表1(Table 1)
2. 430070 武汉，中部战区总医院干部病房三科
2. Third Department of Cadre Ward, General Hospital of Central Theater Command, Wuhan, Hubei Province, 430070, China
高原低压性低氧环境对机体血压有显著影响[1]，大量研究表明，暴露于高原环境数小时后，由于对高原缺氧环境适应不良，可能对血压产生明显影响，多数表现为收缩压和舒张压升高，严重的可能诱发高原性高血压(altitude-related hypertension, ARH)[2]。ARH是指平原居民在进入高原后，血压显著升高[收缩压≥140 mmHg和(或)舒张压≥90 mmHg]，当返回平原环境后，血压会恢复至正常范围的现象[3]。
长时间暴露于低压、低氧环境下会对血压产生影响。血压过高或过低都可能损伤人体的心脏、肾脏、大脑等靶器官，甚至导致残疾或死亡[4]。全球不仅有约8 160万人永久居住在海拔2 500 m以上的高原地区，每年还有数千万人从平原进入高原[5]。研究显示，海拔高度与高血压患病率呈正相关[6]。在海拔3 000 m以上的地区，每升高100 m，高血压患病率增加2%[7]。与平原地区相比，高原地区的高血压患病率显著增加，严重影响高原人群的健康。但是，目前高原低氧环境诱发ARH导致血压升高的具体机制仍不清楚[8]。
在临床研究中，代谢组学的主要应用是发现与疾病相关的生物标志物。代谢组学分为非靶向代谢组学和靶向代谢组学，是一种生物体内小分子代谢产物进行定性定量分析，研究其种类、数量及变化规律，并探索其与生理病理变化相对关系的科学。非靶向代谢组学的主要优势在于其广泛的代谢物覆盖范围。与靶向代谢组学不同，非靶向代谢组学不需要预先选择特定的代谢物或通路进行分析，而是通过同时检测和分析生物体内的大量代谢物，提供全面的代谢信息。ARH作为一种多基因、多因素的复杂疾病，其发病机制尚未完全明确，因此更适合采用非靶向代谢组学的方法进行研究[9]。因此，本研究通过非靶向代谢组学检测ARH人群的血浆代谢物，以深入探讨ARH的发病机制。
1 材料与方法 1.1 研究对象选取2020年7月前往海拔4 200 m某地进行高原驻训的504名健康成年男性官兵为研究对象，进行急性高原病(acute mountain sickness, AMS) 相关问卷调查。进驻前1周，部队统一配发并服用红景天胶囊(2粒/次，1次/d)用于预防AMS。部队7月初从驻地出发，按照阶梯习服原则到达海拔4 200 m的高原驻训地。进入高原后，依据《中国高血压防治指南(2018年修订版)》, 以收缩压≥140 mmHg和(或)舒张压≥90 mmHg(1 mmHg=0.133 kPa)诊断为ARH，按照简单随机抽样的方式从504名官兵中分别抽取20名ARH患者和30名血压正常者纳入ARH组和对照(Control)组。
试验对象纳入标准：①居住地在海拔500 m以下平原地区的男性官兵(年龄≥18岁)；②既往无高血压病史及降压药物治疗史；③非同日测量3次血压, 平均收缩压＜140 mmHg且平均舒张压＜90 mmHg。
试验对象排除标准: ①肝肾功能不全者; ②有严重心脑血管病、过量饮酒史、风湿性疾病、炎症性肠病、慢性阻塞性肺疾病及近期有手术或创伤史者；③近期服用激素类药物或其他可能影响血压的药源性疾病患者; ④各种急慢性感染和传染疾病、慢性高原病(如高原红细胞增多症)、血管与全身炎症、免疫系统疾病及脏器功能衰竭者; ⑤临床资料不全者。在采集空腹静脉血样前，2组受试者均未接受医学干预。本研究获得陆军军医大学伦理委员会批准(2020第001-02)，所有参与者签署知情同意书。
1.2 样品制备静脉血使用EDTA作为抗凝剂，3 000×g 4 ℃离心10 min后，分离血浆，并置于-80 ℃冰箱冷冻保存备用。检测时，将血浆样品在4 ℃环境下缓慢解冻，解冻后血浆中加入配制好的预冷甲醇/乙腈/水溶液(体积分数为2 ∶2 ∶1)1 mL；涡旋混匀30 s，低温超声30 min，-20 ℃静置10 min后，离心14 000×g 4 ℃ 20 min，取400 μL上清于EP管中进行真空干燥。质谱分析前加入50 %乙腈/水溶液(乙腈∶水=1 ∶1)200 μL进行涡旋复溶，14 000×g 4 ℃离心15 min；取上清液进样分析；最后从每个试验样本中取10 μL上清混合成质控样品上机检测，在整个运行过程中充分分布质控样品，以确保其有效性。将制备好的样品保存于样品瓶中，待测。
1.3 仪器分析待测样品采用Agilent 1290 Infinity LC系统(德国安捷伦公司)，超高效液相色谱系统(ultra-high performance liquid chromatography, UHPLC)进行分离，色谱柱规格为4.6 mm×150 mm, 粒径为5 μm。柱温25 ℃，流速0.3 mL/min，进样量为2 μL。流动相A：水+25 mmol/L乙酸铵+25 mmol/L氨水；流动相B：乙腈，使用梯度洗脱(表 1)。样品置于4 ℃自动进样器中。为避免仪器检测信号波动而造成的影响，采用随机顺序对样本进行连续分析，同时样本队列中插入质控样品，用于监测和评价系统的稳定性及实验数据的可靠性。
