應用代謝組學與脂質組學聚焦系統性紅斑狼瘡SLE生物標志物
文章標題：Integration of metabolomics and lipidomics reveals serum biomarkers for systemic lupus erythematosus with different organs involvement
發表期刊：Clinical Immunology
發表時間：2022年7月
影響因子：10.19
作者單位：中南大學湘雅二醫院
百趣生物提供服務：發現代謝組學—親水版、發現代謝組學—親脂版
研究背景
系統性紅斑狼瘡（SLE）是一種多因素的自身免疫性疾病。其特征是喪失自我耐受性和產生自身抗體和免疫復合物，導致身體多個組織和器官損傷，如腎臟、皮膚、關節、血液和神經系統。SLE的臨床表現具有異質性，可累及一個或多個器官，而且SLE的嚴重程度與器官受累的類型有關，早期診斷和治療可防止不可逆的器官損傷。目前SLE的確切發病機制尚不清楚，因此尋找可靠的狼瘡相關器官損傷的生物標志物，將顯著有益于SLE患者的治療。本篇由百趣生物解讀的文章希望能夠幫助到科研小伙伴。
在本篇文章中，運用了代謝組學和脂質組學來檢測不同的代謝物和脂質。應用單變量、多變量分析和機器學習算法來確定具有腎臟受累（KI）、皮膚受累（SI）、血液系統受累（BI）和多系統受累（MI）的SLE潛在生物標志物。
研究結果
1、SLE和HCs之間不同的血清代謝組學和脂質組學特征
圖1展示了本文的研究設計和數據分析工作流程。結合LC-MS/MS代謝組學和脂質組學方法，能夠提高血清中代謝物檢出的覆蓋率。
圖1
在OPLS-DA模型的結果（圖2ab）中，SLE患者和HCs健康人群在代謝組學和脂質組學中被分為兩個不同的簇。
百趣解讀，利用VIP>1，P<0.05和Fc>1.50或<1/1.50的篩選條件，在SLE和HCs之間共鑒定出95種差異代謝物和54種差異脂質。代謝組學篩選的差異代謝物主要包括脂類和脂類分子、有機酸及其衍生物、有機雜環化合物、核苷、核苷酸和類似物（圖2c）。脂質組學中篩選的差異脂類主要包括三酰基甘油（TAG）、磷脂酰膽堿（PC）、脂肪酸（FA）、酰基肉堿（ACar）、鞘磷脂（SM）（圖2d）。
圖2
百趣解讀，為了找到區分SLE和HCs的潛在生物標志物，使用隨機森林來進一步篩選差異代謝物和脂質。13種差異代謝物或脂質被鑒定為SLE的潛在生物標志物，LPE（22：6）、硫酸脫氫表雄酮（DHEAS）和3,4-二羥基甘露二醛的AUC分別為0.946、0.939和0.903。采用向前逐步回歸的方法來挑選代謝物和脂質，DHEAS、2-甲基丁基甘氨酸、苯甲酸和FA（20：1）的組合具有最好的預測效率，AUC為0.998（圖2ef），十折交叉驗證結果也顯示出AUC為0.988。
Spearman相關性分析，給出了13種SLE潛在代謝物與年齡、SLEDAI、血清指標等12種臨床參數之間的相關性。結果顯示，共存在27個P<0.05的顯著相關性。而且血清中只有亮氨酰基異亮氨酸與SLEDAI評分呈負相關，示意血清中亮氨基異亮氨酸水平可能揭示SLE的嚴重程度。
異常調控的代謝產物主要富集于三條代謝途徑中（P<0.05）（圖3a）。SLE中最顯著的異常調節途徑是氰基氨基酸代謝、氨酰tRNA的生物合成、半胱氨酸和蛋氨酸代謝。圖3b展示了KEGG代謝途徑的差異豐度（DA）結果。
圖3
2、鑒定與SLE疾病活動性相關的血清代謝物和脂質
根據SLEDAI評分將133例SLE患者分為兩組，SLEDAI評分介于0~4的SLE無活動組（n=63），以及SLEDAI評分大于4的SLE活動組（n=70）。無活動組和活動組的代謝組結果沒有發現統計差異。然而在脂質組結果上，兩組之間存在差異。
