基于UHPLC-QE-MS技術(shù)識(shí)別穩(wěn)定型心絞痛 患者血清代謝組學(xué)特征

【DOI10.16806/j.cnki.issn.1004-3934.2025.07.018

Identification of Serum Metabolomics Characteristics in Patients with Stable Angina Pectoris Using UHPLC-QE-MS

JIANG Hanmei，RUAN Hongwei，LIU Ping，LIANG Junjie，JIANG Yan，LUO Gang

（Southwest MedicalUniversityDepartmentofCardiovascularedicine，AfliatedrditionalineseMedicineHospital， Southwest Medical University，National Traditional Chinese Medicine Clinical Research Base，Luzhou 646o，Sichuan， China）

【Abstract】ObjectiveStableangina pectoris（SAP）isoneofthemaintypesofcoronaryheart disease.New methods forthe prevention，earlydiagnosisandtreatmentofSAPeededtobeexploredclinicalyandthresearchtoachievethisgoalfocuothe discoveryofnewbomarkers.MethodsInthisstudy，3Opatients withSAP（SAPgroup）and30patientswithoutcoronaryarterystenosis （CON group）wereselected.First，UHPLC-QE-MStechnologywasusedtodetectserummetabolitesinbothgroups，ndthenmultiariate stiticalanalysisandpathayanalysisereusedtoevaatetechangesinserummetabolicprofiles.ResultsOP-Aanalyisidetfed significandiferencesinteserummetabolicprofilesbetweenSAPgoupndCOgroup，nd26diferentialmetabolitesereentified. Pathwayaalyisfoundtattseieretialetablteeoldineretabolismidativerssuieetablidotr metabolicpathways.ConclusionBycomparingtheserummetabolicproflesofSAPgroupndCONgroup，26potentialbiomarkersand 7 metabolic pathways were identified，which can be used to guidethe prevention，early diagnosis and treatmentof SAP.

【Keywords】 Coronary heart disease;Stable angina pectoris;Metabonomics;Clinical study

近年來(lái)，中國(guó)心血管疾病患者呈逐年增加趨勢(shì)，其中冠心?。╟oronaryheart disease，CHD）的患病人數(shù)居于心血管疾病第二位，其發(fā)病年齡近年來(lái)逐漸年輕化，極大地威脅了人類健康，增加了經(jīng)濟(jì)負(fù)擔(dān)[1-2]。穩(wěn)定型心絞痛（stableanginapectoris，SAP）是CHD的主要類型之一。臨床上尚無(wú)藥物可逆轉(zhuǎn) CHD^[3] ，因此，CHD的診斷和預(yù)防顯得十分重要。CHD診斷的金標(biāo)準(zhǔn)是冠狀動(dòng)脈造影[3]，因該技術(shù)具有侵入性，很多患者不愿接受此項(xiàng)檢查。因此，需探索有利于SAP預(yù)防、早期診斷和治療的新的生物標(biāo)志物。

歸功于近幾年來(lái)技術(shù)的進(jìn)步，研究人員能使用多種技術(shù)有效地表達(dá)某些特定疾病的個(gè)體特征。其中，代謝組學(xué)是一種檢測(cè)患者細(xì)胞、組織和生物流體中的低分子量代謝物（相對(duì)分子質(zhì)量lt;1500）的方法[4]，目前已運(yùn)用在CHD 的研究中[5]。代謝組學(xué)技術(shù)為 CHD生物標(biāo)志物的研究帶來(lái)了新的機(jī)遇，如4-乙酰胺基丁酸[6]不飽和脂肪酸[7]、磷脂酰肌醇[8]、酪氨酸[9]、三碘甲狀腺原氨酸[\"0]脂質(zhì)代謝物[]等，但目前可用于臨床診斷CHD的代謝組學(xué)標(biāo)志物不多。因此，盡管目前取得了一些進(jìn)展，但仍需開(kāi)展更多標(biāo)準(zhǔn)方法的研究并加以驗(yàn)證。

本研究采用UHPLC-QE-MS技術(shù)對(duì)SAP患者的血清代謝組學(xué)特征進(jìn)行檢測(cè)，以發(fā)現(xiàn)更多潛在生物標(biāo)志物，用于指導(dǎo)SAP的預(yù)防、早期診斷和治療。

1材料和方法

1.1 患者和研究標(biāo)準(zhǔn)

