文章标题：Integration of metabolomics and lipidomics reveals serum biomarkers for systemic lupus erythematosus with different organs involvement

发表期刊：Clinical Immunology

发表时间：2022年7月

影响因子：10.19

作者单位：中南大学湘雅二医院

百趣生物提供服务：发现代谢组学—亲水版、发现代谢组学—亲脂版研究背景

系统性红斑狼疮（SLE）是一种多因素的自身免疫性疾病。其特征是丧失自我耐受性和产生自身抗体和免疫复合物，导致身体多个组织和器官损伤，如肾脏、皮肤、关节、血液和神经系统。SLE的临床表现具有异质性，可累及一个或多个器官，而且SLE的严重程度与器官受累的类型有关，早期诊断和治疗可防止不可逆的器官损伤。目前SLE的确切发病机制尚不清楚，因此寻找可靠的狼疮相关器官损伤的生物标志物，将显著有益于SLE患者的治疗。

在本篇文章中，运用了代谢组学和脂质组学来检测不同的代谢物和脂质。应用单变量、多变量分析和机器学习算法来确定具有肾脏受累（KI）、皮肤受累（SI）、血液系统受累（BI）和多系统受累（MI）的SLE潜在生物标志物。

研究结果
1、SLE和HCs之间不同的血清代谢组学和脂质组学特征

图1展示了本文的研究设计和数据分析工作流程。结合LC-MS/MS代谢组学和脂质组学方法，能够提高血清中代谢物检出的覆盖率。

图1

在OPLS-DA模型的结果（图2ab）中，SLE患者和HCs健康人群在代谢组学和脂质组学中被分为两个不同的簇。

利用VIP>1，P<0.05和Fc>1.50或<1/1.50的筛选条件，在SLE和HCs之间共鉴定出95种差异代谢物和54种差异脂质。代谢组学筛选的差异代谢物主要包括脂类和脂类分子、有机酸及其衍生物、有机杂环化合物、核苷、核苷酸和类似物（图2c）。脂质组学中筛选的差异脂类主要包括三酰基甘油（TAG）、磷脂酰胆碱（PC）、脂肪酸（FA）、酰基肉碱（ACar）、鞘磷脂（SM）（图2d）。

图2

为了找到区分SLE和HCs的潜在生物标志物，使用随机森林来进一步筛选差异代谢物和脂质。13种差异代谢物或脂质被鉴定为SLE的潜在生物标志物，LPE（22：6）、硫酸脱氢表雄酮（DHEAS）和3,4-二羟基甘露二醛的AUC分别为0.946、0.939和0.903。采用向前逐步回归的方法来挑选代谢物和脂质，DHEAS、2-甲基丁基甘氨酸、苯甲酸和FA（20：1）的组合具有最好的预测效率，AUC为0.998（图2ef），十折交叉验证结果也显示出AUC为0.988。

Spearman相关性分析，给出了13种SLE潜在代谢物与年龄、SLEDAI、血清指标等12种临床参数之间的相关性。结果显示，共存在27个P<0.05的显著相关性。而且血清中只有亮氨酰基异亮氨酸与SLEDAI评分呈负相关，示意血清中亮氨基异亮氨酸水平可能揭示SLE的严重程度。

异常调控的代谢产物主要富集于三条代谢途径中（P<0.05）（图3a）。SLE中最显著的异常调节途径是氰基氨基酸代谢、氨酰tRNA的生物合成、半胱氨酸和蛋氨酸代谢。图3b展示了KEGG代谢途径的差异丰度（DA）结果。

图3

2、鉴定与SLE疾病活动性相关的血清代谢物和脂质

根据SLEDAI评分将133例SLE患者分为两组，SLEDAI评分介于0~4的SLE无活动组（n=63），以及SLEDAI评分大于4的SLE活动组（n=70）。无活动组和活动组的代谢组结果没有发现统计差异。然而在脂质组结果上，两组之间存在差异。