| 时间/min | 流速/(mL/min) | 流动相A/% | 流动相B/% |
| 0 | 0.3 | 95 | 5 |
| 1.0 | 0.3 | 5 | 95 |
| 14.0 | 0.3 | 35 | 65 |
| 16.0~18.0 | 0.3 | 60 | 40 |
| 18.1 | 0.3 | 5 | 95 |
| 23.0 | 0.3 | 5 | 95 |
采用电喷雾电离(electrospray ionizotion, ESI)正离子和负离子两种模式进行检测。UHPLC色谱柱分离后的ESI源条件如下：采集离子质荷比范围为50~ 1 000 Da，离子源加热温度600 ℃，源喷雾电压±5 500 V (正负两种模式)。喷雾气344.74 kPa，辅助加热气551.58 kPa，气帘气206.84 kPa，TOF MS扫描积累时间0.20 s/谱，产物离子扫描积累时间0.05 s/谱，二级质谱采用信息依赖采集(information dependent acquisition, IDA)获得，并且采用高灵敏度模式，去簇电压60 V，碰撞能量(35±15) eV，在IDA设置中，首先排除分子量＜4 Da的同位素，然后对候选离子进行6个周期的监测。
1.4 代谢产物指纹图谱分析通过Proteo Wizard软件将所有原始数据格式转化为mz XML格式，消除同位素干扰，然后采用XCMS程序进行峰对齐、保留时间校正、提取峰面积和离子碎片等重要信息，得到化合物的峰值列表。应用SIMCA-P14.1进行模式识别，数据经帕累托缩放预处理后，进行多维统计分析。
使用无监督主成分分析(principal component analysis, PCA)对2组血浆中代谢产物指纹差异进行组间和组内变异度分析，评估组间和组内的变异度，以揭示代谢特征的差异。采用有监督的正交偏最小二乘判别分析(orthogonal partial least squares discrimination analysis, OPLS-DA)模型进行分析，区分2组样本代谢产物离子峰之间的差异，并通过7折交叉验证和200次响应排序检验对OPLS-DA模型进行质量考查和验证，以确保模型的稳定性和可靠性。
1.5 代谢产物的KEGG富集通路分析通过Metabo Analyst软件对筛选出的差异性代谢物进行京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes，KEGG)富集分析和拓扑学分析。根据代谢途径中鉴定代谢物的相对响应值以及降维算法计算代谢途径的相对响应值，进一步计算代谢途径之间的关联系数，并绘制代谢途径关联网络图。通过KEGG Mapper可视化工具展示富集后的途径及其差异代谢物。
1.6 统计学分析数据分析采用SPSS 26.0统计软件，计量资料以x±s表示，采用独立样本t检验，相关性分析用Pearson法，P＜0.05为差异有统计学意义。
2 结果 2.1 受试者基础信息及生理指标分析ARH组和Control组受试者在年龄、体质指数(body mass index, BMI)和民族等方面的差异均无统计学意义(表 2)。与Control组比较，ARH患者的收缩压、舒张压和心率显著升高，而动脉血氧饱和度显著降低，差异均具有统计学意义(P＜0.05)。
| 指标 | Control组(n＝30) | ARH组(n＝20) | P |
| 年龄/岁 | 22.37±2.29 | 23.90±4.14 | 0.099 |
| BMI/(kg/m2) | 21.94±1.54 | 22.87±2.12 | 0.079 |
| 汉族 | 26(86.70) | 19(95.00) | 0.350 |
| 收缩压/mmHg | 122.00±12.96 | 147.56±8.28 | ＜0.001 |
| 舒张压/mmHg | 77.33±8.21 | 94.34±6.87 | ＜0.001 |
| 动脉氧饱和度/% | 84.70±4.23 | 82.29±4.32 | 0.016 |
| 心率/bpm | 85.17±11.69 | 89.01±12.69 | 0.017 |
| 收缩压、舒张压、动脉氧饱和度和心率取3次平均值 | |||
2.2 ARH血浆代谢产物指纹图谱分析
待测样本通过正离子和负离子两种模式进行检测后，使用无监督PCA分析对2组血浆中代谢产物指纹差异进行组间和组内变异度分析。在正离子模式下，PC1解释了68.54%的变异，PC2解释了13.42%的变异，PCA图可以解释81.96%的总变异；在负离子模式下，PC1解释了63.47%的变异，PC2解释了15.78%的变异，PCA图可以解释79.25%的总变异(图 1A)。使用有监督OPLS-DA模型分析后，正离子模式下：PC1=77.36%，PC2=12.25%，R2Y=0.96，Q2Y=0.91；负离子模式下：PC1=84.15%，PC2=17.24%，R2Y=0.99，Q2Y=0.86，组间差异均超过75%，组内差异均小于20%，同时R2和Q2均超过0.5并接近于1(图 1B)。为防止模型过拟合，通过7折交叉验证和200次响应排序检验对OPLS-DA模型进行质量考查和验证。正离子模式下R2拟合直线Y轴截距为0.58，Q2拟合直线Y轴截距为-0.48；负离子模式下R2拟合直线Y轴截距为0.93，Q2拟合直线Y轴截距为-0.41(图 1C)。