本研究選取了60例來(lái)自于2021年3月—2021年9月在附屬中醫(yī)醫(yī)院就診的患者。符合下列納人標(biāo)準(zhǔn)的30例患者設(shè)為SAP組，經(jīng)冠狀動(dòng)脈造影或冠狀動(dòng)脈CT血管造影明確無(wú)冠狀動(dòng)脈狹窄的30例患者設(shè)為CON組。使用國(guó)際心臟病學(xué)學(xué)會(huì)及世界衛(wèi)生組織在1979年發(fā)布的《缺血性心臟病的命名和診斷標(biāo)準(zhǔn)》作為SAP組的診斷標(biāo)準(zhǔn)。

本研究納入標(biāo)準(zhǔn)：（1）年齡40～80歲；（2）1年內(nèi)冠狀動(dòng)脈造影或冠狀動(dòng)脈CT血管造影顯示至少1支冠狀動(dòng)脈滿足以下條件： 50%? 主干狹窄 lt;75% 或 50%? 分支狹窄 lt;100% ;（3）CON組患者的性別、年齡等均需與SAP組患者相匹配。排除標(biāo)準(zhǔn)：（1）不穩(wěn)定型心絞痛；（2）肥厚型心肌??；（3）其他疾病導(dǎo)致的胸痛，如神經(jīng)官能癥、更年期綜合征、頸椎病、胃食管反流等疾??；（4）心肌梗死（入組前至少3個(gè)月）和研究前幾個(gè)月出現(xiàn)心肌梗死前癥狀；（5）合并有嚴(yán)重心力衰竭或影響血流動(dòng)力學(xué)的惡性心律失常；（6）其他嚴(yán)重系統(tǒng)性疾病，如艾滋病、惡性腫瘤、消化道出血、胃潰瘍、有出血傾向者；（7）非心源性肝腎功能損害；（8）未行手術(shù)的心臟瓣膜病；（9）未行手術(shù)的先天性心臟病；（10）活動(dòng)性心肌炎；（11）計(jì)劃妊娠、正在妊娠或哺乳期；（12）有原發(fā)器官（肺、肝、心、骨髓、腎）移植史；（13）心理疾?。唬?4）近2個(gè)月參加過(guò)其他臨床研究。

所有患者及其家屬均已知情且同意匿名使用其數(shù)據(jù)，并簽署知情同意書(shū)。本研究獲得了附屬中醫(yī)院倫理委員會(huì)的批準(zhǔn)（KY2021008-FS01）。

1. 2 樣本采集

采集患者晨間空腹靜脈血 5mL ，將其在 25‰ 下靜置 30min，3 000r/min 離心 10min ，取上清液 500μL 轉(zhuǎn)移至凍存管，經(jīng)液氮速凍保存至 -80°C 的冰箱中，用于測(cè)量和實(shí)驗(yàn)。

1.3樣本制備

取 50μL 樣品置于EP管中，加入 150μL 萃取液（ 100% 甲醇，含同位素標(biāo)記的內(nèi)標(biāo)混合物），旋渦混勻30s ，超聲 10min （冰水浴）， -40°C 孵育 ^1h 。隨后，樣品在 4‰ 以 12 000r/min 離心 15min ，取其上清液到干凈的玻璃小瓶中進(jìn)行分析。最后，將所有樣品的上清液等量混合制備質(zhì)量控制（qualitycontral，QC）樣品。

1.4代謝組學(xué)研究

實(shí)驗(yàn)方法參考《質(zhì)譜優(yōu)化與測(cè)試》“化合物鑒定的庫(kù)搜索算法”[12]，使用VanquishUHPLC系統(tǒng)（購(gòu)于賽默飛世爾科技公司）耦合QExactiveHF-X質(zhì)譜儀（購(gòu)于賽默飛世爾科技公司）進(jìn)行UHPLC-QE-MS分析。具體色譜條件如下：色譜分析采用UPLCHSST3（ 2.1mm×100mm，1.8μm） ；流動(dòng)相由 5mmol/L 醋酸銨 .5mmol/L 乙酸水溶液（A）和乙腈（B）組成。梯度洗脫程序設(shè)定為： 0～0.7min，1%B;0.7～9.5min 1%～99%B;9.5～11.8 min ，99%B;11.8～12.0min ，99%～1%B ： 12.0～14.8min，1%B ，柱溫 35^°C 。將自動(dòng)進(jìn)樣器的溫度設(shè)置為 4^°C ，每次的進(jìn)樣量為 3μL 。

通過(guò)Xcalibur軟件（Thermo，ver：4.0.27）獲取光譜數(shù)據(jù)，在IDA模式下，軟件連續(xù)評(píng)估全掃描質(zhì)譜。ESI源條件設(shè)置為鞘氣流量 30Arb ，輔助氣流量10Arb ，毛細(xì)管溫度 350‰ ，全質(zhì)譜分辨率60000，質(zhì)譜/質(zhì)譜分辨率7500，NCE模式下碰撞能量 10/30/ 60，噴霧電壓（ +4.0kV 或 -3.8kV ）。

