基于代谢组学的高血压发病风险预测研究

Hypertension is one of the most common chronic diseases and one major risk factor of cardiovascular diseases, however the pathogenesis of this complex disease is still unclear so far, there wasn't a prospective cohort study of large samples on metabolic markers for risk prediction of hypertension. The present study will design a case-control study and a prospective nested case -control study of large samples based on Dongfeng-Tongji cohort study, and define host plasma metabolic profiling by Agilent 6460 LC/MS to explore and verify the correlation between the metabolic markers and risk of high blood pressure in 1000 hypertension cases and 1000 healthy controls. We adopt a 1:1 matched nested case-control study including 1000 pairs of hypertension cases and healthy controls to explore the potential cause-effect relationship between metabolic markers and hypertension risk. In addition, we will explore whether the metabolic markers improve the predictive ability of the traditional hypertension prediction model. Our research will provide scientific evidences for the early screen of high risk hypertension population and prevention of hypertension.

高血压是最常见的慢性病，也是心脑血管病最主要的危险因素之一，然而这一复杂性疾病的发病机理尚未阐明，目前尚未有大样本前瞻性队列研究代谢标志物在高血压发病风险中的预测作用。本项目基于东风-同济队列开展大样本病例对照研究以及前瞻性的巢式病例对照研究，筛选1000对高血压患者与健康对照进行病例对照研究，基于Agilent6460LC/MS技术平台对血浆代谢组学进行分析，验证已发现并发现新的与高血压有关的代谢标志物。同时设计1:1匹配巢式病例对照研究，筛选1000例新发高血压患者及匹配1000例健康对照对其基线血浆进行代谢组学分析，从病因学角度探讨机体潜在的代谢标志物与高血压发病的关系。最后运用生物统计学方法校正已知的高血压发病相关的危险因素，综合分析上述研究的代谢标志物在高血压发生中的作用及发病风险预测中的作用，并构建高血压发病风险的预测模型，为高血压病的早期诊断、预防和致病机理研究提供科学依据。

目的：基因，环境影响及其相互作用可能导致高血压，而代谢组是基因-环境相互作用的一种可衡量的表现。我们旨在通过代谢组学方法研究中老年人群中脂质代谢产物与高血压的相关性，并发现与高血压相关的生物标志物。.方法：首先，从东风-同济队列提取1612血浆样本中进行了横断面研究。通过高效液相色谱-串联质谱（HPLC-MS）对来自9种不同脂质类别的166种脂质进行了分析。进行了多条件对数回归模型，以评估脂质代谢物水平与高血压风险之间的关系。其次，采用巢式病例对照研究，以东风-同济队列2013-2014年随访确诊的1402例新发高血压病例以按照年龄（±5）及性别1：1匹配的对照对研究对象，同样以高效液相色谱-串联质谱联用技术检测基线血浆样本中217中代谢物中的水平，以多元条件Logistic回归分析基线代谢物水平与高血压发生风险的关联性；对各类脂质代谢物进行求和，并进行主成分分析，提取第一主成分，以条件Logistic回归分析各类脂质代谢物的总和和第一主成分与高血压风险的关联性，以评价各脂质类别对高血压风险的综合效应；以LASSO 算法在所有脂质代谢物中进行变量筛选，寻找与高血压发病风险关联性最强的代谢物，并以10倍交叉验证绘制受试者工作曲线，分析所筛选出的代谢物对高血压风险预测的贡献。结果：调整了相关的协变量后，发现10种脂质代谢物与高血压显着相关。具体而言，八种脂质与高血压的发生呈正相关，包括三种胆固醇酯（CE 18：1和两种CE 20：0异构体），一种磷脂酰胆碱（PC 32：1），一种磷脂酰乙醇胺（PE 34：1），和三种三酰基甘油（TAG 46：1，TAG 50：1，TAG 52：1）。同时，我们发现另外两种脂质与高血压呈负相关，包括两种三酰基甘油（TAG 58：8和TAG 58：9）。.结论：我们的研究表明某些脂质代谢与高血压的患病率显着相关。在这些脂质种类中，具有最低碳原子数和双键含量的CE，PC，PE和TAG具有最大的预测价值。这些特定的脂质种类可作为潜在的生物标志物，用于高血压的诊断和预后。