王 洋,蔡志鋼,房軍偉,孫淑軍,張永煜,2**
(1.上海中醫藥大學中醫方證與系統生物學研究中心 上海 201203;2.滇西應用技術大學傣醫藥學院 西雙版納 600100;3.上海中醫藥大學附屬曙光醫院 上海 201203;4.上海交通大學藥學院上海 200240;5.上海通微分析技術有限公司 上海 201203)
代謝組學在心血管疾病中的精準應用*
王 洋1,蔡志鋼3,房軍偉1,孫淑軍4,5,張永煜1,2**
(1.上海中醫藥大學中醫方證與系統生物學研究中心 上海 201203;2.滇西應用技術大學傣醫藥學院 西雙版納 600100;3.上海中醫藥大學附屬曙光醫院 上海 201203;4.上海交通大學藥學院上海 200240;5.上海通微分析技術有限公司 上海 201203)
精準醫療的本質是對大樣本人群及特定疾病類型進行生物標志物的篩選、定量、驗證及應用,最終達到尋找疾病的發病原因、機制及治療靶點的目標。代謝組學作為檢測體內代謝物技術之一,可以通過發現體內代謝物水平的變化及時對機體生理狀態做出預判與診斷,并指導進行相應的干預及治療。本文將對代謝組學技術,在心血管疾病精準診斷、發病機制和治療方面的應用進行綜述。
代謝組學 心血管疾病 精準醫學
隨著我國居民生活水平的提高以及生活方式的改變,慢性病發病率逐年升高,且年齡趨于低齡化。據世界衛生組織(WHO)統計,心血管疾病、傳染病和癌癥占據人類死亡病因的前三位請作者補充參考文獻。在全球范圍內,心血管疾病造成的死亡占了慢性病的45%,而我國則高達51%。目前,中國心血管疾病的患者已高達2.9億,此外,還有近1億的心血管高危人群。隨著醫療技術的不斷進步,心血管疾病的診斷率、治療率和控制率等都有所提高,但是相應的醫療負擔也在不斷擴大。為了提供更好的治療方案,近年來“精準醫療”概念被提出,其本質是通過基因組、蛋白質組與代謝組等先進醫療技術,對大樣本人群和特定疾病類型進行生物標志物的分析、驗證、定量與應用,從而精確尋找疾病的發病原因和治療靶點,最終實現對疾病和患者進行個性化精準治療的目的,提高疾病診斷與預防。目前,在先天性代謝性疾病領域,大量的代謝物已經用于對疾病的診斷、進展以及治療進行評價[1],如葡萄糖、肌肝、尿素與尿酸已經應用于評估人類疾病的發展狀態[2]。本文將從心血管疾病中的診斷、治療及疾病機制等方面闡述代謝組學技術在心血管疾病中的精準應用。
為了進一步提高診斷率,盡早的發現疾病并進行有效的預防,國內外研究人員從不同的角度對心血管疾病診斷、機制等均進行了探索。同時,代謝組學技術的應用,將從代謝物層面將患者人群或者高危人群區分為不同的代謝亞型。而這種特異性為疾病的發生、進展及治療等提供客觀科學依據,從而有利于進行準確的診斷以及精準的預防、治療。Brindle等[3]采用氫譜核磁共振(1H-Nuclear Magnetic Resonance,1H-NMR)技術對36例嚴重心血管疾病患者和30例心血管動脈硬化患者進行血清代謝組學分析,研究結果顯示在NMR譜的脂質區域,代謝標記物對疾病診斷的靈敏度及專一性高于90%,從而有助于疾病及其嚴重程度的輔助診斷。該模型還可能判別疾病輕、中、重的嚴重程度和累及血管的數目,甚至可以細分出輕、中、重及輕重等亞型。在心力衰竭診斷中,研究結果表明幾種代謝物作為指標或許比單純采用BNP腦鈉尿肽(Brain natriuretic peptide,BNP)作為指標進行有利于疾病的診斷。經過臨床篩選和驗證兩個研究階段,研究發現在心力衰竭C期,二甲基精氨酸/精氨酸比值,亞精胺、丁酰基肉堿和必需氨基酸總數比BNP指標的診斷靈敏度更好,分別為 85%、74%[4]。