為了監(jiān)測(cè)UHPLC-QE-MS系統(tǒng)的穩(wěn)定性，將所有血清樣本隨機(jī)抽取，在樣品序列開(kāi)始時(shí)，先注射2個(gè)空白樣品和1個(gè)QC樣品以確認(rèn)基線穩(wěn)定后，每10個(gè)樣品注射一次QC樣品。

1.5統(tǒng)計(jì)分析和數(shù)據(jù)處理

利用ProteoWizard將Xcalibur軟件獲取的原始數(shù)據(jù)轉(zhuǎn)換為mzXML格式，再使用R開(kāi)發(fā)的基于XCMS的內(nèi)部程序?qū)⑦@些數(shù)據(jù)進(jìn)行峰值判別、過(guò)濾、對(duì)齊、整合和識(shí)別。將存有這些預(yù)處理后數(shù)據(jù)的Excel文件導(dǎo)入SIMCA-P16.0.2軟件，進(jìn)行正交偏最小二乘法-判別分析（OPLS-DA分析），識(shí)別出不同的代謝物。樣品的聚集和分散程度在OPLS-DA圖中被展示出來(lái)。然后，利用代謝組數(shù)據(jù)庫(kù)HMDB和METLIN進(jìn)行代謝物鑒定，再用BiotreeDB內(nèi)部MS2數(shù)據(jù)庫(kù)進(jìn)行代謝物注釋，注釋的截止值設(shè)置為0.3。根據(jù)相關(guān)條件篩選潛在生物標(biāo)志物，采用層次聚類分析和相關(guān)性分析進(jìn)行分析。本文數(shù)據(jù)采用SPSS25.0軟件檢驗(yàn)兩組之間的顯著性水平， Plt;0.05 為具有顯著性。

2結(jié)果

2.1 參加者特征

總共有60例患者符合本次研究的條件，每組30例。采用 χ_t 檢驗(yàn)對(duì)兩組的基本資料進(jìn)行分析比較，SAP組與CON組在性別、年齡等方面差異無(wú)統(tǒng)計(jì)學(xué)意義（ Pgt;0.05） ；其人口學(xué)及臨床特征見(jiàn)表1，數(shù)據(jù)以均數(shù) ± 標(biāo)準(zhǔn)差表示。

表1兩組受試者人口學(xué)及臨床特征

2.2 系統(tǒng)穩(wěn)定性

通過(guò)QC樣品間同位素標(biāo)記內(nèi)標(biāo)混合物響應(yīng)峰高的差異來(lái)判斷穩(wěn)定性。如圖1所示，內(nèi)標(biāo)在QC樣品中的保留時(shí)間以及響應(yīng)強(qiáng)度比較穩(wěn)定。

注：A為所有QC樣品的同位素標(biāo)記內(nèi)標(biāo) ESI+ 和ESI-模式EIC;B為QC樣品的UHPLC-QE-MS檢測(cè) ESI+ 和ESI-模式TIC。

圖1QC樣品間同位素標(biāo)記內(nèi)標(biāo)混合物響應(yīng)峰高

2.3SAP患者與CON組代謝譜之間的差異

經(jīng)過(guò)正負(fù)兩種模式的預(yù)處理保留了7124個(gè)峰和1640個(gè)代謝物。用SIMCA16.0.2軟件包（賽多利斯斯泰帝公司，瑞典）對(duì)這些包含了峰數(shù)、樣本名稱和標(biāo)準(zhǔn)化峰面積信息的數(shù)據(jù)進(jìn)行多變量分析。主成分分析顯示SAP組和CON組之間無(wú)顯著差異。

為進(jìn)一步比較血清代謝輪廓的差異，進(jìn)行了OPLS-DA分析，結(jié)果顯示，SAP組和CON組之間具有顯著的差異（如圖2）：（1）差異代謝物的標(biāo)準(zhǔn)為變量投影重要性（variable importance in projection，VIP） gt;1 ：（2）配對(duì) χ_t 檢驗(yàn)比較單因素統(tǒng)計(jì)分析中兩組間鑒定的代謝物的相對(duì)量（峰面積）（ Plt;0.05） 。將 ΔVIPgt;1 并且Plt;0.05 的候選代謝物作為差異代謝物，通過(guò)代謝組數(shù)據(jù)庫(kù)HMDB和Metlin共鑒定出89個(gè)有意義的代謝物，并通過(guò)火山圖將結(jié)果過(guò)濾（如圖3）。在MS2數(shù)據(jù)庫(kù)中評(píng)分 gt;0.8 的條件下，26個(gè)差異代謝物被篩選出來(lái)作為SAP的潛在生物標(biāo)志物（如表2）。

