大数跨境

3区3.7分!代谢组学发现4种“关键代谢物”,精准预测无精症患者取精成败!隐睾症无精患者的“生精密码”,竟藏在这些脂质里!

3区3.7分!代谢组学发现4种“关键代谢物”,精准预测无精症患者取精成败!隐睾症无精患者的“生精密码”,竟藏在这些脂质里! CNS生信新靶点挖掘
2026-03-25
1
导读:隐睾症是导致男性无精症的重要原因,但为何部分患者仍能通过显微取精手术获得精子?北京大学第三医院最新研究,利用前沿的“代谢组学”技术,首次全面解析了隐睾症无精症患者的精浆代谢图谱。这项突破揭示了隐睾症致
图片

隐睾症是导致男性无精症的重要原因,但为何部分患者仍能通过显微取精手术获得精子?北京大学第三医院最新研究,利用前沿的“代谢组学”技术,首次全面解析了隐睾症无精症患者的精浆代谢图谱。研究发现,患者精浆中脂质代谢全面“熄火”,而炎症因子前列腺素E2却异常升高。更关键的是,研究团队成功筛选出4种代谢物(亮氨酸、L-酪氨酸等),能精准预测显微取精手术的成功率,AUC高达0.95!这项突破不仅揭示了隐睾症致病的全新机制,更为临床决策提供了强有力的“代谢预测工具”。

今天给大家解读一篇2月发表在《Metabolites》上的题目为“Seminal Plasma Metabolomic Profiling Reveals Key Metabolic Signatures Linked to Spermatogenic Potential in Non-Obstructive Azoospermia with Cryptorchidism.”的文章。本研究旨在通过精浆代谢组学,系统表征隐睾无精子症患者的代谢特征,阐明其病理机制,并探索能够预测micro-TESE手术取精结局的代谢生物标志物。研究发现患者存在显著的脂质和氨基酸代谢紊乱,并成功鉴定出分别用于疾病诊断和手术预后预测的两组代谢标志物。请持续关注我们,每天为您解读最新见刊的文献!)想薅生信资料羊毛?直接在对话框回复 “资料”,免费领取干货大礼包!

不想做实验,没数据,还想要快速发表文章,没问题的!公共数据库就是我们的数据宝藏!没思路不用担心,作为专业的生信团队,我们很乐意为你们效劳,提供研究路线设计和数据挖掘分析,扫码联系我们吧!

图片







图片
图片





图片

图片

图片

图片
图片
图片
图片
图片
图片
图片

团队成员合影(位于上海陆家嘴中心,可随时预约参观)

图片

                                    (向下滑动查看更多)

图片
图片




题目:《精浆代谢组学分析揭示了非阻塞性无精子症合并隐睾症中与生精潜能相关的关键代谢特征Seminal Plasma Metabolomic Profiling Reveals Key Metabolic Signatures Linked to Spermatogenic Potential in Non-Obstructive Azoospermia with Cryptorchidism

发表期刊:Metabolites

影响因子:3.7

研究背景

隐睾症是男性不育的常见原因,常导致无精子症。目前,对于隐睾并发无精子症的代谢紊乱及其与手术取精结局的关系尚不明确。临床上,micro-TESE是此类患者获取生物学后代的主要手段,但其取精成功率仅30-60%,且缺乏有效的术前预测指标。精浆整合了多个生殖器官的信号,是研究此类疾病的理想样本。代谢组学能系统描绘生物样本中的小分子代谢物,有助于揭示疾病机制和发现生物标志物。



                            CNSknowall 平台 Pubmed+AI 快速提炼全文要点

                            图片


                            研究思路:

                                  1. 人群分组
                                    纳入隐睾无精子症患者和正常对照,收集精浆样本。
                                  2. 代谢组学分析
                                    使用UHPLC-MS/MS技术进行非靶向代谢组学检测。
                                  3. 数据分析
                                    通过多元统计(PCA, OPLS-DA)筛选患者与对照间的差异代谢物,并进行通路富集分析。
                                  4. 标志物筛选
                                    利用ROC曲线分析寻找诊断隐睾无精子症的潜在生物标志物。
                                  5. 临床关联
                                    在患者亚组中,根据是否接受micro-TESE及手术成功与否,进一步分析其代谢谱差异,寻找与取精结局相关的代谢特征和预测标志物。

                                  研究亮点:

                                          1. 全面描绘代谢图谱
                                            首次全面揭示了隐睾无精子症患者精浆中存在广泛的代谢紊乱,共鉴定出931种差异代谢物,主要富集于脂质和氨基酸代谢途径。
                                          2. 发现诊断标志物
                                            筛选出四种对隐睾无精子症具有高诊断效能的潜在生物标志物:LysoPC (P-18:0/0:0)、苯丙酮酸、PC (16:1 (9Z)/18:1 (9Z)) 和鞘氨醇(AUC均>0.90)。
                                          3. 成功预测手术结局
                                            首次在隐睾无精子症患者中,发现了与micro-TESE取精成功与否相关的特异性代谢特征,常规临床参数(如激素水平、睾丸体积)在此方面无差异。
                                          4. 锁定预测标志物
                                            鉴定出四种对micro-TESE结局具有预测价值的代谢物:亮氨酸、7,8-二氢新蝶呤、L-酪氨酸和蝶呤,其联合预测模型的AUC高达0.95。


                                              研究结果:

                                                        1. 患者代谢特征

                                                          • 患者与对照的精浆代谢谱存在显著差异,共鉴定出931种差异代谢物。
                                                          • 这些代谢物主要属于脂类和类脂分子、有机酸及其衍生物等。
                                                          • KEGG富集分析显示,差异代谢物主要富集于脂质代谢和氨基酸代谢通路(如亚油酸代谢、鞘脂代谢、甘油磷脂代谢、D-氨基酸代谢等)。
                                                          • 大多数脂质代谢物在患者中下调,而炎症相关代谢物如前列腺素E2上调
                                                        2. 诊断标志物

                                                          • 四种代谢物对诊断隐睾无精子症表现出高效能:**LysoPC (P-18:0/0:0) (AUC=0.98)、苯丙酮酸 (AUC=0.97)、PC (16:1 (9Z)/18:1 (9Z)) (AUC=0.93)、鞘氨醇 (AUC=0.90)**。
                                                        3. 与手术结局相关的代谢特征

                                                          • 在接受micro-TESE的21名患者中(11名成功,10名失败),常规临床参数(年龄、BMI、睾丸体积、激素水平)在两组间无显著差异
                                                          • 然而,代谢组学谱能有效区分两组,共发现36种差异代谢物。
                                                          • 这些差异代谢物主要涉及三个关键通路:苯丙氨酸-酪氨酸-色氨酸生物合成、氨酰基-tRNA生物合成和叶酸生物合成
                                                          • 在前两个通路中的代谢物在取精成功组大多下调,而叶酸生物合成通路代谢物则上调
                                                        4. 预后预测标志物

                                                          • 四种代谢物对预测micro-TESE结局有良好价值:**亮氨酸 (AUC=0.84)、7,8-二氢新蝶呤 (AUC=0.76)、L-酪氨酸 (AUC=0.77)、蝶呤 (AUC=0.74)**。
                                                          • 包含这四种代谢物的多变量逻辑回归模型预测性能优异,AUC达到0.95


                                                        研究总结:

                                                        1. 结论

                                                          • 隐睾无精子症患者精浆存在广泛的代谢扰动,尤其涉及脂质代谢、氨基酸代谢和炎症相关通路。
                                                          • 叶酸生物合成通路
                                                            和特定的差异代谢物对于保留残余生精功能、预测micro-TESE结局起着关键作用。
                                                          • 本研究筛选出的候选生物标志物为隐睾症的临床诊断和手术取精结局预测提供了有前景的工具。
                                                        2. 讨论要点(基于文献)

                                                          • 脂质下调与生精障碍
                                                            研究中发现的脂质代谢物(如亚油酸、鞘脂)下调与精子膜结构形成和能量供应受损相关,这解释了无精子症的表型。
                                                          • 炎症作用
                                                            花生四烯酸代谢通路上调及前列腺素E2升高,支持了慢性睾丸炎症在隐睾症发病机制中的关键作用。
                                                          • 叶酸代谢的保护意义
                                                            在取精成功组中,叶酸生物合成通路上调可能通过支持DNA合成与修复,保护残余的精原干细胞,这是其能成功取精的潜在机制。
                                                          • 预测标志物的特异性
                                                            用于预测手术结局的代谢物(如亮氨酸、L-酪氨酸)在疾病组与对照组间无差异,表明它们特异性地与残余生精潜能相关,是理想的预后生物标志物。
                                                          • 局限性
                                                            作者指出样本量(特别是手术亚组)较小,需多中心大样本验证;本研究为非靶向代谢组学,下一步需进行靶向定量验证;缺乏机制研究阐明这些代谢扰动如何驱动疾病发生。


                                                        结果译文:

                                                        1.研究人群特征


                                                        本研究共纳入75名参与者,包括35名隐睾症伴无精子症患者和40名精液参数正常的男性作为对照组。在隐睾症组中,29例(82.9%)为双侧隐睾,6例(17.1%)为单侧受累。对照组的参与者均表现出正常的精液参数(精子浓度 ≥ 15×10⁶/mL,前向运动精子比例 ≥ 32%),经体格检查和精液分析确认无生殖系统疾病史。参与者的人口统计学和临床特征列于表1。
                                                        隐睾症组和对照组的平均年龄分别为32.0 ± 4.4岁和30.5 ± 4.9岁,差异无统计学意义(p > 0.05)。两组间的体重指数(BMI)也无显著差异(p = 0.70)。相比之下,隐睾症组的睾丸体积显著小于对照组,无论是左侧睾丸(8.4 ± 4.3 mL, p < 0.01)还是右侧睾丸(9.1 ± 5.6 mL, p < 0.01)。激素水平检测结果显示,隐睾症组的FSH和LH水平显著高于对照组(p < 0.01),而催乳素(PRL)、睾酮和雌二醇(E2)水平在隐睾症组和对照组之间无显著差异(所有p > 0.05)。

                                                        2.隐睾症伴无精子症的精浆代谢特征


                                                        对所有样本进行了全面的代谢谱分析,以表征隐睾症伴无精子症患者精浆的代谢谱。在对所有实验样本和质量控制(QC)样本提取的峰进行数据归一化后,进行了主成分分析(PCA)(图1A)。应用正交偏最小二乘判别分析(OPLS-DA)模型来区分隐睾症组和对照组之间的代谢谱。如图1B所示,两组之间观察到明显的分离,表明隐睾症组和对照组之间的精浆存在显著的代谢差异,且组内一致性良好。通过置换检验验证了OPLS-DA模型的稳定性和预测能力(图1C),证实了判别结果的可靠性。
                                                        随后,使用多变量统计分析中变量投影重要性(VIP)> 1 和 p 值 < 0.05 的标准来鉴定差异代谢物。共检测到931种差异代谢物,包括486种上调化合物和445种下调化合物,详细信息总结于补充表S1。火山图可视化了这些差异代谢物的分布(图1D),分类分析显示它们主要分为四类:脂质和类脂分子(296,40.66%)、有机酸及其衍生物(124,17.03%)、有机杂环化合物(86,11.81%)和苯衍生物(66,9.07%)(图1E)。
                                                        对差异代谢物进行KEGG通路富集分析,前30条富集通路如图1F所示。此外,使用出度中心性量化了每个匹配代谢物和通路的重要性。值得注意的是,脂质代谢和氨基酸代谢通路被确定为最显著扰动和功能上最关键的通路,具体包括亚油酸代谢、鞘脂代谢、甘油磷脂代谢、不饱和脂肪酸生物合成、花生四烯酸代谢、D-氨基酸代谢和赖氨酸降解(图1G)。

                                                        3.隐睾症伴无精子症精浆代谢生物标志物的鉴定


                                                        为了系统研究代谢通路改变的总体趋势,进行了DA评分计算。如图2A所示,大多数脂质代谢通路(亚油酸代谢、鞘脂代谢、甘油磷脂代谢和不饱和脂肪酸生物合成)中的代谢物呈现全局性下调,而花生四烯酸代谢是唯一整体上调的脂质通路。在氨基酸代谢通路中,D-氨基酸代谢中的代谢物增加,而赖氨酸降解中的代谢物减少(图2A)。构建了桑基图来描绘每个关键通路中具体的上调和下调代谢物(图2B)。与DA评分模式一致,大多数脂质代谢物在隐睾症患者中下调,包括鞘氨醇、磷脂酰胆碱(16:1 (9Z)/18:1 (9Z))、亚油酸、磷脂酸(18:2 (9Z,12Z)/18:2 (9Z,12Z))等。此外,花生四烯酸代谢通路中的前列腺素E2是上调最显著的代谢物之一。
                                                        为了识别隐睾症伴无精子症的潜在诊断生物标志物,对所有差异代谢物进行了受试者工作特征(ROC)分析。筛选出四种表现最佳的代谢物:LysoPC (P-18:0/0:0)(溶血磷脂酰胆碱,AUC = 0.98)、苯丙酮酸(AUC = 0.97)、PC (16:1 (9Z)/18:1 (9Z))(磷脂酰胆碱,AUC = 0.93)和鞘氨醇(AUC = 0.90)(图2C-F)。这四种代谢物在隐睾症组和对照组之间的表达水平均显示出显著差异(图2G-J),突出了它们作为隐睾症伴无精子症候选生物标志物的潜力。