Desmoulin 等[5]采用1H-NMR技術對126例住院病例進行了血漿代謝譜檢測,發現的差異代謝物又采用74例樣本進行了驗證。研究結果提示:體內呈現高水平乳酸鹽和低濃度總膽固醇的患者面臨死亡的幾率更高。通過受試者工作特征曲線(Receiver Operating Characteristic Curve,ROC曲線)分析,發現乳酸鹽、膽固醇的濃度以及兩者的比例可以更好的預測30天內的生存率。其中兩者比例預測率準確度達到82%。基于氣相色譜-質譜聯用儀(Gas Chromatography-Mass Spectrometer,GC-MS)技術對40例健康對照組和94例冠心病患者血漿進行血漿代謝譜研究,對其中的46種內源性代謝物進行了定性定量分析,其預測率及敏感度分別為98.51%,97.87%,最終篩選出4種代謝物(甘氨酸、絲氨酸、亮氨酸和尿素)可以很好地區分冠心病患者和健康者,預測率及靈敏度達到99.25%及98.94%[6]。
根據疾病的不同嚴重程度或者發展階段進行代謝組學研究,從而發現疾病不同階段的代謝物基礎變化特點,從而為相應疾病的精準治療方案提供科學依據。Brindle等[7]按照收縮壓水平高低將患者分為三組:(Systolic Blood Pressure,SBP)≥150mm Hg、SBP131-149 mm Hg和SBP≤ 130 mm Hg。SBP≤130 mm Hg和SBP≥131 mm Hg人群的血清代謝譜圖有明顯差異,這種差異主要是由于它們的脂類代謝不同造成的;但是SBP≥150 mm Hg和SBP≥131 mm Hg的人群血清代謝譜圖相似,不能被區分開,此結果說明血清代謝譜的脂類代謝改變與SBP高低有一定的關系。Jiang等[8]采用1H-NMR技術對高脂高膽固醇飲食誘導的高脂血癥大鼠不同時間點的血漿、尿液、肝組織進行了全面的代謝譜檢測,該研究表明不同階段的代謝物存在一定的差異,從而解釋了高脂血癥生理狀態到病理狀態的轉變,也為其診斷提供了一定依據。
此外,還可以針對不同類型的心血管疾病展開代謝組學研究,如心力衰竭分為缺血性心力衰竭、舒張性心力衰竭和充血性心力衰竭等[9]。代謝組學技術可針對不同的疾病類型篩選各自的差異物,進行輔助診斷和治療。例如,采用超高效液相色譜與質譜聯用(UPLC-MS)分析健康組、無斑塊組、有斑塊組及心梗組血樣代謝譜,篩選并鑒定出對急性心肌梗死具有診斷效能的三種代謝物:L-蘇氨酸、3-MethyI-2-butenel-thiol和4-Hydroxy-6-docosanone。通過各組之間的統計分析,發現L-蘇氨酸、3-Methyl-2-butene-l-thiol、N-乙酰-白三烯和4-Hydroxy-6-docosanone四種物質在不同組別的水平不同可能成為急性心肌梗死治療的新靶點[10]。
采用高分辨率飛行時間氣相質譜(Gas Chromatography-Time-of-Flight-Mass Spectrometer,GC-TOFMS)代謝組學方法發現高血壓病人血漿中游離脂肪酸和部分氨基酸水平明顯異常,與人群中游離脂肪酸水平高的個體患高血壓風險明顯高于其他個體的結論相吻合[11,12]。此外,氨基葡萄糖,D-山梨糖醇,L-硬脂酰甘油,和高半胱氨酸四種代謝物質與高血壓也存在一定的關系[13]。近年來,高血壓發病率出現低齡化趨勢,對低年齡患者(18-35歲)血漿進行GC-MS代謝物檢測,處于高血壓I期的男性患者與健康男性志愿者的血漿代謝譜中賴氨酸(降低)、甘氨酸(降低)、胱氨酸(降低)等氨基酸的代謝紊亂可能是造成年輕人更容易患高血壓的原因[14]。也再次驗證了高血壓患者中存在一定的氨基酸代謝紊亂。