|
| A：正负离子模式下的PCA分析图；B：正负离子模式下的OPLS-DA分析图；C：正负离子模式下的OPLS-DA排列试验图 图 1 正负离子模式下血浆代谢产物PCA和OPLS-DA分析图 |
2.3 ARH血浆代谢产物差异性分析
用独立样本t检验和差异倍数(fold change, FC)分析比较2组之间的血浆代谢产物差异，并绘制火山图。以P＜0.05，|Log2 FC|＞1为标准，筛选有差异的血浆代谢产物。ESI+模式下ARH组与Control组样本间有显著性差异的代谢产物有741个，其中代谢下调的有647个，上调的有94个；在ESI-模式下有767种，其中上调的有121种，下调的有646种(图 2)。
|
| 图 2 正离子(A)、负离子(B)模式下血浆代谢产物火山图 |
2.4 ARH血浆中差异代谢产物的筛选与鉴定
在以上工作的基础上，进一步筛选出血浆中具有显著差异的代谢产物，并进行鉴定。首先按照多维统计分析变量重要性投影(variable importance projection, VIP)值>1.3，单变量统计P＜0.05和|Log2 FC|>1的标准对血浆中差异代谢产物进行筛选；然后借助质谱猎手个人化合物数据库与谱库管理器在线数据库中的准确质荷对筛选出的差异代谢产物进行鉴定，结果显示，共筛选得到32种具有显著差异的代谢产物(表 3)。
| 序号 | 代谢物 | 质荷比 | KEGG编号 | 差异倍数 | VIP值 | 变化趋势 | P |
| 1 | Betaine aldehyde | 363.58 | C00576 | 0.26 | 9.46 | ↓ | ＜0.05 |
| 2 | D-Proline | 307.24 | C00763 | 0.30 | 4.84 | ↓ | ＜0.05 |
| 3 | L-Pyroglutamic acid | 450.47 | C01879 | 0.38 | 2.12 | ↓ | ＜0.05 |
| 4 | Maltose | 341.10 | C00208 | 0.27 | 2.09 | ↓ | ＜0.05 |
| 5 | Glucosamine | 195.10 | C00329 | 0.36 | 1.68 | ↓ | ＜0.05 |
| 6 | L-Arginine | 566.63 | C00062 | 0.44 | 1.62 | ↓ | ＜0.05 |
| 7 | Citrate | 484.76 | C00158 | 0.43 | 1.60 | ↓ | ＜0.05 |
| 8 | 2′-Deoxyguanosine 5′-monophosphate | 346.05 | C00362 | 0.48 | 1.59 | ↓ | ＜0.05 |
| 9 | 3α-Mannobiose | 394.72 | C22291 | 0.47 | 1.55 | ↓ | ＜0.05 |
| 10 | Uracil | 111.02 | C00106 | 0.28 | 1.37 | ↓ | ＜0.05 |
| 11 | D-Ornithine | 130.05 | C00515 | 0.24 | 1.37 | ↓ | ＜0.05 |
| 12 | Acetylcarnitine | 313.04 | C02571 | 0.46 | 1.36 | ↓ | ＜0.05 |
| 13 | Maltotriose | 471.73 | C01835 | 0.48 | 1.35 | ↓ | ＜0.05 |
| 14 | L-Glutamate | 407.92 | C00025 | 0.34 | 1.31 | ↓ | ＜0.05 |
| 15 | Uridine 5′-monophosphate | 323.03 | C00105 | 0.37 | 1.30 | ↓ | ＜0.05 |
| 16 | Hydroxyproline | 198.05 | C00350 | 0.41 | 1.19 | ↓ | ＜0.05 |
| 17 | Raffinose | 111.02 | C00492 | 0.25 | 1.18 | ↓ | ＜0.05 |
| 18 | Hypoxanthine | 156.13 | C00262 | 8.33 | 30.6 | ↑ | ＜0.05 |
| 19 | Taurine | 293.13 | C00245 | 3.13 | 8.00 | ↑ | ＜0.05 |
| 20 | Phenol | 93.44 | C00146 | 2.07 | 4.21 | ↑ | ＜0.05 |
| 21 | PC (16∶0/16∶0) | 121.32 | C00157 | 2.33 | 3.76 | ↑ | ＜0.05 |
| 22 | Inosine | 204.60 | C00294 | 19.20 | 3.05 | ↑ | ＜0.05 |
| 23 | Sphingomyelin (d18∶1/18∶0) | 89.94 | C00550 | 2.17 | 2.98 | ↑ | ＜0.05 |