圖2OPLS-DA圖

注：聚集程度越高，代表樣品中存在的代謝物含量和成分差異越小;若越分散，則差異越大。

圖3火山圖

注：橫坐標(biāo)代表該組對(duì)比各物質(zhì)的倍數(shù)變化;縱坐標(biāo)表示 log₁₀P 值；散點(diǎn)大小代表OPLS-DA模型的VIP值;紅色代表顯著上調(diào)的代謝物；藍(lán)色代表顯著下調(diào)的代謝物；灰色代表非顯著差異的代謝物。

表2基于UHPLC-QE-MS分析的SAP患者的血清潛在生物標(biāo)志物

續(xù)表2

為更好地了解SAP組和CON組之間的代謝差異和表征代謝物的變化，本實(shí)驗(yàn)進(jìn)行了層次聚類分析（圖4A）和相關(guān)分析（圖4B），觀察到SAP組代謝產(chǎn)物有3種含量增加，23種含量減少。其中，糖基脫氧膽酸、脂肪酸和L-精氨酸含量升高，膽堿、1-磷酸鞘氨醇（sphingosine-1-phosphate，S1P）、 β -胍基丙酸（β-guanidinopropionicacid， β -GPA）、黃嘌呤、溶血磷脂酰膽堿（lysophosphatidylcholine，LPC）等的含量降低。

圖4熱力圖

注：A為血清中潛在生物標(biāo)志物的聚類分析及相關(guān)性分析熱圖：橫坐標(biāo)代表不同實(shí)驗(yàn)分組，縱坐標(biāo)代表該組對(duì)比的差異代謝物：紅色表示高表達(dá)，藍(lán)色表示低表達(dá)。B為血清樣本中測(cè)定的代謝物相關(guān)性分析熱圖：橫、縱坐標(biāo)代表該組對(duì)比的差異代謝物，紅色表示正相關(guān)，藍(lán)色表示負(fù)相關(guān)，顏色越深代表相關(guān)性越強(qiáng)。

2.4 代謝路徑分析

在分析潛在生物標(biāo)志物的代謝通路時(shí)，本研究使用Metaboanalyst5.0軟件，發(fā)現(xiàn)了SAP組的7個(gè)代謝通路（如圖5）。

圖5通路分析

注： 值表示 P 值取以e為底的負(fù)對(duì)數(shù)（負(fù)自然底對(duì)數(shù)），A為甘氨酸、絲氨酸和蘇氨酸代謝，B為精氨酸和脯氨酸代謝，C為D-精氨酸和D-鳥(niǎo)氨酸代謝，D為咖啡因代謝，E為鞘脂代謝，F(xiàn)為甘油磷脂代謝，G為氨酰轉(zhuǎn)運(yùn)RNA生物合成，H為嘌呤代謝。

3討論

CHD近年來(lái)的患病人數(shù)居于心血管疾病第二位，其發(fā)病年齡逐漸年輕化，極大地威脅了人類健康，增加了經(jīng)濟(jì)負(fù)擔(dān)。本研究為了探索更多潛在生物標(biāo)志物指導(dǎo)SAP的預(yù)防、早期診斷和治療，篩選出了26個(gè)與氧化應(yīng)激、糖代謝、脂肪酸代謝和氨基酸代謝等相關(guān)的潛在生物標(biāo)志物。

與CON組相比，SAP組的異棕櫚酸呈下降趨勢(shì)，異棕櫚酸屬于單甲基支鏈脂肪酸，可刺激過(guò)氧化物酶體增殖物激活受體 α∝^[13] 。過(guò)氧化物酶體增殖物激活受體 ∝ 的激活可抑制一些關(guān)鍵基因的表達(dá)，如載脂蛋白A1、A2等，調(diào)節(jié)和促進(jìn)血管內(nèi)炎癥，參與降脂和動(dòng)脈粥樣硬化保護(hù)，以降低心血管疾病的風(fēng)險(xiǎn)[14]。因此，SAP組血清中較低的異棕櫚酸水平可能與這些患者中較高的炎癥水平相關(guān)。

甘氨熊去氧膽酸（glycoursodeoxycholicacid，GUDCA）被認(rèn)為具有抗凋亡、抗氧化和抗炎特性[5]研究[16發(fā)現(xiàn)，GUDCA可減少神經(jīng)系統(tǒng)中乳酸脫氫酶、腫瘤壞死因子 ∝ 和白細(xì)胞介素-1β的產(chǎn)生，并減少神經(jīng)變性模型中細(xì)胞色素C過(guò)氧化物酶的產(chǎn)生。另有研究17發(fā)現(xiàn)，GUDCA可延緩動(dòng)脈粥樣硬化的發(fā)展，可能與GUDCA下調(diào)載脂蛋白A1mRNA受體的表達(dá)、減少氧化低密度脂蛋白的攝取以及抑制巨噬細(xì)胞泡沫細(xì)胞的形成有關(guān)。然而，目前尚無(wú)GUDCA與CHD及其亞型的病理生理和發(fā)展聯(lián)系的研究，未來(lái)可進(jìn)一步探究二者之間的聯(lián)系。