无活动组和活动组的脂质组直方图（图4a）显示，两组间PC和TAG两种类脂质的相对含量存在显著差异。与活动组相比，无活动组SLE患者的PC相对含量更高，TAG相对含量更低。以VIP>1、p<0.05、Fc>1.20或<1/1.20作为筛选条件，在无活动组和活动组之间发现了41种差异脂质，主要包括PC、溶血磷脂酰胆碱（LPC）、磷脂酰乙醇胺（PE）和TAG（图4c），热图展示了这些差异脂质在各组中的相对含量（图4d）。采用向前逐步回归的方法来分析区分无活动组和活动组的差异脂质，其中LPC（18：0）、PC（18：3/18：3）、PE（16：0/22：4）的组合预测效果最好，训练数据集中的AUC为0.767（图4ef），十折交叉验证的AUC为0.751。

图4

3、不同器官受累SLE患者的血清代谢组学标志物

根据临床表型将所有SLE患者分为4组，分别是肾脏受累（KI）、皮肤受累（SI）、血液系统受累（BI）和多系统受累（MI）。与HCs组相比，KI、SI、BI和MI组分别得出121、72、109和90种差异代谢物。如图5a所示，不同器官受累的SLE患者与HCs之间主要的差异代谢物是脂类和类脂质分子。

使用相同的方法分析脂质组数据， KI、SI、BI、MI与HCs进行比较分别得到86、66、75、62种差异脂质。不同脂质的组成如图5b所示。通过韦恩图，分析各组SLE患者与HCs之间的差异代谢物和差异脂质，得到每组SLE患者独特的生物标志物（图5cd）。

图5

韦恩图指出KI患者中有34种特异性代谢物和12种特异性脂质。ROC分析显示，KI组中所有特异性化合物的AUC均小于0.7。对这些差异代谢物或脂质进行二元回归后，AUC值仍小于0.7。采用向前逐步回归分析的方法筛选差异代谢物和脂质，得到了2-羟基乙磺酸、5、8、11-二十碳三烯酸、吡嗪和PE（18：1e/21：2）的组合，这个结果可以准确区分KI组与SI、BI、MI和HCs组，测试数据集的AUC为0.766，十折交叉验证的AUC为0.728（图5e）。

SI组中有7种特异性代谢物和5种特异性脂质。ROC分析显示，SI组中所有12种特异性化合物的AUC均小于0.7。由L-异亮氨酸、TAG（12：3/21：3/21：3）组成的面板可以准确区分SI组与KI、BI、MI和HCs组，测试数据集的AUC为0.718，十折交叉验证的AUC为0.701（图5f）。

BI组中有29种特异性代谢物和26种特异性脂质。ROC分析表明，BI组中6种化合物的AUC均大于0.75。顺式-5-十四烯基肉碱、LPC（22：6（2Z、7Z、10Z、13Z、16Z、19Z））、PC（16：18/2）和PE（10：0/26：4）的组合可以准确区分BI组与KI、SI、MI和HCs组，测试数据集的AUC为0.951，十折交叉验证的AUC为0.910（图5g）。

MI组中有24种特异性代谢物和17种特异性脂质。ROC分析显示，MI组中6种化合物的AUC均大于0.70。L-天冬氨酸-L-羟脯氨酸、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）的组合，可以准确区分MI组与KI、SI、BI和HCs组，测试数据集的AUC为0.909，十折交叉验证为0.874（图5h）。

结论

本研究基于血清代谢组学和脂质组学数据的联合分析，探讨了系统性红斑狼疮潜在的生物标志物。从血清样本中，研究确定了13个具有良好诊断效率的代谢物和脂质，尤其是LPE（22：6）、DHEAS、3,4-二羟基甘露二醛，能够准确区分SLE和HCs组。

此外，这些代谢物可以区分不同器官受累程度的SLE，提示了这些代谢物涉及到的代谢通路紊乱，特别是氰氨基酸代谢、氨酰trna生物合成、半胱氨酸和蛋氨酸代谢，可能与SLE和器官损伤的发病机制有关。这些研究结果将为SLE的精确诊断和治疗提供新的生物标志物，并为理解SLE不同疾病表型的发病机制提供潜在的线索。

文/阿趣代谢组学