運用1H-NMR技術對冠心病心絞痛患者血清代謝物進行檢測,發現冠心病組乳酸、丙氨酸、谷氨酸鹽、葡萄糖、脂類和低密度脂蛋白/極低密度脂蛋白含量明顯高于健康對照組,而甜菜堿、膽堿磷酸、牛磺酸與磷酸膽堿含量低于健康對照組,說明冠心病組與能量代謝、脂代謝與糖代謝紊亂關系密切[15]。而對不同的人群患者進行NMR檢測,發現苯丙氨酸、單不飽和脂肪酸和多不飽和脂肪酸的水平變化可以作為生物標志物預測冠心病(Coronary Heart Disease,CHD)發生[16]。冠狀動脈疾病及其相關的危險因子存在一定的代謝遺傳性。研究表明,沖繩地區老年人羥脯氨酸水平高,提示其可能與較少的冠狀動脈疾病患病率[17]。另一項研究[18]檢測了8個早產兒家庭的66種代謝產物,包括酰基肉毒堿類(線粒體脂肪酸、碳水化合物及氨基酸氧化的副產物)、氨基酸、游離脂肪酸等。在所有3組患者中都發現了代謝物的高度遺傳性,這些代謝物包括酮類、β-羥丁酸、肉毒堿和氨基酸等。
根據心血管疾病預測結果以及動脈粥樣硬化風險性研究顯示,心血管疾病的致死病例中,多數伴隨動脈粥樣硬化或動脈局部硬化[19,20]。采用GC-MS技術對10名健康者、9名急性冠狀動脈綜合征患者(NSTEACS)、10名穩定性動脈粥樣硬化患者進行血漿代謝譜檢測,其中急性冠狀動脈綜合征患者血漿檸檬酸、4-羥脯氨酸、門冬氨酸及果糖水平顯著降低,而乳酸鹽、尿素、葡萄糖及纈氨酸顯著升高。為動脈粥樣硬化的早期診斷提供必要的代謝標志物,有利于防止疾病的進一步惡化[21]。聯用1H-NMR技術對穩定性動脈疾病患者的血漿代謝譜與健康者進行比對,發現葡萄糖、丙酮酸鹽及長鏈脂肪酸等24種物質[22]。這些物質水平的變化更好的了解動脈粥樣硬化發生及發展進程。
心力衰竭發病后,根據相應指標和并發癥等又可分為缺血性心力衰竭、舒張性心力衰竭及充血性心力衰竭等。Kang等[23]利用1H-NMR對缺血性心力衰竭患者的尿液進行分析,15例缺血性心力衰竭患者與20例健康者進行代謝譜比對,結果顯示:醋酸鹽、丙酮、甲基丙二酸、胞嘧啶與苯乙尿酸在心力衰竭患者中水平升高,而甲基煙酰胺代謝水平下降。這些代謝物提示心力衰竭患者中的三羧酸循環和脂肪酸代謝發生紊亂。除了1H-NMR技術的應用,Zheng等[24]應用GCMS和氣相色譜-質譜聯用儀和液相色譜-質譜聯用技術(Liquid Chromatography-Quadrupole-Time-of-Flight-Mass Spectrometry,LC-MS)對204種血清代謝物進行檢測,并評估了它們與心力衰竭之間的相關性,其中有16種代謝物與疾病有關。不同技術對不同類型的心力衰竭進行物質基礎的探討,將會篩選出各類型心力衰竭的特有差異物,從而為預防及治療提供更加準確的指導。
不同的藥物通過干預不同的代謝途徑而達到相同的治療效果,也就是說,通過研究不同干預方式的代謝譜變化可以提供更具有針對性的疾病治療方案,達到精準治療目的。研究者采用代謝組學方法對五種常用降血壓及降脂藥物進行研究,希望可以發現不同藥物分別引起代謝物產生何種變化,基于這些變化的代謝物提出準確藥效物質基礎,從而初步闡釋不同患者采用不同治療方案的必要性以及其科學依據[25]。連續服用4周的蟲草素(140 mg·kg-1)和辛伐他丁(2 mg·kg-1)的高脂血癥組金黃地鼠血漿及肝臟代謝譜進行比較,發現蟲草素在血漿中脂肪調節作用較小,而肝臟中脂肪調節水平明顯,說明蟲草素主要通過影響肝臟中脂肪水平而起到保護作用[26],說明藥物的作用靶點存在差異。