膽堿是乙酰膽堿的前體，對(duì)脂質(zhì)代謝至關(guān)重要。研究[18]表明，膽堿的主要來(lái)源是雞蛋、牛奶、新鮮蔬菜、魚(yú)、肉和面包，其中動(dòng)物性食物來(lái)源是膽堿攝入的最重要貢獻(xiàn)者。有研究發(fā)現(xiàn)，在急性心肌梗死的患者中，其血槳膽堿水平比無(wú)急性心肌梗死的患者更低。本研究發(fā)現(xiàn)，CON組相對(duì)于SAP組，LPC水平有所降低，未來(lái)的研究可探索這一觀察結(jié)果的潛在機(jī)制。

正常心功能所需能量來(lái)源于脂肪酸和葡萄糖的代謝。大多數(shù)ATP是由心肌細(xì)胞中脂肪酸氧化產(chǎn)生[20]。脂肪酸首先在ATP、輔酶A和鎂離子的存在下被?；o酶A合成酶催化生成脂酰輔酶A，然后脂酰輔酶A再被轉(zhuǎn)移到線粒體基質(zhì)中進(jìn)行 β 氧化[2]。本研究發(fā)現(xiàn)SAP患者的脂質(zhì)增加，底物的增加表明脂肪酸的氧化可能受到限制，導(dǎo)致缺血心肌ATP生成減少，能量供應(yīng)不足。

AMP活化的蛋白激酶（AMP-activatedproteinkinase，AMPK）通路是糖代謝和脂代謝的主要調(diào)節(jié)通路，其在調(diào)節(jié)細(xì)胞能量中起關(guān)鍵作用，它被認(rèn)為可促進(jìn) ATP 的產(chǎn)生，同時(shí)可抑制 ATP 的消耗[2-23]。AMPK可通過(guò)促進(jìn)葡萄糖攝取和線粒體氧化，維持線粒體呼吸功能，減少氧化應(yīng)激和炎癥損傷，保護(hù)心肌免受損傷[24]。 β -GPA是一種內(nèi)源性AMPK激動(dòng)劑[25]。近年來(lái)，有研究發(fā)現(xiàn) β -GPA可競(jìng)爭(zhēng)性地調(diào)節(jié)肌酸激動(dòng)活性，從而降低原發(fā)性高血壓大鼠的血壓[26]，還可降低骨骼肌細(xì)胞中的線粒體耗氧量，增加自噬通量，從而減輕代謝性疾病的影響[27]。然而， β -GPA在心血管疾病方面的研究很少，二者之間的相關(guān)性仍然未知。本研究首次發(fā)現(xiàn)了在SAP患者和對(duì)照組之間存在顯著的血清 β -GPA差異。然而，需開(kāi)展更大規(guī)?；颊哧?duì)列的進(jìn)一步研究來(lái)驗(yàn)證這些觀察結(jié)果。

LPC是磷脂酰膽堿的代謝產(chǎn)物。在一研究中發(fā)現(xiàn)，LPC（ ） .LPC（18：0） 和LPC（ 與CHD的發(fā)生和發(fā)展直接相關(guān)[28]，還有一些研究發(fā)現(xiàn)磷脂酰膽堿的多種類型可用于CHD 事件的預(yù)測(cè)[29]。本研究也在SAP組中發(fā)現(xiàn)了多種相關(guān)的LPC類型。

有研究[30]發(fā)現(xiàn)，內(nèi)皮細(xì)胞S1P受體1在維持血腦屏障功能、微血管通暢以及在缺血狀態(tài)下血液通過(guò)側(cè)支吻合重新流向低灌注腦組織方面發(fā)揮著重要作用。另有研究31表明，S1P可通過(guò)調(diào)節(jié)S1P受體1～5減少炎癥反應(yīng)和心肌細(xì)胞凋亡，減輕心臟缺血再灌注損傷，發(fā)揮心臟保護(hù)作用，保護(hù)缺血心肌。在本研究中，SAP組中S1P含量減少可能意味著在這些患者中S1P的心臟保護(hù)效果減弱。

