The Predictive Diagnostic Value of Plasma Metabolite Pyruvate for Acute Stanford B Aortic Dissection
Objective: Observing the changes in plasma metabolite pyruvate levels in patients with acute Stanford B aortic dissection (AD) and exploring its predictive diagnostic value. Method: We identified 28 patients with acute Stanford B AD treated at the First Affiliated Hospital of Xinjiang Medical University from January 2022 to July 2023, and matched them with 28 healthy control subjects. Conduct non targeted metabolomics testing and expand population ELISA experiments for validation. Results: The metabolites of Agmatine, N-Acetyl-L-phenylalanine, and D-glycerate Acid were significantly higher in the AD group than in the HC group, and the distribution difference was statistically significant (P < 0.001).The levels of metabolites such as N-2-Phospho-D-glyceric acid, L-Histidine, L-Citrulline, 1-Stearoyl-2-arachidonoyl-SN-glycerol, L-Lactic Acid, Pyruvic Acid, Sn-Glycero-3-Phosphocholine, L-Ornithine, L-Proline and Nicotinic Acid in the AD group were lower than those in the HC group, and the distribution difference was statistically significant (P < 0.001). Among them, pyruvate had the strongest correlation with aortic dissection (r = −0.835). Expanded population (AD = 82, HC = 82) was validated using the Enzyme Linked Immunosorbent Assay (ELISE) kit, and it was found that the content of pyruvate in the AD vs HC group was lower than that in the HC group, with statistical significance (AD: 1.527 ± 0.215; HC: 2.116 ± 0.249, AD vs HC, P < 0.001). Further correlation analysis between pyruvate and blood biochemical indicators in AD patients revealed that pyruvate was positively correlated with uric acid, triglycerides, total cholesterol, high-density, low-density, total bilirubin, and CK-MB, with Pearson correlation coefficients of 0.025, 0.015, 0.210, 0.264, 0.293, and 0.170, respectively. However, it was negatively correlated with urea, creatinine, blood glucose, total bilirubin, straight bile, unconjugated bilirubin bile, CK, D-dimer, C-reactive protein, interleukin-6, and procalcitonin, with Pearson correlation coefficients of −0.05, −0.215, −0.037, −0.265, −0.084. −0.098, −0.168, −0.392, −0.626, −0.457, −0.647. The final prediction of pyruvate distinguishes Stanford B AD and HC, with an AUC value of 0.959, 95% CI: 0.927~0.990, P < 0.001, Youden index of 0.878, sensitivity of 0.927, and specificity of 0.951. Conclusions: The levels of pyruvate in acute Stanford B AD are low, indicating good predictive diagnostic efficacy for acute Stanford B AD. It can serve as a potential new biomarker and provide a theoretical basis for exploring fast and sensitive predictive diagnostic methods in clinical practice.
Stanford B aortic dissection; Pyruvate; Metabolomics
Stanford B型主动脉夹层(Aortic Dissection, AD)是一种严重危害生命健康的心血管疾病,有较高的病死率,多数Stanford B AD具有起病急、发展快的特点。有研究结果显示,欧美国家AD的年发病率为(2.6~6.0)/10万。急性主动脉夹层国际注册研究(The International Registry of Acute Aortic Dissection, IRAD)结果显示Stanford B AD患者占所有类型夹层的33%
代谢组学在识别预测心血管疾病方面已成为热点,一些特征性的代谢物已成为心脏肥大、心力衰竭、冠状动脉疾病等心血管疾病风险预测因子