| 24 | Chenodeoxycholate | 74.77 | C05466 | 2.26 | 2.18 | ↑ | ＜0.05 |
| 25 | Allopurinol riboside | 203.84 | C05325 | 2.86 | 2.09 | ↑ | ＜0.05 |
| 26 | L-Leucine | 265.07 | C00123 | 2.45 | 2.00 | ↑ | ＜0.05 |
| 27 | Phosphorylcholine | 556.35 | C00588 | 2.78 | 1.61 | ↑ | ＜0.05 |
| 28 | Cholic acid | 407.27 | C00695 | 3.32 | 1.44 | ↑ | ＜0.05 |
| 29 | L-Phenylalanine | 261.49 | C00079 | 3.47 | 1.39 | ↑ | ＜0.05 |
| 30 | L-Tryptophan | 270.29 | C00078 | 2.46 | 1.36 | ↑ | ＜0.05 |
| 31 | L-Palmitoylcarnitine | 174.14 | C02990 | 4.18 | 1.33 | ↑ | ＜0.05 |
| 32 | Adenosine monophosphate | 457.79 | C00020 | 2.13 | 1.25 | ↑ | ＜0.05 |
| ↑：上调；↓：下调 | |||||||
使用层次聚类分析对筛选得到的差异代谢产物进行分类，并使用Origin绘图呈现差异代谢产物的相对变化和分布情况。与Control组比较，ARH组血清中Betaine aldehyde, D-Proline, L-Pyroglutamic acid, Maltose, Glucosamine, L-Arginine, Citrate, 2′-Deoxyguanosine 5′-monophosphate, 3α -Mannobiose, Uracil, D-Ornithine, Acetylcarnitine, Maltotriose, L-Glutamate, Uridine 5′-monophosphate, Hydroxyproline, Raffinose等17种代谢产物含量降低，而Hypoxanthine, Taurine, Phenol, PC (16:0/16:0), Inosine, Sphingomyelin (d18:1/18:0), Chenodeoxycholate, Allopurinol riboside, L-Leucine, Phosphorylcholine, Cholic acid, L-Phenylalanine, L-Tryptophan, L-Palmitoylcarnitine, Adenosine monophosphate等15种代谢产物含量增加(图 3)。
|
| 图 3 ARH血浆中差异代谢产物的层次聚类分析 |
2.5 ARH差异代谢产物的KEGG富集通路分析
通过对32种差异代谢产物进行通路注释分析，发现10条显著富集的代谢通路：①Aminoacyl-tRNA biosynthesis；②Purine metabolism；③Sphingolipid biosynthesis；④mTOR signaling pathway；⑤Taurine and hypotaurine metabolism；⑥Primary bile acid biosynthesis；⑦D-arginine and D-ornithine metabolism；⑧Alanine, aspartate and glutamate metabolism；⑨Protein digestion and absorption；⑩Citrate cycle。其中氨酰-tRNA通路上富集的差异代谢产物最多，通路上囊括了L-Leucine, L-Phenylalanine, L-Tryptophan, L-Glutamate, D-Proline等在内的10个差异代谢产物。嘌呤代谢通路，鞘脂生物合成通路，mTOR信号通路，牛磺酸和次牛磺酸代谢通路，初级胆汁酸生物合成通路等也分别富集了7、3、3、4、6种差异代谢产物(图 4)。
|
| 图 4 血浆中差异代谢产物的相关代谢通路KEGG富集分析图 |
2.6 差异代谢产物的相关性分析
通过对差异代谢产物的相关性分析，结果发现，Acetylcarnitine、L-Phenylalanine、L-Tryptophan、L-Leucine、D-Proline之间显著正相关；Allopurinol riboside、Hypoxanthine、Inosine、Phosphorylcholine、Adenosine monophosphate之间正相关；L-Leucine、L-Tryptophan、L-Phenylalanine具有相关性(图 5)。
|
| 圆圈越大代表相关性更强 图 5 血浆中差异代谢产物的相关性分析 |
3 讨论 3.1 ARH差异代谢产物的非靶向代谢组学分析