本研究發(fā)現(xiàn)，甘氨酸、絲氨酸和蘇氨酸代謝、精氨酸和脯氨酸代謝、D-精氨酸和D-鳥(niǎo)氨酸代謝、鞘脂代謝、甘油磷脂代謝、氨酰轉(zhuǎn)運(yùn)RNA生物合成、嘌呤代謝等通路與SAP相關(guān)。

在前期的一些研究中，甘氨酸、絲氨酸和蘇氨酸代謝通路，D-精氨酸和D-鳥(niǎo)氨酸代謝通路，以及甘油磷脂代謝通路與CHD 的相關(guān)性已被確定[32-34]。本研究進(jìn)一步發(fā)現(xiàn)上述3條代謝通路也與SAP相關(guān)，這為進(jìn)一步研究SAP提供了一些新的思路。有研究[35]發(fā)現(xiàn)，精氨酸和脯氨酸代謝的異常可能通過(guò)影響腫瘤微環(huán)境、腫瘤的代謝特征以及免疫逃逸等機(jī)制，對(duì)肺腺癌的發(fā)展產(chǎn)生影響。但這條通路在心血管疾病中的研究還未涉及，本研究發(fā)現(xiàn)該通路與SAP相關(guān)，這可能是未來(lái)的研究方向。

有研究[36]發(fā)現(xiàn)，鞘脂可能通過(guò)調(diào)節(jié)心肌細(xì)胞增殖、凋亡或炎癥反應(yīng)影響心臟修復(fù)過(guò)程，其具有作為心血管疾病預(yù)后標(biāo)志物和治療靶點(diǎn)的潛力。還有研究[7]表明，鞘脂代謝對(duì)維持內(nèi)皮細(xì)胞穩(wěn)態(tài)起著至關(guān)重要的作用。本研究發(fā)現(xiàn)，這條代謝通路也與SAP相關(guān)。

在一些研究中發(fā)現(xiàn)，氨酰轉(zhuǎn)運(yùn)RNA生物合成這一代謝途徑與胃癌和亨廷頓病相關(guān)[38-39]，但其與心血管疾病的相關(guān)性暫未得到證實(shí)。本研究發(fā)現(xiàn)這條代謝途徑與SAP相關(guān)，這可能為后續(xù)的研究提供了一些新方向。多項(xiàng)研究發(fā)現(xiàn)，嘌呤代謝與骨質(zhì)疏松癥[40]、卵巢癌[41]結(jié)腸癌[42]等疾病相關(guān)。并且，嘌呤代謝在一項(xiàng)研究中被證實(shí)與SAP的氧化應(yīng)激相關(guān)[32]，這與本研究得出的結(jié)果一致。

需要強(qiáng)調(diào)的是本研究存在一定的局限性。首先，本研究納入的樣本量相對(duì)較小，還需更大臨床樣本量的研究進(jìn)一步證實(shí)；其次，本研究未收集尿液和組織樣本，無(wú)法對(duì)所有代謝物進(jìn)行全面的定性和定量分析；此外，本研究獲得的結(jié)果還需更大規(guī)模、多中心的前瞻性研究來(lái)驗(yàn)證。

本研究采用UHPLC-QE-MS技術(shù)比較和評(píng)估SAP組和CON組的血清代謝譜，確定了與SAP相關(guān)的異棕櫚酸、糖基脫氧膽酸、膽堿、脂肪酸、 β -GPA、LPC、S1P、L-精氨酸、黃嘌呤等26個(gè)生物標(biāo)志物，以及甘氨酸、絲氨酸和蘇氨酸代謝、精氨酸和脯氨酸代謝、D-精氨酸和D-鳥(niǎo)氨酸代謝、鞘脂代謝、甘油磷脂代謝、氨酰轉(zhuǎn)運(yùn)RNA生物合成、嘌呤代謝7個(gè)代謝通路，這些結(jié)果可為SAP的進(jìn)一步研究提供一些新的方向，后續(xù)可通過(guò)動(dòng)物實(shí)驗(yàn)如小鼠動(dòng)脈粥樣硬化模型來(lái)驗(yàn)證是否可用于指導(dǎo)SAP的預(yù)防、早期診斷和治療。

參考文獻(xiàn)

[1] 劉明波，何新葉，楊曉紅，等.《中國(guó)心血管健康與疾病報(bào)告2023》概要 （心血管疾病流行及介入診療狀況）[J].中國(guó)介人心臟病學(xué)雜志，2024，32 （10） ：541-550.

[2] TsaoCW，AdayAW，Almarzooq ZI，etal.Heartdiseaseandstrokestatistics一 2023 update：areport from the American Heart Association[J].Circulation， 2023，147（8）：e93-e621.

