编辑推荐：
心力衰竭（HF）分类存在争议，为明确其病理生理变化，研究人员开展代谢组学分析（MP）研究。对 408 例 HF 患者进行 MP，发现可精准区分 HF 阶段和表型，还找到与死亡风险相关因素。该研究有助于 HF 诊断、表型分析及开发新疗法。
心力衰竭（Heart Failure，HF）是一种复杂且异质性的综合征，其分类和治疗一直是心血管领域的难题。目前基于射血分数（Ejection Fraction，EF）和阶段的分类方法存在诸多争议，比如 HFmrEF（心力衰竭伴轻度降低的射血分数）的分类不明确，且现有分类难以完全捕捉 HF 的病理生理复杂性，这使得早期诊断和精准治疗面临挑战。为了深入了解 HF 的异质性，寻找更有效的诊断和治疗方法，俄罗斯谢切诺夫第一莫斯科国立医科大学（I.M. Sechenov First Moscow State Medical University）的研究人员开展了一项关于代谢组学分析（Metabolomic Profiling，MP）在心力衰竭中应用的研究，该研究成果发表在《Scientific Reports》上。
研究人员主要运用了代谢组学分析技术、多种统计分析方法以及机器学习（Machine Learning，ML）算法。他们纳入 408 例不同阶段的 HF 患者，排除多种疾病患者后，对患者血浆样本进行代谢物定量分析。通过多种统计方法处理数据，并构建 ML 模型进行分析。
研究结果如下：
- HF 不同阶段的代谢组学特征：通过主成分分析和 ML 分类模型发现，MP 能准确预测 HF 的 B 期和 C 期。与 A 期相比，B 期患者神经递质水平降低，与动脉粥样硬化、炎症相关的代谢物水平升高；B 期与 C 期相比，C 期患者参与一氧化氮（NO）形成的代谢物减少；D 期患者能量代谢相关循环紊乱。这表明 HF 进展过程中存在 NO 形成减少、炎症激活、氧化应激升高和能量代谢转变等变化147。
- HF 不同 EF 表型的代谢组学特征：基于 EF 对 C 期和 D 期患者分类后进行 ML 建模，发现 HFmrEF 的代谢组学特征与 HFrEF（心力衰竭伴降低的射血分数）相似，与 HFpEF（心力衰竭伴保留的射血分数）差异显著，这对当前基于 EF 的分类提出挑战，支持将 HF 分为 HFpEF 和 HFrEF（EF<50%）两种主要表型28。
- 基于代谢组学的聚类分析：对有症状的 HF 患者进行聚类分析，识别出四个代谢组学簇，主要由酰基肉碱（AC）和色氨酸分解代谢产物区分。不同簇具有不同特征，如簇 1 以氧化应激为主，簇 3 炎症明显等。这为 HF 的个性化治疗提供了依据3910。
- 全因死亡的预测因素：研究发现 EF 下降和代谢组学簇 3、4 与全因死亡风险增加相关。这有助于预测 HF 患者的预后，为临床治疗决策提供参考56。
研究结论表明，血浆代谢组反映了 HF 患者的主要代谢变化，代谢组学分析支持对当前基于 EF 的分类进行修订，且 LVEF（左心室射血分数）下降 5% 或更多是不良预后的重要因素。MP 在检测 HF 的 B 期和 C 期具有高诊断准确性，通过代谢组学谱的聚类分析对 HF 进行表型分析模型准确性高。
该研究的意义重大，它为 HF 的诊断和表型分析提供了新的视角和方法，有助于开发针对代谢紊乱的靶向治疗，改善患者的生活质量和预后。同时，研究也存在样本量相对较小、部分患者 EF 变化数据不完整等局限性，未来需要进一步研究来明确 MP 在 HF 诊断中的作用，探索代谢组学靶向治疗的潜力 。