代谢组学是系统生物学的一个分支，致力于研究与药物毒性、疾病过程和基因表达相关的体内代谢产物变化[10]。非靶向代谢组学是对源自生物体的所有代谢产物进行全面和系统的分析。因非靶向代谢组学可以识别和筛选具有诊断价值的特定生物标志物，在临床研究中具有重要的意义。本研究采用超高效液相色谱-质谱联用(ultra-high performance liquid chromatography-tandem mass spectrometry, UHPLC-MS/MS)非靶向代谢组学技术对ARH患者的血浆代谢特征进行分析，通过无监督PCA和有监督OPLS-DA模型对ARH患者血浆中代谢产物的指纹图谱进行分析，通过7折交叉验证和200次响应排序检验对OPLS-DA模型进行质量考查和验证，尽管两种模式下R2拟合直线的Y轴截距较大，可能存在假阳性的情况，但Q2拟合直线的斜率均为正值，且Y轴截距均小于0.05，回归线呈向上趋势，未出现过拟合现象，证明模型可靠，可用于后续分析。经过筛选鉴定，共发现32种差异代谢产物，主要是氨基酸及其衍生物，其次是核苷酸、脂类、碳水化合物、类固醇和磷脂等。差异代谢产物主要富集在氨基酸代谢、脂质代谢、尿酸代谢和胆汁酸代谢等10条通路，为进一步筛选ARH生物标志物及探索发病机制研究奠定了基础。
3.2 氨基酸在血压调节中的作用目前，已知的天然氨基酸大约有500种，其中许多对血压具有调节作用。研究表明，脯氨酸、精氨酸、半胱氨酸、谷氨酸、天冬氨酸和天冬酰胺可升高血压，而丝氨酸、丙氨酸、牛磺酸和甘氨酸可以降低血压[11-12]。一氧化氮是调节内皮细胞的关键因素，精氨酸及其相关的氨基酸如瓜氨酸和高精氨酸可能通过一氧化氮调节血压 [13-14]。在自发性高血压大鼠模型中，补充瓜氨酸可以增加肾脏一氧化氮的产生并改善高血压[15]。同型半胱氨酸是蛋氨酸的代谢副产物，可通过诱导非对称性二甲基精氨酸(asymmetric dimethylarginine, ADMA)的产生，损害内皮功能，升高血压。半胱氨酸是硫化氢(hydrogen sulfide，H2S)的底物，也是抗氧化分子谷胱甘肽的组成部分。谷胱甘肽和H2S信号与血压调节密切相关，因此半胱氨酸可能具有调节血压的作用；牛磺酸作为一种含硫氨基酸也具有舒张血管作用[13]。此外，色氨酸及其代谢产物已被证明可诱导剂量依赖性血管舒张[16]。因此，氨基酸在血压调节中发挥着重要的作用。本研究发现，ARH患者血清中L-Leucine、L-Phenylalanine、L-Tryptophan、D-Proline、L-Glutamate等氨基酸的表达与Control组相比差异具有统计学意义。而这些氨基酸大多富集在氨酰-tRNA通路上，其可能通过该通路发挥血压调节的作用。
3.3 嘌呤代谢在血压调节中的作用作为人体嘌呤代谢的最终产物，血尿酸是导致或加重高血压的独立危险因素[17]。尿酸生成过程中诱发的氧化应激，尿酸转运障碍和尿酸钠结晶在血管壁中的沉积等机制，均会对血压产生显著影响[18]。另外，组织缺血缺氧发生时会加剧黄嘌呤转化为尿酸的过程。尿酸生成过程会产生大量的活性氧(reactive oxygen species，ROS)，ROS不仅刺激血管壁增殖，还与一氧化氮结合抑制其血管舒张功能，加重动脉硬化，诱发高血压[18]。本研究发现，ARH患者组血清嘌呤代谢相关因子的表达显著上调，且与血压呈正相关。因此，嘌呤代谢途径的激活可能是ARH发生的另一机制。
3.4 鞘脂代谢在血压调节中的作用脂质代谢紊乱是高血压的主要特征之一，鞘脂(神经酰胺)、甘油脂(三酰基甘油)和脂肪酰基(油酸、胆固醇酯)代谢与血压密切相关[19]。在地中海饮食预防心血管疾病试验(Prevención con Dieta Mediterránea)中，较高的神经酰胺浓度与较高的舒张压相关[20]。研究表明，神经酰胺是鞘脂生物合成途径的中心中间体，已被发现通过抑制内皮一氧化氮合酶-丝氨酸/苏氨酸蛋白激酶-热休克蛋白90信号复合物来诱导血管功能障碍[21]。此外，神经酰胺还可通过钙非依赖性磷脂酶A2、环加氧酶-1和血栓素合成酶依赖途径诱导血栓素A2释放，可导致内皮依赖性动脉收缩[22]。氯沙坦降压作用的发挥就是通过抑制神经酰胺介导的内皮依赖性血管收缩，改善血管内皮功能实现的[23]。因此，鞘脂可能通过减少内皮源性松弛因子和增加内皮源性收缩因子，加剧内皮功能障碍，导致了高血压的发生。本研究发现，与血压正常者相比，ARH患者血清中PC(16:0/16:0), Sphingomyelin (d18:1/18:0)明显增加，可能是导致ARH发生的又一机制。
3.5 胆汁酸代谢在血压调节中的作用胆汁酸对血压同样具有调节作用。在动物实验中发现，胆管结扎可导致全身血管扩张和低血压[24]。在针对肝硬化大鼠模型的实验中，牛磺酸鹅去氧胆酸(tauroursodeoxycholic acid, TCDCA)和牛去氧胆酸(taurodeoxycholic acid, TDCA)输注增加了肠系膜血流量，扩张了预收缩的肠系膜血管，降低了全身血压[25]。大鼠和小鼠胸主动脉预收缩实验显示，通过去除内皮细胞抑制一氧化氮生成或去除毒蕈碱M3受体几乎阻断TCDCA血管扩张作用[26]。因此，一氧化氮和毒蕈碱M3受体是胆汁酸发挥作用的关键[27]。然而，在大鼠肠系膜血管中，去氧胆酸甘氨酸偶联物通过减少平滑肌细胞中RhoA的膜转运来抑制RhoA/ rho激酶途径。这表明，共轭胆汁酸对血管功能的调节作用可能不是通过一氧化氮，而是通过降低钙离子通道的敏感性实现的[28]。本研究发现，ARH患者的牛磺酸和胆汁酸水平明显高于健康对照组。其原因可能是发挥扩张血管作用的共轭胆汁酸、TDCA、TCDCA生成减少，血管调节障碍，导致血压升高。此外，与Control组比较，ARH患者的mTOR信号通路和蛋白质吸收相关因子也存在差异。因此，ARH发病的原因可能是体内多个通路共同作用的结果。