[3] 王治財(cái)，倉(cāng)彥.代謝組學(xué)在冠狀動(dòng)脈粥樣硬化性心臟病中的研究進(jìn)展[J]. 安徽醫(yī)藥，2023，27（7）：1293-1297.

[4] MuthubharathiBC，GowripriyaT，BalamuruganK.Metabolomics：small moleculesthatmattermore[J].Mol Omics，2021，17（2）：210-229.

[5] YangY，SuC，ZhangXZ，etal.MechanismsofXuefu ZhuyuDecoctioninthe treatment ofcoronaryheartdiseasebased onintegrated metabolomicsand networkpharmacologyapproach[J].JChromatogrBAnalyt Technol Biomed Life Sci，2023，1223：123712.

[6] ZhuQ，Qin M，WangZ，etal.Correction：plasma metabolomicsprovidesnew insights into the relationship between metabolites and outcomes and left ventricular remodeling of coronaryarterydisease[J].Cell Biosci，2022，12 （1）：201.

[7] FuH，ZhuK，ZhouD，etal.Identificationand validation ofplasmametabolomics revealpotentialbiomarkersforcoronaryheartdisease[J].IntHeartJ，2O19，60 （6）：1387-1397.

[8] PouralijanAmiri M，KhoshkamM，Salek RM，etal.Metabolomicsinearly detectionand prognosisof acute coronarysyndrome[J].Clin Chim Acta，2019， 495：43-53.

[9] ZhaoLL，Qiu XJ，WangWB，et al.NMR metabolomics and randomforests modelstoidentifypotentialplasmabiomarkersofblood stasissyndromewith coronary heart disease patients[J].FrontPhysiol，2O19，10：1109.

[10]Abu-El-Ruz R，Abdel-Rahman ME，Atkin SL，etal.Comparing levelsof metabolic predictorsof coronary heart diseasebetween healthy leanand overweight females[J].Metabolites，2021，11（3）：169.

[11]HuJ，YaoJ，DengS，etal.Differencesinmetabolomicprofilesbetweenblack and white womenand risk of coronary heart disease：an observational study of womenfrom four UScohorts[J].CircRes，2022，131（7）：601-615.

[12]Stein SE，Scott DR.Optimizationand testing of mass spectral library search algorithms for compound identification[J].JAm Soc MassSpectrom，1994，5 （9） ：859-866.

[13]Maheshwari G，RingseisR，WenG，etal.Branched-chain fattyacidsas mediatorsoftheactivationofhepaticperoxisomeproliferator-activatedreceptor alpha bya fungal lipid extract[J].Biomolecules，202o，10（9）：1259.

[14]FuiorEV，ZvintzouE，F(xiàn)ilippatosT，etal.Peroxisomeproliferator-activated receptorαin lipoprotein metabolism andatheroscleroticcardiovascular disease [J].Biomedicines，2023，11（10）：2696.

[15]BidanchiRM，LalrindikaL，KhushbooM，ctal.Antioxidative，nti-infl andanti-apoptotic actionof ellagic acid against lead acetateinduced testicular andhepato-renal oxidative damages and pathophysiological changes inmale LongEvansrats[J].EnvironPollut，2022，302：119048.

[16]Cordeiro JL，NevesJD，NicolaF，etal.Arundic acid（ONO-2506）attenuates neuroinflammationandpreventsmotorimpairmentinratswithintracerebral hemorrhage[J].CellMol Neurobiol，2022，42（3）：739-751.

[17]Huang F，Pariante CM，Borsini A.From dried bear bile tomolecular investigtion：ssteaticeviewoftctofbileacidsocells， oxidative stressand inflammationinthebrain，acrosspre-clinical modelsof neurological，neurodegenerativeandneuropsychiatricdisorders[J].BrainBehav Immun，2022，99：132-146.

[18]vanParysA，Karlsson T，VinknesKJ，etal.Foodsourcescontributingtointake ofcholineandindividual cholineformsinaNorwegiancohort ofpatientswith stable angina pectoris[J].Front Nutr，2O21，8：676026.

[19]Huang S，Lim SY，Tan SH，etal.Targetedplasma metabolomicsreveals association of acute myocardial infarction risk with the dynamic balance between trimethylamine-N-oxide，betaine，andcholine[J].JAgric Food Chem，2023，71 （41） ： 15097-15105.

[20]ActisDato V，Lange S，ChoY.Metabolicflexibilityoftheheart：the roleof fatty acid metabolism in health，heart failure，and cardiometabolic diseases[J].Int J Mol Sci，2024，25（2） ：1211.

[21]Prado LG，Camara NOS，Barbosa AS.Cellipid biology ininfections：an overview [J].Front CellInfect Microbiol，2023，13：148383.

