企业新闻

坚持“以先进的科学技术,创一流产品质量;以诚信周到的服务,满足顾客的要求

《自然》子刊:健康智能手机与尿液代谢组学相结合,下一代数字医学新挑战?

前言

2019年,威斯康星州麦迪逊市国家复杂系统定量生物学中心在npj digital medicine发表题为“Real time health monitoring through urine metabolomics”的研究论文,本文作者将来自生物健康智能手机应用程序的数据与尿液代谢物的连续代谢表型进行整合。并讨论了将这一新的生理信息层整合到数字医学中的挑战,机遇和启示。

 

 

 

中文标题:通过尿液代谢组学进行实时健康监测

研究对象:成人尿液样本

发表期刊: npj digital medicine

运用生物技术:GC-FTMS代谢组学

 

 

研究背景

 

当前的医疗保健措施具有滞后性,大多数疾病直到出现严重症状时才被发现。而且年度检查是基于相隔数月或数年才能收集的有限生理信息,常常无法预测严重的健康威胁。为了观测身体健康目前一些消费者通过穿戴数字设备来监控自身身体健康,但是大多数设备所提供的生理信息太过有限,例如心率和步数仅这些信息不足以反应大多数疾病的病因,因此作者建议将现代数字技术与源自尿液代谢物的连续代谢表型进行整合分析。使现代医学更具预测性、预防性、个性化和参与性。

 

研究思路

 

 

 

通过收集测试者尿液样本,样品经过制备后以GC-FTMS平台对带测尿液进行检测,同时运用智能手机应用程序收集测试者的生物健康数据,最后将两类数据进行整合分析。

 

研究方法

 

1.1实验样本

 

样本:成人尿液样本

使用成人尿液作为样本的原因:尿液长期以来被认为是医学诊断的丰富液体。目前许多临床试验都是在这种生物液体上进行的。在尿液中记录了大约4500种代谢物。

 

样本制备:

1.将收集到的100ul尿液蒸发至干;

2.然后使用50ul 1∶1吡啶∶N-甲基-N-(三甲基甲硅烷基)三氟乙酰胺与1%三甲基氯硅烷对其进行衍生化;

3.并在60℃下肟化30分钟;

 

1.2仪器方法

 

使用Thermo Scientific Gas Chromatography-Fourier Transform Mass Spectrometry (GC-FTMS)对样本进行检测。

升温程序:起始温度为100℃(保持时间为一分钟),以8.5℃每分钟的速率增至260℃,到达260℃后以50℃每分钟的速率增至320℃(保持时间为四分钟). 分流比设置为10:1,载气流为1.200 ml/min。

质谱条件:MS传输线和离子源温度分别设置为300℃和250℃。扫描方式为SIM模式,扫描范围为50至650 m/z。电子轰击离子源(EI)。

 

1.3生物特征数据

 

利用苹果手表,型号为A1758,软件版本4.3.2 (15U70)来记录每日活动卡路里。睡眠时间是使用一款名为睡眠周期的应用APP来统计计算。

 

研究结果

 

1. 尿液代谢组学研究提供了独特和连续的代谢表型

 

作者对109份受试者尿样运用GC-FTMS平台对尿液进行检测,同时运用智能手机应用程序收集测试者的生物健康数据,检测并提供了109个单独尿液样本中603个代谢物特征的相对定量值,其中101种代谢物基于光谱匹配进行了注释/鉴定,另外24个特征被确定为碳水化合物。在受试者1和受试者2中显示不同的基线水平(图1b、c)。虽然这项研究不是为绝对定量而设计的,但是检测两名健康受试者不同的相对基线代谢物水平(以及与此相关的偏差)的能力为连续尿液分析提供了证明,使研发个性化药物成为可能,暗示了连续尿液分析在数字健康和个性化医疗中的应用潜力。

 

图1 | 尿液代谢组学分析

(b)使用内部软件进行解卷积和定量提供了603种代谢物特征的时间序列概况。

(c)被鉴定为二氢阿魏酸(一种已知的尿液中代谢物)的代谢物特征的log2强度显示,与一般人群的假设范围相比,受试者1和受试者2的基线浓度不同。

(d)基于log2归一化强度值的主成分分析(PCA)得分图显示了受试者1和受试者2之间的清晰分离。每个点代表一个样本,并由受试者着色。

(e)PCA负荷图,其中每个点代表代谢物特征。

 

 

2.代谢物水平反映营养、生活方式、体力活动和睡眠

 

营养、生活方式、体力活动和睡眠可通过代谢水平反应,使用智能手机应用程序收集各种生物测定数据可以探索尿液代谢物浓度与其健康和生活方式指标之间的联系。图2在人类代谢组学数据库(HMDB)中有4240种已知的尿液代谢物,其中1424种与多种人类状况相关。

 

图2 | HMDB库已知尿液代谢物与人类状况的关系

(a)基于本研究中代谢物的HMDB化学分类法(“超级分类”)计数的饼状图。

(b)基于HMDB所有尿液代谢物的每种HMDB化学分类计数的饼状图。

 

代谢物强度与生物定值相关,尿液产物反应出的健康与生活方式热图,其中每一行代表一个已识别的代谢物,每个单元格代表每日平均代谢物强。

 

图3 | 尿液产物反应出的健康与生活方式热图

(a)与从智能手机应用程序收集的给定生物特征数据集之间的相关强度;

(b)相关性示例(r = 0.812 ,p= 1.32e-4,q= 0.0121,dof = 14)介于酒精消耗(以大卡为单位)和碳水化合物化合物(“碳水化合物6”)之间。

 

小结

 

在本文中分享了经分析测试数据观察到与人类疾病有已知关联的尿液代谢物,特定对象的每日代谢物波动,并观察到生活方式因素之间的联系(如运动,营养,睡眠等),数据表明尿液分析提供了既定量又高度个性化的代谢表型。此类整合分析在未来监测人类健康方面具有广泛前景,但是在在收集,存储,共享和解释个性化代谢信息方面还面临许多挑战。

 

小鹿推荐

 

本文倡导将现代科学技术与现代医学相结合来分析人类日常行为在人类生活中潜在致病病因,通过整合此类分析以此来监控人群身体健康,分析致病病因,以便提前预防一些疾病。作者建议将现代数字技术与源自尿液代谢物的连续代谢表型进行整合分析。使现代医学更具预测性、预防性、个性化和参与性。十分值得借鉴。

 

文献参考

 

Joshua J. Coon .Real-time Health Monitoring Through Urine Metabolomics.NPJ Digit Med. 2019 Nov 11;2:109.

doi: 10.1038/s41746-019-0185-y. eCollection 2019

 

猜你还想看

 

代谢组学:Anal Chem | 中国医学科学院等用LC-MS质谱法开发异构体鉴定分析新策略

代谢组学:哈医大运用LC-MS代谢组学探究芦荟大黄素对高脂血症降脂机制

代谢组学:项目文章 | 运用16S+代谢组学揭示乳果糖缓解盐敏感型高血压的作用机制

代谢组学:项目文章EST | GC-MS代谢组学助力南京大学赵丽娟课题组再登环境科学TOP期刊

 

END