Xiang等[27]利用液相色譜-四極桿-飛行時間串聯質譜(Liquid Chromatography-Mass Spectrometry,LCQ-TOF-MS)技術比較了麝香保心丸和其他制劑(辛伐他汀、阿替洛爾、雷米普利、氫氯噻嗪及阿司匹林)對心肌梗死的治療干預作用機制,研究顯示麝香保心丸能顯示出更好的治療效果,其不僅具有一定的抗氧化損傷(dUMP、馬尿酸、高胱氨酸、5-甲基胞嘧啶及PGPC)、抗炎作用(前列腺素E2、白三烯A4甲酯),而且還能調節能量代謝(AIR、次黃嘌呤、尿囊素、乳酸和3-甲基黃嘌呤)。
不同的種族人群對同一種治療方案也會存在不同的應答。基于1H-NMR技術對4個地區17個中心人口群(中國、日本、英國和美國)4630位參與者的24小時尿代謝產物的臨床代謝表型研究,發現東西方人群中尿代謝產物存在明顯差異,這種差異可能與冠心病或者中風等疾病發病率有關[28]。該結果說明不同的人群代謝譜具有一定特異性,通過代謝物可將這些人群區分為不同的代謝亞型。而這種特異性將為疾病的發生、進展和治療等提供客觀科學依據,進而進行準確的診斷以及精準的預防及治療。
Wikoff等[29]研究了不同種族人群在接受降壓藥物治療后其機體代謝物變化。分別給予黑種人和白種人高血壓患者β受體阻滯劑阿替洛爾,收集患者的血漿進行GC-TOF-MS代謝物分析,發現白種人服藥后血漿中飽和棕櫚酸、單不飽和油酸、棕櫚油酸、多不飽和花生四烯酸、亞麻酸以及游離脂肪酸水平顯著下降,酮體3-羥基丁酸水平的下降尤其明顯,下降約33%,而在黑種人群中卻沒有明顯變化。此項研究表明,阿替洛爾引起的代謝物變化可能與種群以及基因型有關系,因此,借助代謝組學技術追蹤不同種族或個體的遺傳基因差異所引起的代謝物水平差異,來判斷藥物對不同患者治療效果的差異性。
精準醫療的重點在于“精準”。因此,要想實現準確診斷和個體化治療,因人而異,因病施治目標。除了代謝組學不同技術之間的結合,還需要進行不同組學技術之間以及其他技術的相互結合,全面的闡述疾病的發病機制及藥物的作用靶點。最終根據疾病的分子物質基礎對疾病進行重新“分類”,并在不同層面上“對癥用藥”,找到最適合的藥物或治療手段。
近年來研究已經發現,對于一些慢性疾病,可通過對飲食、作息、運動調整及藥物的治療達到干預目的,也就是說體內代謝物水平的改變在生物體系中起著至關重要的作用。由于心血管疾病的發生是遺傳因素和環境因素共同誘發結果,應用基因組學和蛋白組學對疾病的變異基因、表達蛋白進行篩選,有助于從源頭開始闡釋疾病機制。而代謝組學可以檢測心血管疾病導致機體生理過程代謝產物的改變(病理變化)。因此,對變化的代謝產物進行檢測及定量分析,發現代謝途徑的調節機制和關鍵調節點,有助于闡明疾病機制,并結合傳統的風險因子評估對提高心血管疾病預測的準確性以及治療具有潛在的重大意義。
毫無疑問,精準醫學計劃的提出將帶來一場醫學界變革。心血管疾病的診斷、預防和治療將會取得突破性進展,隨著代謝組學技術的不斷發展,相應分析軟件及生物信息學技術的不斷成熟,不同類型心血管疾病和不同階段心血管疾病的生物標志物群的發現和應用將成為現實,大大提高對心血管風險的預測能力、診斷能力、預防能力和治療療效。
1 Wikoff W R,Gangoiti JA,Barshop B A,et al.Metabolomics Identifies Perturbations in Human Disorders of Propionate Metabolism.Clin Chem,2007,53(12):2169-2176.
