近年来，随着代谢组学的迅猛发展，科学家们对代谢综合征（MetS）这一全球公共卫生难题的认识不断深化。代谢综合征是一组以腹型肥胖、高血压、高血糖、高甘油三酯及低高密度脂蛋白胆固醇为特征的代谢紊乱综合体，显著增加心血管疾病和糖尿病的风险。尽管代谢组学技术为揭示代谢物与疾病关系提供了强大的工具，但在特定人群中，尤其是韩国中年人群中，代谢物与营养摄入之间的复杂关联仍未被充分理解。 本文基于韩国基因组与流行病学研究（KoGES）Ansan-Ansung队列数据，系统分析了代谢综合征患者的血浆代谢物谱及营养摄入特征，探讨两者间的相互作用及其潜在的代谢通路变化，旨在为个性化营养干预策略提供科学依据。

本研究纳入了来自KoGES Ansan-Ansung队列的2306名中年成年人（男性1109人，女性1197人），通过液相色谱-质谱联用技术（LC-MS）检测共135种血浆代谢物。同时，采用经过验证的半定量食物频率问卷（FFQ）评估覆盖23种营养素的摄入量。 在统计分析方面，研究结合了Wilcoxon秩和检验、逻辑回归、偏最小二乘判别分析（PLS-DA）及群体最小绝对收缩与选择算子（LASSO）方法，筛选出与代谢综合征显著相关的代谢物和营养素。此外，利用代谢通路富集分析揭示关键受损的代谢网络，固定效应模型则用于评估代谢物与营养素间依赖关系的群组差异。

图：流程图

结果显示，11种代谢物与代谢综合征显著相关，其中包括六碳糖、丙氨酸及支链氨基酸（如异亮氨酸和亮氨酸）。同时，三种营养素——脂肪、视黄醇和胆固醇，也显示出显著关联。 代谢通路分析提示，精氨酸生物合成及精氨酸-脯氨酸代谢途径受到破坏，暗示这些氨基酸代谢异常可能在代谢综合征发病机制中扮演关键角色。

更为有趣的是，代谢综合征组特有六对代谢物-营养素的关联对，如“异亮氨酸-脂肪”、“异亮氨酸-磷”、“脯氨酸-脂肪”、“亮氨酸-脂肪”、“亮氨酸-磷”和“戊基肉碱-烟酸”，在非代谢综合征组中未见，这反映出代谢紊乱导致的代谢物与营养素交互模式的显著差异。 此外，众多研究已指出支链氨基酸的代谢失调与氧化应激密切相关，提示其在代谢综合征中可能不仅是标志物，更是病理机制的一部分。

图：识别与代谢综合征相关的代谢生物标志物及紊乱通路

为了提升代谢综合征的诊断和风险预测能力，研究团队构建了包括随机梯度下降分类器（SGD）在内的八种机器学习模型。结果表明，SGD分类器在基于代谢物数据的分类任务中表现最好，AUC达到0.84，显示了其较强的预测能力。尽管如此，研究亦指出缺少外部验证限制了模型的泛化能力，强调未来需在更大规模、多样化人群中进行验证。

图：不同统计方法下与代谢综合征相关的代谢物和营养素的重叠情况

综上，本研究揭示的代谢物与营养素间复杂关联为代谢综合征的饮食调控提供了新视角。具体来说，限制支链氨基酸（如缬氨酸、异亮氨酸和亮氨酸）的摄入，减少富含六碳糖的碳水化合物，适当调整富含烟酸的蛋白质来源，可能成为有效的个性化膳食策略。 此外，调控脂肪、视黄醇和胆固醇的摄入也显得尤为重要，因为它们与代谢综合征有显著联系。通过精准识别代谢通路的异常，结合代谢物和营养素的交互信息，可以帮助临床医生为患者制定更具针对性的饮食方案，最终改善代谢健康状况。

当然，本研究也存在一定局限性。尽管本研究基于大型队列数据，结合多种统计及机器学习方法，深度解析了代谢综合征的代谢和营养特征，但仍存在一些不足。首先，缺乏外部独立队列的验证限制了结果的推广；其次，食物频率问卷虽广泛应用，但仍不可避免存在报告偏差；此外，横断面数据难以揭示因果关系，未来需开展前瞻性及干预性研究以验证发现。 未来研究可结合多组学数据（如基因组学、蛋白质组学），探索代谢综合征的分子机制和个体差异，进一步推动精准营养和个性化医疗的发展。

原始出处

Kim M, Lee S, Hur J, Shin D. Metabolomics and nutrient intake reveal metabolite-nutrient interactions in metabolic syndrome: insights from the Korean Genome and Epidemiology Study. Nutr J. 2025;24(1):128. Published 2025 Aug 19. doi:10.1186/s12937-025-01189-3

本文相关学术信息由梅斯医学提供，基于自主研发的人工智能学术机器人完成翻译后邀请临床医师进行再次校对。如有内容上的不准确请留言给我们。