将代谢组学与机器学习和计算机模拟相结合，以识别脓毒症相关急性肾损伤的早期生物标志物和分子相互作用

为什么及早发现肾脏危险很重要

在重症监护病房中，许多患有危及生命的感染（脓毒症）的患者会突然出现严重的肾功能问题。临床上医生通常依赖一种名为肌酐的血液废物指标来检测这种损伤，但肌酐只有在肾脏已受损后才会上升。本研究提出了一个关键问题：血液中是否存在隐藏的化学信号，可以提前一天发现脓毒症相关的肾损伤，从而为医生争取更早干预的机会？

在血液中寻找隐藏的化学线索

研究人员随访了重症监护病房中五十名脓毒症成年患者。其中一些人在两天内发展为急性肾损伤，而另一些则没有。重要的是，血样在脓毒症确诊后不久采集，当时肾功能尚未明显衰竭。研究团队没有仅检测少数已知标志物，而是采用广谱“化学指纹”方法，扫描血液中一千多种小分子——统称为代谢物。这些分子反映了机体对营养和能量的利用与转化，在器官受压时可以迅速发生变化。

从数千个信号到少数关键标志物

计算机分析显示，后来发生肾损伤的患者其血液化学模式与未发生肾损伤者明显不同。在1,425个特征中，634种特定代谢物能够被可靠鉴定，其中有150种在两组患者之间差异显著。许多变化指向氨基酸和脂肪代谢的紊乱，特别是涉及氨基酸苯丙氨酸和类似维生素的分子NAD+的通路，后者对细胞能量产生至关重要。为将这些庞杂的数据转化为临床可用的信息，研究者采用了专门用于从大量变量中筛选最有信息量特征的机器学习方法。

五分子预警面板

两种独立的计算算法得出了相同的小型代谢物集合，这五种代谢物在区分会与不会发生肾损伤的患者方面尤为有力。它们分别是癸二酸、一种酰基肉碱、甲酸甲酯（methyl acetate）、三羟基丁酸（threonic acid，维生素C的分解产物）以及一种称为1-RDN的分子，后者与NAD+生成密切相关。所有这五种在将要发生肾损伤的患者体内含量更高。当研究团队仅用这五种分子建立预测模型并采用严格的“逐一剔除”（leave-one-out）交叉验证时，表现最好的模型能够以较高的准确性区分高、低风险患者，优于传统的肌酐以及常见炎症标志物。

代谢与肾脏压力可能的关联机制

除了预测功能外，代谢物模式还讲述了在早期脓毒症中肾脏内部可能发生的过程。升高的酰基肉碱和癸二酸暗示肾细胞在脂肪氧化方面存在困难，导致能量短缺。1-RDN水平上升指向为重建NAD+而进行的应激性代偿，NAD+是帮助线粒体（细胞的能量工厂）运转的关键辅因子。三羟基丁酸的积累提示机体在动用大量维生素C防御氧化损伤。由丙酮生成的甲酸甲酯可能进一步加剧氧化应激并耗损能量。综合来看，这些变化描绘出一个图景：肾脏陷入脂肪代谢紊乱、能量崩溃与氧化损伤的恶性循环，且在常规检测发现异常之前就已存在问题。

一个从化学到损伤的可能分子桥梁

为进一步探究，研究团队使用计算对接模拟来检视这些关键代谢物是否可能与已知参与肾病的蛋白质发生物理相互作用。他们发现1-RDN可以紧密结合苯丙氨酸羟化酶（一种有助于处理氨基酸苯丙氨酸的酶），该酶不仅存在于肝脏，也存在于肾组织。这提出了这样一种可能性：与NAD+相关的化学变化可能直接改变肾脏内的氨基酸处理，将能量压力与由苯丙氨酸衍生的信号分子变化联系起来。尽管这一假设仍需在实验室和动物研究中加以验证，但它为探索代谢失衡如何触发结构性肾损伤提供了一个具体的起点。

这对未来护理的潜在意义

这项工作表明，测量一小组代谢物的简单血液检测有可能在早至一天前提醒医生哪些脓毒症患者正处于急性肾损伤的边缘。尽管目前的方法依赖复杂的实验室仪器，尚未具备床边应用的条件，但所鉴定的分子可被开发成更快的、针对性的检测方法。如果在更大规模、多中心的研究中得到验证，这类检测可使临床医生在肾脏不可逆之前调整用药、优化液体与血压管理，并考虑保护性疗法，从而可能改善最危重患者的生存率与康复结局。

引用: Xu, W., Zhang, Z., Gu, F. et al. Integrating metabolomics and machine learning with in silico analysis to identify early biomarkers and molecular interactions in sepsis-associated acute kidney injury. Sci Rep 16, 10963 (2026). https://doi.org/10.1038/s41598-026-45255-0

关键词: 脓毒症, 急性肾损伤, 代谢组学, 生物标志物, 机器学习