[22]Steinberg GR，Hardie DG.New insightsintoactivationandfunction of the AMPK[J].Nat Rev MolCel Biol，2023，24（4）：55-272.

[23] Wu B，Chen Y，ClarkeR，etal.AMPK signaling regulatesmitopagyand mitochondrialATPproduction in human trophoblast cell line BeWo[J].Front Biosci （Landmark Ed），2022，27（4） ：118.

[24]Heidary Moghaddam R，Samimi Z，Asgary S，et al.Natural AMPK activators in cardiovascular diseasepreventionJ].FrontPharmacol，2O21，12：738420.

[25]Dorigatti JD，Thyne KM，Ginsburg BC，etal.Beta-guanidinopropionicacid has age-speific effcts on markers of healthandfunction inmiceJ].GeroScience， 2021，43（3）：1497-1511.

[26]BrewsterLM.Paradoxical increaseinbodymassinducedbybetaguanidinopropionicacid in juvenile spontaneously hypertensive rats[J]. Cureus， 2021，13（11） ：e19394.

[27]Crocker CL，BaumgarnerBL，Kinsey ST.β-guanidinopropionic acid and metformindiferentially impactautophagy，mitochondriaandcellular morphology in developing C2C12 muselecels[J].JMusele Res CellMotil，2020，41（2-3）： 221-237.

[28]Paavola T，BergmannU，Kuusisto S，etal.Distinct fattyacid compositionsof HDL phospholipids are characteristic of metabolic syndrome and premature coronaryheart disease-family study[J].IntJMol Sci，2021，22（9）：4908.

[29]LiY，WangH，XiaoY，etal.Lipidomicsidentified novel cholesterol-independent predictors for risk ofincident coronaryheart disease：Mediation of risk from diabetesandaggravationof riskbyambientairpollution[J].JAdvRes，2024， 65：273-282.

[30]Nitzsche A，Poittevin M ，Benarab A ，etal.Endothelial S1F ¹ signaling counteracts infarct expansion inischemic stroke[J].Circ Res，2021，128（3） ·363-382.

[31]DuanY，LiQ，WuJ，etal.Adetrimental roleof endothelial S1PR2incardiac ischemia-reperfusioninjuryviamodulatingmitochondrial dysfunction，NLRP3 inflammasomeactivation，andpyroptosis[J].RedoxBiol，2024，75：103244.

[32]UllahE，El-Menyar A，Kunji K，etal. Untargeted metabolomicsprofilingreveals perturbations inarginine-NO metabolism in middle easternpatients with coronary heartdisease[J].Metabolites，2022，12（6）：517.

[33]Chen H，Wang Z，Qin M ，etal.Comprehensivemetabolomics identified the prominentrole ofglycerophospholipid metabolismincoronaryarterydisease progression[J].Front Mol Biosci，2021，8：632950.

[34]Chu C，Liu S，Nie L，etal.The interactions and biological pathways among metabolomics products of patientswith coronary heart disease[J].Biomed Pharmacother，2024，173：116305.

[35]Wang Z，Zhang J，Shi S，et al.Predicting lung adenocarcinoma prognosis， immuneescape，andpharmacomicprofilefromarginineandproline-related genes [J].SciRep，2023，13（1）：15198.

[36]JiX，Chen Z，Wang Q，et al.Sphingolipid metabolism controlsmammalian heart regeneration[J].Cell Metab，2024，36（4）：839-856.e8.

[37]LaiY，TianY，You X，etal.Effcts of sphingolipidmetabolism disorderson endothelialcells[J].LipidsHealthDis，2022，21（1）：101.

[38]Gao X，Guo R，LiY，et al.Contribution ofupregulated aminoacyl-tRNA biosynthesis to metabolicdysregulation ingastric cancer[J].JGastroenterol Hepatol，2021，36（11） ：3113-3126.

[39]Vishweswaraiah S，Yilmaz A，SaiyedN，etal.Integrativeanalysis unveils the correlationofaminoacyl-tRNAbiosynthesismetaboliteswiththemethylationof the SEPSECS gene in Huntington’s disease brain tissue[J].Genes（Basel）， 2023，14（9）：1752.

[40]YangK，LiJ，Tao L.Purine metabolism in the development of osteoporosis[J]. BiomedPharmacother，2022，155：113784.

[41]LiuJ，Hong S，Yang J，etal.Targeting purine metabolism inovarian cancer[J]. JOvarianRes，2022，15（1）：93.

[42]Liu H，ZhangY，Zhang Q，et al. Metabolism-related prognostic biomarkers， purinemetabolismandanti-tumorimmunityin colonadenocarcinoma[J].Front Biosci（Landmark Ed），2023，28（12）：328.

收稿日期：2024-12-09