由于本研究纳入的检测样本有限，可能会导致检测结果出现偏差，需要在人群中进行检测验证。另外本研究建立的ESI+/ESI-模型R2拟合直线Y轴截距较大，可能会出现假阳性的情况，接下来需要增加检测样本量进一步研究。
综上所述，ARH是一种高原特发病，对进入高原生活人群的身体健康产生显著的影响。如果不进行早期诊治，可能会对人体造成不可逆损伤[29]。通过非靶向代谢组学研究，发现了一些特异的代谢产物差异和相关通路，这些代谢产物及通路可能在ARH的发病和调控中发挥着重要的作用。代谢产物谱的差异为诊断ARH提供了生物标志物，而富集的代谢通路则为ARH的研究奠定了基础，为准确认识ARH，开展疾病预防和早期诊治提供了可能。
| [1] |
冉庄, 陈郁, 谭超, 等. 基于新型住宿方舱的弥散供氧对移居高原人员生理学效应的影响[J]. 第三军医大学学报, 2021, 43(8): 707-714. RAN Z, CHEN Y, TAN C, et al. Influence of diffuse oxygen supply on physiological effects in migrants in plateau: a study based on a new accommodation cabin[J]. J Third Mil Med Univ, 2021, 43(8): 707-714. |
| [2] |
Cb D, Td S, J S, et al. Hypertension and acute mountain sickness in Himalayan Trekkers in Nepal: An observational cohort study[J]. Wild Environ Med Wilderness Environ Med, 2020, 31(2): 157-164. |
| [3] |
林莹, 张宇清. 高原性高血压的患病率、发病机制及治疗研究进展[J]. 中华高血压杂志, 2020, 28(1): 82-86. LIN Y, ZHANG Y Q. Research progress on the prevalence, pathogenesis and treatment of high primary hypertension[J]. Chin J Hypertens, 2020, 28(1): 82-86. |
| [4] |
Riley C J, Gavin M. Physiological changes to the cardiovascular system at high altitude and its effects on cardiovascular disease[J]. High Alti Med Biol, 2017, 18(2): 102-113. |
| [5] |
刘鑫源, 罗勇军. 急性高原(山)病诊断标准的演变历程及最新进展[J]. 解放军预防医学杂志, 2019, 37(10): 188-192. LIU X Y, LUO Y J. Evolution and recent progress of diagnostic criteria for acute plateau (mountain) disease[J]. J Prev Med Chin PLA, 2019, 37(10): 188-192. |
| [6] |
MINGJI C, ONAKPOYA I J, PERERA R, et al. Relationship between altitude and the prevalence of hypertension in Tibet: a systematic review[J]. Heart, 2015, 101(13): 1054-1060. |
| [7] |
YUE L, FAN Z, SUN L, et al. Prevalence of essential hypertension and its complications among Chinese population at high altitude[J]. High Alti Med Biol, 2017, 18(2): 140-144. |
| [8] |
HOU Y P, WU J L, TAN C, et al. Sex-based differences in the prevalence of acute mountain sickness: a meta-analysis[J]. Mil Med Res, 2019, 6(1): 38. |