無活動組和活動組的脂質組直方圖（圖4a）顯示，兩組間PC和TAG兩種類脂質的相對含量存在顯著差異。與活動組相比，無活動組SLE患者的PC相對含量更高，TAG相對含量更低。以VIP>1、p<0.05、Fc>1.20或<1/1.20作為篩選條件，在無活動組和活動組之間發現了41種差異脂質，主要包括PC、溶血磷脂酰膽堿（LPC）、磷脂酰乙醇胺（PE）和TAG（圖4c），熱圖展示了這些差異脂質在各組中的相對含量（圖4d）。采用向前逐步回歸的方法來分析區分無活動組和活動組的差異脂質，其中LPC（18：0）、PC（18：3/18：3）、PE（16：0/22：4）的組合預測效果最好，訓練數據集中的AUC為0.767（圖4ef），十折交叉驗證的AUC為0.751。
圖4
3、不同器官受累SLE患者的血清代謝組學標志物
根據臨床表型將所有SLE患者分為4組，分別是腎臟受累（KI）、皮膚受累（SI）、血液系統受累（BI）和多系統受累（MI）。與HCs組相比，KI、SI、BI和MI組分別得出121、72、109和90種差異代謝物。如圖5a所示，不同器官受累的SLE患者與HCs之間主要的差異代謝物是脂類和類脂質分子。
使用相同的方法分析脂質組數據， KI、SI、BI、MI與HCs進行比較分別得到86、66、75、62種差異脂質。不同脂質的組成如圖5b所示。通過韋恩圖，分析各組SLE患者與HCs之間的差異代謝物和差異脂質，得到每組SLE患者獨特的生物標志物（圖5cd）。
百趣解讀，韋恩圖指出KI患者中有34種特異性代謝物和12種特異性脂質。ROC分析顯示，KI組中所有特異性化合物的AUC均小于0.7。對這些差異代謝物或脂質進行二元回歸后，AUC值仍小于0.7。采用向前逐步回歸分析的方法篩選差異代謝物和脂質，得到了2-羥基乙磺酸、5、8、11-二十碳三烯酸、吡嗪和PE（18：1e/21：2）的組合，這個結果可以準確區分KI組與SI、BI、MI和HCs組，測試數據集的AUC為0.766，十折交叉驗證的AUC為0.728（圖5e）。
SI組中有7種特異性代謝物和5種特異性脂質。ROC分析顯示，SI組中所有12種特異性化合物的AUC均小于0.7。由L-異亮氨酸、TAG（12：3/21：3/21：3）組成的面板可以準確區分SI組與KI、BI、MI和HCs組，測試數據集的AUC為0.718，十折交叉驗證的AUC為0.701（圖5f）。
BI組中有29種特異性代謝物和26種特異性脂質。ROC分析表明，BI組中6種化合物的AUC均大于0.75。順式-5-十四烯基肉堿、LPC（22：6（2Z、7Z、10Z、13Z、16Z、19Z））、PC（16：18/2）和PE（10：0/26：4）的組合可以準確區分BI組與KI、SI、MI和HCs組，測試數據集的AUC為0.951，十折交叉驗證的AUC為0.910（圖5g）。
MI組中有24種特異性代謝物和17種特異性脂質。ROC分析顯示，MI組中6種化合物的AUC均大于0.70。L-天冬氨酸-L-羥脯氨酸、PC（15：0/18：2（9Z、12Z））、PC（16：0/P-16：0）、PC（22：5（2Z、7Z、10Z、13Z、16Z）/14：0）、PC（5：0/26：1）和PE（16：0/18：2）的組合，可以準確區分MI組與KI、SI、BI和HCs組，測試數據集的AUC為0.909，十折交叉驗證為0.874（圖5h）。
結論
百趣解讀，本研究基于血清代謝組學和脂質組學數據的聯合分析，探討了系統性紅斑狼瘡潛在的生物標志物。從血清樣本中，研究確定了13個具有良好診斷效率的代謝物和脂質，尤其是LPE（22：6）、DHEAS、3,4-二羥基甘露二醛，能夠準確區分SLE和HCs組。
此外，這些代謝物可以區分不同器官受累程度的SLE，提示了這些代謝物涉及到的代謝組學代謝通路紊亂，特別是氰氨基酸代謝、氨酰trna生物合成、半胱氨酸和蛋氨酸代謝，可能與SLE和器官損傷的發病機制有關。這些研究結果將為SLE的精確診斷和治療提供新的生物標志物，并為理解SLE不同疾病表型的發病機制提供潛在的線索。
文/阿趣代謝組學
