细菌与过敏性炎症的代谢密码：豚鼠模型的深度解析

《Metabolomics》：Metabolic profiling in experimental guinea pig models of bacterial and allergic inflammation

为区分细菌和过敏原诱导的炎症反应，研究人员分析豚鼠血浆和 BALF 代谢物，发现二者代谢谱不同，有助于鉴别诊断。

　　

在生命的微观世界里，炎症反应如同一场复杂的战争，细菌和过敏原分别作为不同的 “侵略者”，引发的炎症有着截然不同的 “作战方式”。革兰氏阴性菌细胞壁成分脂多糖（LPS），一旦进入人体血浆，就会迅速与 LPS 结合蛋白（LPB）携手，激活 Toll 样受体 4（TLR4），进而引发一系列炎症信号通路，大量中性粒细胞被招募到感染组织，引发炎症风暴。而鸡卵白蛋白 —— 卵清蛋白（OVA），则像是隐藏在暗处的 “敌人”，悄无声息地引发气道过敏性炎症，使嗜酸性粒细胞增多，气道反应性增强，引发类似过敏性哮喘的症状。

目前，如何精准区分这两种炎症反应，一直是医学领域亟待攻克的难题。不同的炎症反应需要不同的治疗策略，错误的判断可能导致治疗无效，甚至延误病情。为了解开这个谜团，来自科梅纽斯大学马丁分校耶塞纽斯医学院（Jessenius Faculty of Medicine in Martin, Comenius University）的研究人员挺身而出，开展了一项意义非凡的研究。他们的成果发表在《Metabolomics》杂志上，为炎症性疾病的诊断和治疗开辟了新的道路。

研究人员采用了多种关键技术方法。实验动物选取了 28 只雄性成年豚鼠，其免疫系统反应强烈，能很好地模拟人类超敏反应。通过对豚鼠进行 OVA 和 LPS 致敏处理构建炎症模型，随后采集血浆和支气管肺泡灌洗液（BALF）样本。利用氢 - 1 核磁共振（1H NMR）光谱技术分析样本中的代谢物，结合主成分分析（PCA）、偏最小二乘法判别分析（PLS - DA）以及随机森林算法等统计方法，对代谢数据进行深入挖掘。

在研究结果部分，首先是血液白细胞分类计数，LPS 致敏后 BALF 中中性粒细胞显著增加，OVA 致敏后嗜酸性粒细胞显著增加。接着看血浆代谢组学分析，PCA 分析显示，LPS 致敏使代谢数据波动减小，OVA 致敏组与对照组代谢数据变异性相似且部分重叠。PLS - DA 和随机森林算法进一步验证了不同致敏组间的代谢差异。具体代谢物方面，LPS 致敏后血浆中乳酸、丙氨酸、丙酮酸等多种代谢物水平显著降低；OVA 致敏后血浆中缬氨酸、亮氨酸等多种代谢物水平显著升高。LPS 组与 OVA 组相比，众多代谢物水平也存在显著差异。BALF 代谢组学分析结果表明，LPS 致敏后 BALF 中丙氨酸、缬氨酸等代谢物水平降低，OVA 致敏后柠檬酸盐水平升高，两组间多种代谢物水平同样差异显著。将血浆和 BALF 代谢组学数据合并分析，PCA 和 PLS - DA 显示两组能明显区分，随机森林算法更是实现了几乎理想的判别。

研究结论和讨论部分指出，代谢组学成功揭示了 LPS 和 OVA 致敏豚鼠血浆和 BALF 中独特的代谢谱。OVA 致敏表现为酮体升高、轻度高血糖以及血浆中支链氨基酸（BCAAs）水平增加；LPS 致敏则导致循环中支链酮酸（BCKAs）、丙氨酸和谷氨酰胺等代谢物水平下降，影响糖酵解、糖异生和能量生成过程。基于血浆和 BALF 代谢数据，能够有效区分这两种诱导急性全身和肺部炎症的模型。然而，研究也存在一定局限性，如对照组在致敏期未给予无菌生理盐水，导致组间存在轻微年龄差异，影响了可比性。未来研究需要优化实验设计，确保各实验组条件一致。总体而言，这项研究为细菌和过敏性炎症的鉴别诊断提供了潜在生物标志物，有助于开发更精准的炎症性疾病诊断方法和个性化治疗策略，推动医学领域在炎症性疾病研究方面不断向前迈进，具有重要的理论和临床应用价值。