2 Lewis G D.The emerging role of metabolomics in the development of biomarkers for pulmonary hypertension and other cardiovascular diseases(2013 Grover Conference series).Pulm Circ,2014,4(3):417-423.
3 Brindle J,Antti H,Holmes E,et al.Rapid and noninvasive diagnosis of the presence and severity of coronary heart disease using 1H-NMR-based metabonomics.Nat Med,2002,8(12):1439-1444.
4 Doehner W,Frenneaux M,Anker SD.Metabolic impairment in heart failure:the myocardial and systemic perspective.J Am Coll Cardiol,2014,64(13):1388-1400.
5 Desmoulin F,Galinier M,Trouillet C,et al.Metabonomics Analysis of Plasma Reveals the Lactate to Cholesterol Ratio as an Independent Prognostic Factor of Short-Term Mortality in Acute Heart Failure.PLoS One,2013,8(4):e60737.
6 夏繼東.基于GC-MS的冠心病血漿代謝組學研究.湖南:中南大學碩士學位論文,2012.
7 Brindle J T,Nicholson J K,Schofield P M,et al.Application of chemometrics to H-1 NMR spectroscopic data to investigate a relationship between human serum metabolic profiles and hypertension.Analyst,2003,128(1):32-36.
8 Jiang C Y,Yang K M,Yang L,et al.A 1H NMR-based metabonomic investigation of time-related metabolic trajectories of the plasma,urine and liver extracts of hyperlipidemic hamsters.PLoS One,2013,8(6):e66786.
9 Kang SM,Park J C,Shin M J,et al.(1)H nuclear magnetic resonance based metabolic urinary profiling of patients with ischemic heart failure.Clin Biochem,2011,44(4):293-299.
10劉婕.基于UPLC-MS的冠心病患者血清代謝輪廓研究.天津:天津醫科大學碩士學位論文,2014.
11 Lu Y,Hao H,Wang G,et al.Metabolomicsapproach to the biochemical differentiation of Traditional Chinese Medicine syndrome types of hypertension.Chin JClin Pharmacol Ther,2007,12(10):1144-1150.
12 Liu Y,Chen T,Qiu Y,et al.An ultrasonication-assisted extraction and derivatization protocol for GC/TOFMS-based metabolite profiling.Anal Bioanal Chem,2011,400(5):1405-1417.
13 Liu Y,Chen T,Qiu Y,et al.An ultrasonication-assisted extraction and derivatization protocol for GC/TOFMS-based metabolite profiling.Anal Bioanal Chem,2011,400(5):1405-1417.
14 Wang L,Hou E T,Wang L J,et al.Reconstruction and analysis of correlation networks based on GC-MS metabolomics data for young hypertensivemen.Anal Chim Acta,2015,854:95-105.
15 Vaarhorst A M,Verhoeven A,Weller CM,et al.A metabolomic profile is associated with the risk of incident coronary heart disease.Am Heart J,2014,168(1):45-52.
16 Wurtz P,Havulinna A S,Soininen P,et al.Metabolite profiling and cardiovascular event risk:a prospective study of 3 population-based cohorts.Circulation,2015,131(9):774-785.
17 Bernstein A M,Willcox B J,Tamaki H,et al.First autopsy study of an Okinawan centenarian:absence of many age-related diseases.J Gerontol ABiol Sci Med Sci,2004,59(11):1195-1159.
18 Shah SH,Hauser ER,Bain JR,et al.High heritability of metabolomic profiles in families burdened with premature cardiovascular disease.Mol Syst Biol,2009,5:258-281.
19 Vlachopoulos C,Aznaouridis K,Stefanadis C.Prediction of cardiovascular events and all-cause mortality with arterial stiffness:a systematic review and meta-analysis.JAm Coll Cardiol,2010,55(13):1318-1327.