                                                        4.成功与失败取精患者的精浆代谢特征


                                                        回顾了35例隐睾症患者的病历。其中21例患者接受了显微取精手术:11例(52.4%)成功获取精子,包括6例单侧隐睾和5例双侧隐睾;10例(47.6%)失败,均为双侧隐睾。两个手术组的人口统计学和临床特征总结于表2。在成功组和失败组之间,平均年龄、BMI、左右睾丸体积或睾丸固定术间隔时间均未观察到显著差异。激素谱也未显示出统计学上的显著差异。尽管失败组的FSH水平有较高的趋势,但差异未达到统计学显著性。两组间的LH、PRL、睾酮和E2水平同样具有可比性(所有p > 0.05)。


                                                        为了进一步探索两组与生精障碍相关的代谢特征,分析了成功组和失败组的精浆代谢组数据。OPLS-DA模型显示两组之间存在明显分离(图3A),通过置换检验确认了模型的稳健性(图3B)。我们随后试图利用有限的样本数据识别两组之间的差异代谢物,共检测到36种差异代谢物,包括14种上调和22种下调化合物。火山图可视化了这些差异代谢物的分布(图3C),热图展示了具体的差异代谢物(图3D),详细结果总结于补充表S2。这些代谢物主要分为几个大类:苯衍生物(6,20.69%)、脂质和类脂分子(5,17.24%)、有机酸及其衍生物(4,13.79%)和有机杂环化合物(4,13.79%)(图3E)。

                                                        对这些差异代谢物进行KEGG通路富集分析,显著通路如图3F所示。此外,使用出度中心性计算了每个匹配代谢物和通路的重要性。结果表明,显著异常且功能上关键的代谢通路主要包括苯丙氨酸、酪氨酸和色氨酸生物合成、氨酰-tRNA生物合成以及2-氧代羧酸代谢(图3G)。

                                                        5.与成功取精相关的精浆代谢生物标志物


                                                        为了研究两组间精浆代谢物的变化,基于DA评分计算进行了全局趋势分析。如图4A所示,成功取精组中大多数代谢物水平降低,而叶酸生物合成是唯一整体上调的通路。进一步构建了桑基图来描绘每个通路中具体的上调和下调代谢物(图4B)。结果显示,肉碱、海藻糖、亮氨酸、L-酪氨酸、甘露醇和乳酸水平降低,而6-脱氧-5-酮果糖1-磷酸、7,8-二氢新蝶呤和生物蝶呤水平升高。
                                                        此外,为了探索性识别成功取精患者精浆中的潜在生物标志物,对每种差异代谢物进行了ROC分析。四种生物标志物表现出最高的诊断性能:亮氨酸(AUC = 0.84)、7,8-二氢新蝶呤(AUC = 0.76)、L-酪氨酸(AUC = 0.77)和蝶呤(AUC = 0.74)(图4C-F)。这四种代谢物在成功组和失败组之间均显示出显著差异(图4G-J)。最后,整合这四种选定代谢物的多元逻辑回归模型对成功取精表现出相当好的预测性能,AUC为0.95(95% CI: 0.88-1.00)(图4K)。

                                                        更多结果和补充图表:doi:10.3390/metabo16020147


                                                        图片
                                                        长按二维码关注我们,用最短的时间和最高的效率学习更多数据分析方法!
                                                        图片

                                                        扫描上方二维码或登录平台官网后添加CNSknowall客服微信咨询!官网地址:

                                                        https://cnsknowall.com

                                                        CNSknowall:24年最新问世的遥遥领先的科研数据(0代码生信+统计学)分析平台,同时含有机制图模块+汉化版Pubmed融合Deepseek高效筛选目标文献+SCI文献例句/语料检索模块+OPenAI官方GPT接口,>500款CNS级别图表皆可一秒内一键出图,登录即秒变数据分析大神,体验前所未有的便捷数据分析之旅,开启科研天骄之路!

                                                        可向下滑动批阅!

                                                        图片图片


                                                        图片


                                                        图片

                                                        图片

                                                        图片

                                                        图片

                                                        图片

                                                        图片

                                                        图片

                                                        图片



                                                        【声明】内容源于网络
                                                        0
                                                        0
                                                        CNS生信新靶点挖掘
                                                        每日汇总固定几本期刊上月最新见刊的生信类研究SCI!
                                                        内容 0
                                                        粉丝 0
                                                        CNS生信新靶点挖掘 每日汇总固定几本期刊上月最新见刊的生信类研究SCI!
                                                        总阅读0
                                                        粉丝0
                                                        内容0