| [9] |
李淑敏, 蒋海强, 齐冬梅, 等. 基于代谢组学技术筛选与血压升高相关的差异性代谢物[J]. 中国比较医学杂志, 2022, 32(6): 23-30. LI S M, JIANG H Q, QI D M, et al. Screening of differential metabolites related to elevated blood pressure according to metabolomics technology[J]. Chin J Comp Med, 2022, 32(6): 23-30. |
| [10] |
LAW W S, HUANG P Y, ONG E S, et al. Metabonomics investigation of human urine after ingestion of green tea with gas chromatography/mass spectrometry, liquid chromatography/mass spectrometry and (1)H NMR spectroscopy[J]. Rapid Commun Mass Spectrom, 2008, 22(16): 2436-2446. |
| [11] |
MANTZOURANIS E, KAKARGIA E, KAKARGIAS F, et al. The impact of high protein diets on cardiovascular outcomes: a systematic review and meta-analysis of prospective cohort studies[J]. Nutrients, 2023, 15(6): 1372. |
| [12] |
ZHANG X Y, SERGIN I, EVANS T D, et al. High-protein diets increase cardiovascular risk by activating macrophage mTOR to suppress mitophagy[J]. Nat Metab, 2020, 2(1): 110-125. |
| [13] |
ABEBE W, MOZAFFARI M S. Role of taurine in the vasculature: an overview of experimental and human studies[J]. Am J Cardiovasc Dis, 2011, 1(3): 293-311. |
| [14] |
MOALI C, BOUCHER J L, SARI M A, et al. Substrate specificity of NO synthases: detailed comparison of L-arginine, homo-L-arginine, their N omega-hydroxy derivatives, and N omega-hydroxynor-L-arginine[J]. Biochemistry, 1998, 37(29): 10453-10460. |
| [15] |
KOENERS M P, VAN FAASSEN E E, WESSELING S, et al. Maternal supplementation with citrulline increases renal nitric oxide in young spontaneously hypertensive rats and has long-term antihypertensive effects[J]. Hypertension, 2007, 50(6): 1077-1084. |
| [16] |
WANG Y T, LIU H Z, MCKENZIE G, et al. Kynurenine is an endothelium-derived relaxing factor produced during inflammation[J]. Nat Med, 2010, 16(3): 279-285. |
| [17] |
方宁远, 吕力为, 吕晓希, 等. 中国高尿酸血症相关疾病诊疗多学科专家共识(2023年版)[J]. 中国实用内科杂志, 2023, 43(6): 461-480. FANG N Y, LYU L W, LYU X X, et al. China multi-disciplinary expert consensus on diagnosis and treatment of hyperuricemia and related diseases (2023 Edition)[J]. Chin J Pract Intern Med, 2023, 43(6): 461-480. |
| [18] |
KUWABARA M. Hyperuricemia, cardiovascular disease, and hypertension[J]. Pulse (Basel), 2016, 3(3/4): 242-252. |
