabolomics signatures for predicting post-stroke cognitive impairment after ischemic stroke: a prospective cohort study

　　

背景：卒中后认知障碍（PSCI）是急性缺血性卒中常见的长期并发症，常伴有代谢紊乱，然而早期代谢组学预测因子仍缺乏充分表征。本研究旨在识别与PSCI相关的急性期血清代谢组学特征，并建立用于早期PSCI风险分层的预测模型。

方法：这项前瞻性研究纳入了130例急性缺血性卒中患者。卒中发作24小时内采集的血清样本接受了非靶向代谢组学分析。卒中后3个月评估认知状态。采用KEGG通路和MECNA分析评估通路水平及代谢物-代谢物相关模式。使用Bootstrap-LASSO稳定性选择和logistic回归建立预测模型，并通过分层10折交叉验证进行评价。校准曲线和决策曲线分析评估模型性能。

结果：在PSCI与非PSCI患者之间共鉴定出51种候选差异代谢物，涉及嘌呤/咖啡因相关代谢、胆汁酸代谢、脂质和脂肪酸代谢以及氨基酸相关代谢。MECNA识别出15,120对差异代谢物-代谢物相关性，提示后来发生PSCI的患者存在独特的急性期血清相关模式。最终模型保留6种代谢物：6-Hydroxymellein、21-Deoxycortisol、Inosine、2-Hydroxy-3-methylbutyric acid、Isoleucyl-Arginine和Propylparaben。仅代谢物模型的AUC为0.774（95% CI，0.690–0.853），显示出比仅核心临床模型和临床-代谢组学组合模型更高的区分度。

结论：急性期血清代谢组学分析识别出与PSCI相关的多领域代谢特征。内部验证的六代谢物模型在早期PSCI风险分层中表现出中等性能。

卒中后认知障碍（post-stroke cognitive impairment，PSCI）是急性缺血性卒中（acute ischemic stroke，AIS）后常见且后果严重的长期并发症，常伴随系统性代谢紊乱。目前PSCI的早期预测主要依赖临床变量、神经影像和床旁认知筛查工具，但急性期失语、镇静、神经功能波动等因素常干扰评估准确性，现有临床预测模型的区分能力亦有待提高，且难以反映PSCI复杂的病理生理机制。因此，识别客观、可量化的早期代谢生物标志物对于PSCI风险分层和临床决策具有重要意义。基于此，研究人员在上海市第四人民医院开展了一项前瞻性队列研究，利用发病24小时内的血清样本进行非靶向代谢组学分析，旨在鉴定与PSCI相关的急性期代谢特征并构建预测模型。该研究成果发表于《Metabolomics》。

研究人员采用了以下关键技术方法：研究队列为上海市第四人民医院前瞻性纳入的130例急性缺血性卒中患者；在发病24小时内采集外周静脉血，分离血清后进行基于液相色谱-串联质谱（LC-MS/MS）的非靶向代谢组学分析；卒中后3个月采用蒙特利尔认知评估电话版（T-MoCA）评定认知状态，将患者分为PSCI组（64例）与非PSCI组（66例）。数据分析包括KEGG通路富集分析、多尺度嵌入相关网络分析（MECNA）、Bootstrap-LASSO稳定性选择和logistic回归建模，并通过分层10折交叉验证、校准曲线和决策曲线分析评价模型性能。

研究结果按以下小节总结：

**3.1 研究设计与人群特征**：最终纳入130例AIS患者，PSCI组64例（T-MoCA<19），非PSCI组66例（T-MoCA≥19）。两组在年龄、性别、高血压、血脂异常、吸烟及入院NIHSS评分等方面平衡；糖尿病、血红蛋白、平均红细胞体积（MCV）和载脂蛋白A1存在组间差异，但总体基线特征基本均衡。

**3.2 PSCI患者的急性期血清代谢组学分析**：共鉴定出806种血清代谢物，涵盖羧酸及其衍生物、脂肪酰基、有机氧化合物等广泛化学类别。以|log₂FC|>0.26且p<0.05为阈值，筛选出51种候选差异代谢物，其中20种上调、31种下调。5-氨基戊酸变化幅度最大并显著上调；1,3-二甲基尿酸、茶碱和3,7-二甲基尿酸等咖啡因分解代谢物明显下调。偏最小二乘判别分析（PLS-DA）显示两组代谢谱明显分离（R²Y=0.467，Q²=0.244，p<0.001）。相关性分析显示，7-甲基鸟苷、吲哚-4-甲醛、5-氨基戊酸与T-MoCA评分负相关，而部分脂质代谢物如二十二碳六烯酸、LysoPC(O-18:0/0:0)和PC(O-16:0/22:6)与T-MoCA评分正相关。

**3.3 与PSCI相关的候选差异代谢物的KEGG通路富集分析**：候选代谢物映射到多条KEGG通路，涉及初级和次级胆汁酸生物合成、胆汁分泌、不饱和脂肪酸生物合成、亚油酸代谢、甘油磷脂代谢、精氨酸和脯氨酸代谢、咖啡因代谢等。差异丰度（DA）评分显示各通路呈不同的总体上调或下调方向，提示PSCI相关代谢改变涉及多个相互关联的代谢域。

**3.4 与PSCI相关的代谢物-代谢物相关模式改变**：MECNA识别出15,120对显著的差异代谢物-代谢物相关对，主要变化为相关方向反转（正转负和负转正，约占49.5%），此外还出现新的强相关形成、原有相关消失等模式，提示后续发生PSCI的患者在急性期即表现出独特的血清代谢网络重构。

**3.5 代谢组学预测因子筛选及代谢物预测模型构建**：通过Bootstrap-LASSO稳定性选择（1,000次迭代，75%选择频率阈值）保留6种代谢物：6-Hydroxymellein、21-Deoxycortisol、Inosine、2-Hydroxy-3-methylbutyric acid、Isoleucyl-Arginine和Propylparaben。多因素logistic回归显示，21-Deoxycortisol（OR=2.15，95% CI 1.29–3.58）、6-Hydroxymellein（OR=1.81）、Inosine（OR=1.79）和2-Hydroxy-3-methylbutyric acid（OR=1.66）与PSCI风险正相关；Propylparaben（OR=0.50）和Isoleucyl-Arginine（OR=0.60）呈负相关趋势，但未达统计学显著。糖尿病调整后各预测因子关联方向不变。

**3.6 代谢物模型、临床模型及组合模型的预测性能比较**：在分层10折交叉验证下，仅代谢物模型的AUC为0.774（95% CI，0.690–0.853），优于仅核心临床模型（AUC=0.525，95% CI 0.420–0.618）和临床-代谢组学组合模型（AUC=0.685，95% CI 0.586–0.769）。校准曲线显示预测概率与实际风险良好一致（Hosmer-Lemeshow χ²=6.02，p=0.421）；决策曲线分析显示该模型在较宽阈值概率范围内具有较高的净获益。

讨论部分指出，PSCI相关的急性期血清代谢改变涉及嘌呤/咖啡因代谢、胆汁酸代谢、脂质和脂肪酸代谢、氨基酸代谢等多条通路，而非单一机制。MECNA结果提示代谢网络重构可能反映全身代谢应激、炎症及肠道菌群相关代谢变化。最终六代谢物模型还提示了肾上腺类固醇生成、支链氨基酸分解等生物学轴。研究结论为：急性期血清代谢组学特征能够识别缺血性卒中后PSCI相关的多领域代谢改变；经内部验证的六代谢物预测模型对早期PSCI风险分层具有中等且颇具前景的性能，为未来靶向定量验证和临床转化提供了候选代谢标志物。