从2023年1月至2023年7月,在新疆医科大学第一附属医院明确诊断为Stanford B型AD患者28名,以及同期在新疆医科大学第一附属医院体检的健康人群28名进行血浆代谢组学分析。同时纳入了从2023年1月至2024年1月期间在新疆医科大学第一附属医院明确诊断为Stanford B型AD患者82名,以及同期在新疆医科大学第一附属医院体检的健康人群82名,进行扩大人群ELISA验证。AD组纳入标准:1) 18~80岁通过主动脉CTA诊断为Standford B型主动脉夹层且发病14天内的急性期患者。排除标准:酗酒、主动脉疾病遗传家族史、肿瘤合并症、严重器官衰竭、免疫系统疾病、胃肠道疾病等。2) HC组纳入标准:年龄在18~80岁且无明确病史的健康志愿者。排除标准:慢性病患者及长期使用药物,如他汀类药物、阿司匹林等主要心脑血管预防药物。主动脉CTA数据由本研究中的两名观察者独立确认。本研究经新疆医科大学第一附属医院伦理委员会批准通过(伦理编号:230306-88),研究对象均签署知情同意书。
通过嘉禾电子病历系统记录患者性别、年龄、吸烟史、饮酒史、血压、脉搏及血生化指标。
患者入院后第二天早晨空腹采集外周血3~5 ml,3000 r/分钟离心10分钟分离血浆,−80℃保存。后期基于UPLC-MS/MS检测平台以非靶向代谢组技术鉴定出差异代谢物丙酮酸。具体方法:数据采集仪器系统主要包括超高效液相色谱(Ultra Performance Liquid Chromatography, UPLC)和四级杆飞行时间质谱(Quadrupole-Time of Flight)。液相色谱条件主要包括:色谱柱:ACQUITY HSS T3 (2.1 × 100 mm, 1.8 μm)、流动相A:0.1%甲酸/水;流动相B:0.1%甲酸/乙睛;柱温:40℃;流速:0.4 ml/min;进样量:5 μL。
应用酶联免疫吸附试验(Enzyme-Linked Immunosorbent Assay, ELISA)试剂盒(上海源桔生物科技中心)及多功能酶标仪(美国THERMO Multiskan 60)检测验证血浆丙酮酸水平。
应用SPSS26.0软件进行统计分析,正态分布计量资料以均数 ± 标准差表示,2组比较采用独立样本t检验;非正态分布计量资料以中位数(四分位数) [M, (Q1, Q3)]表示,2组比较采用Mann-Whitney U检验;计数资料比较采用χ2检验;采用多因素线性回归分析丙酮酸与主动脉夹层危险因素之间的相关性;绘制ROC曲线,评估血浆丙酮酸水平预测Stanford B型主动脉夹层的效能;检验水准α = 0.05。
AD组与对照组年龄、性别、收缩压、舒张压等基线资料是匹配的,两组间比较无统计学差异(P > 0.05);然而,AD组中吸烟患者占比明显高于对照组,而且AD患者脉搏大于对照组,以上差异有统计学意义(P < 0.05),结果见
分组 | 对照组n = 28例 | AD组n =28例 | P值 |
年龄(岁) | 55.50 ± 12.43 | 55.77 ± 12.95 | 0.937 |
男性(%) | 16 (57.1%) | 22 (73.3%) | 0.195 |
吸烟(否) | 3 (10.7%) | 15 (50.5%) | 0.001 |
饮酒(否) | 2 (7.1%) | 3 (10.0%) | 0.698 |
脉搏(次/分) | 73.04 ± 5.23 | 79.43 ± 13.26 | 0.019 |
收缩压(mmHG) | 133.61 ± 7.02 | 141.40 ± 23.26 | 0.089 |
舒张压(mmHG) | 78.21 ± 8.29 | 80.13 ± 13.93 | 0.524 |
主成分分析的三维模型显示出AD vs HC组内均存在显著的聚类,两组之间存在明显的分离,结果如
血浆非靶向代谢组学分析之后得出AD vs HC差异代谢物主要有氨基酸代谢物、胆汁酸代谢物、维生素及辅酶、黄酮类化合物、糖代谢、脂肪酸代谢、色氨酸等。见
差异代谢物P-value排名前20个通路展示如下图(
根据检测出的差异代谢物及其富集通路,初步筛选出了13种差异代谢物。这13种差异代谢物在组间分布情况如
为了确定最具有特征性的差异代谢物,我们进一步做了差异代谢物与Stanford B型AD之间相关性热图分析(
综合以上结果,我们初步筛选出丙酮酸为特异性代谢物,并且进一步扩大人群AD = 82例、HC = 82例进行ELISA实验验证。结果如下图所示(
丙酮酸与血生化指标之间的相关性分析结果如
鉴于以上结果得出丙酮酸在AD与HC组中分布有明显差异,我们把丙酮酸作为Stanford B型AD的潜在生物标志物,建立了预测诊断模型,结果如
主动脉夹层系血液从主动脉内膜撕裂处进入主动脉中膜,使中膜分离,沿主动脉长轴方向扩展形成主动脉壁的真假两腔分离状态,通常从症状出现迅速发展到发生危及生命的并发症甚至死亡。急性Stanford B型AD特征是仅累及降主动脉,可以通过早期及时的药物及介入治疗控制疾病进一步发展。然而若诊断不及时导致治疗延误,急性Stanford B型AD的30天死亡率可达13.3%
在本研究中,我们使用代谢组学方法对B型AD与HC组研究对象的血浆样本进行分析。发现胍基丁胺、N-乙酰苯丙氨酸、D-甘油酸3种代谢物在AD组中含量明显高于HC组。胍基丁胺是多胺家族的普通成员,并且通过精氨酸脱羧酶(Arginine Decarboxylase, ADC)的作用由L-精氨酸产生;因此它有时也被称为脱羧精氨酸。有研究报道胍基丁胺对几种分子和细胞靶点具有多效神经调节活性,包括一氧化氮(NO)、胰岛素和BDNF信号传导
在本研究中我们又得到L-组氨酸、L-瓜氨酸、1-硬脂酰-2-花生酰-SN-甘油、L-乳酸、sn-甘油-3-磷酸胆碱、L-脯氨酸、2-磷酸-D-甘油酸、丙酮酸、L-鸟氨酸、烟酸等代谢物在AD组中含量低于HC组。L-组氨酸是一种营养必需氨基酸,具有独特的生物化学和生理学特性,L-组氨酸作为营养补充剂在多种疾病中的应用提供了良好的理论依据
有一项病例对照研究中发现L-鸟氨酸通过提高能量消耗效率和促进氨排泄而具有抗疲劳作用
在以上差异性代谢物中我们最终确定了关联性最强的丙酮酸作为特异性代谢物,并且扩大人群后仍发现其在AD组含量较少,而在HC组含量高,为了探寻丙酮酸对AD的影响,我们进一步做了丙酮酸与AD患者血生化指标之间的相关性分析,发现丙酮酸与AD危险因素如炎症因子之间呈负相关。最终建立预测诊断模型发现丙酮酸对Stanford B型主动脉夹层预测诊断效能理想。我们知道,糖尿病和肥胖可促进AD发生发展,而丙酮酸可以缓解2型糖尿病和肥胖症的代谢问题
本研究结果体现了预测诊断生物标志物的高敏感性和特异性、方便易行、安全、经济等特征,在临床实践中具有一定的参考价值。然而,本研究是单中心研究,样本量少,仍需要多中心,扩大样本量进一步证实,尚需进行分子机制的探讨。
急性Stanford B型AD中丙酮酸水平较低,预测诊断急性Stanford B型主动脉夹层的效能良好,可作为潜在的新型生物标志物,为临床上探寻快捷、灵敏的预测诊断方法提供一定的理论基础。
国家自然科学基金项目(82360090);新疆维吾尔自治区自然科学基金资助项目(2022D01D66);新疆维吾尔自治区重点研发任务专项(2022B03022-3)。
*通讯作者。