| [19] |
LIN Y T, SALIHOVIC S, FALL T, et al. Global plasma metabolomics to identify potential biomarkers of blood pressure progression[J]. Arterioscler Thromb Vasc Biol, 2020, 40(8): e227-e237. |
| [20] |
WANG D D, TOLEDO E, HRUBY A, et al. Plasma ceramides, Mediterranean diet, and incident cardiovascular disease in the PREDIMED trial (prevención con dieta mediterránea)[J]. Circulation, 2017, 135(21): 2028-2040. |
| [21] |
JIANG X C, GOLDBERG I J, PARK T S. Sphingolipids and cardiovascular diseases: lipoprotein metabolism, atherosclerosis and cardiomyopathy[J]. Adv Exp Med Biol, 2011, 721: 19-39. |
| [22] |
SPIJKERS L J A, VAN DEN AKKER R F P, JANSSEN B J A, et al. Hypertension is associated with marked alterations in sphingolipid biology: a potential role for ceramide[J]. PLoS One, 2011, 6(7): e21817. |
| [23] |
SPIJKERS L J, JANSSEN B J, NELISSEN J, et al. Antihypertensive treatment differentially affects vascular sphingolipid biology in spontaneously hypertensive rats[J]. PLoS One, 2011, 6(12): e29222. |
| [24] |
HENNENBERG M, TREBICKA J, SAUERBRUCH T, et al. Mechanisms of extrahepatic vasodilation in portal hypertension[J]. Gut, 2008, 57(9): 1300-1314. |
| [25] |
LJUBUNCIC P, SAID O, EHRLICH Y, et al. On the in vitro vasoactivity of bile acids[J]. Br J Pharmacol, 2000, 131(3): 387-398. |
| [26] |
KHURANA S, YAMADA M, WESS J, et al. Deoxycholyltaurine-induced vasodilation of rodent aorta is nitric oxide- and muscarinic M(3) receptor-dependent[J]. Eur J Pharmacol, 2005, 517(1/2): 103-110. |
| [27] |
NAKAJIMA T, OKUDA Y, CHISAKI K, et al. Bile acids increase intracellular Ca(2+) concentration and nitric oxide production in vascular endothelial cells[J]. Br J Pharmacol, 2000, 130(7): 1457-1467. |
| [28] |
JADEJA R N, THOUNAOJAM M C, BARTOLI M, et al. Deoxycholylglycine, a conjugated secondary bile acid, reduces vascular tone by attenuating Ca2+ sensitivity via rho kinase pathway[J]. Toxicol Appl Pharmacol, 2018, 348: 14-21. |
| [29] |
叶梓, 刘鑫源, 陈郁, 等. 基于血液学参数的急性高原反应潜在预测指标的筛查分析[J]. 重庆医学, 2023, 52(23): 3560-3566. YE Z, LIU X Y, CHEN Y, et al. Screening analysis of potential predictors of acute mountain sickness based on hematological parameters[J]. Chongqing Med, 2023, 52(23): 3560-3566. |