20 Yang E Y,Chambless L,Sharrett A R,et al.Carotid arterial wall characteristics are associated with incident ischemic stroke but not coronary heart disease in the Atherosclerosis Risk in Communities(ARIC)study.Stroke,2011,43(1):103-108.
21 Vallejo M,Garcia A,Tunon J,et al.Plasma fingerprinting with GC-MSin acutecoronary syndrome.Anal Bioanal Chem,2009,394(6):1517-1524.
22 Teul J,Ruperez F J,Garcia A,et al.Improving metabolite knowledge in stable atherosclerosis patients by association and correlation of GC-MS and 1HNMRfingerprints.JProteome Res,2009,8(12):5580-5589.
23 Kang SM,Park J C,Shin M J,et al.1H nuclear magnetic resonance based metabolic urinary profiling of patients with ischemic heart failure.Clin Biochem,2011,44(4):293-299.
24 Zheng Y,Yu B,Alexander D,et al.Associations between metabolomic compounds and incident heart failure among african americans:the ARICstudy.Am Jof Epidemiolo,2013,178(4):534-542.
25 Altmaier E,Fobo G,Heier M,et al.Metabolomics approach reveals effects of antihypertensives and lipid-lowering drugs on the human metabolism.Eur JEpidemiol,2014,29(5):325-336.
26 Sun Y,Lian Z,Jiang C,et al.Beneficial metabolic effectsof 2′,3′,5′-triacetyl-N6-(3-hydroxylaniline)adenosine in the liver and plasma of hyperlipidemic hamsters.PLoSOne,2012,7(3):e32115.
27 Xiang L,Jiang P,Zhan C,et al.The serum metabolomic study of intervention effects of the traditional Chinese medicine Shexiang Baoxin Pill and a multi-component medicine polypill in the treatment of myocardial infarction in rats.Mol Biosyst,2012,8(9):2434-2442.
28 Holmes E,Loo R L,Stamler J,et al.Human metabolic phenotype diversity and its association with diet and blood pressure.Nature,2008,453(7193):396-400.
29 Wikoff W R,Frye R F,Zhu H,et al.Pharmacometabolomics reveals racial differences in response to atenolol treatment.PLoSOne,2013,8(3):e57639.
Precision Medicine Application of Metabonomicsin Cardiovascular Disease
Wang Yang1,Cai Zhigang3,Fang Junwei1,Sun Shujun4,5,Zhang Yongy1,2**
(1.Center for Traditional Chinese Medicineand Systems Biology,Shanghai University of Traditional Chinese Medicine,201203;2.School of Traditional Dai Medicine,West Yunnan University of Applied Sciences,Jinghong 600100,China;3.Shuguang Hospital Affiliated to Shanghai University of Traditional Chinese Medicine,Shanghai 201203,China;4.School of Pharmacy,Shanghai Jiao Tong University,Shanghai 200240,China;5.Unimicro(Shanghai)Technologics Co.,Ltd.,Shanghai 201203,China)
The essence of precision medicine(PM)is to find the disease pathogenesis,mechanism and treatment targets through large sample population and specific disease type of biomarker exploring,quantitative analysis,verifying and application.Metabolomics,as one of the technologies testing the metabolites in vivo,can be used to predict the level of metabolites in vivo and to diagnose the physiological state of the body in time for guiding the corresponding intervention.This article summarized the application of metabonomics in the precise diagnosis,pathogenesis and treatment of cardiovascular disease.
Metabonomics,cardiovascular disease,precision medicine
10.11842/wst.2017.09.026
R917
A
2017-02-23
修回日期:2017-03-22
* 國家自然科學基金面上項目(81373519):基于整體代謝網絡的異病同證(三焦)濕熱證的證候基礎及病變機制研究,負責人:張永煜;上海市學位委員會【(2012)13號】:研究生交叉學科創新人才培養平臺建設項目,負責人:張永煜。
** 通訊作者:張永煜,本刊編委,博士,教授,博士生導師,主要研究方向:證候及藥效物質基礎與體內代謝。
(責任編輯:陳 寧,責任譯審:王 晶)