慢病診療新視野：功能代謝組學國際研討會第二日報告集錦

發布時間：2025-04-28 08:14 原文鏈接：慢病診療新視野：功能代謝組學國際研討會第二日報告集錦

為深化功能代謝組學與脂質組學技術研究前沿的學術對話，推進多組學技術整合在慢性疾病領域的創新轉化，中國科學院大連化學物理研究所于2025年4月25日-27日舉辦“功能代謝組學在慢病中的轉化應用國際研討會”。會議的第一天見報道：“多組學技術整合新進展，聚焦慢病診療技術突破”

會議第二天，來自國內外的頂尖學者齊聚一堂，圍繞代謝組學與精準醫學領域的前沿研究繼續展開深入交流。以下是各位報告人的精彩分享：

德國圖賓根大學醫院 Prof. Rainer Lehmann

報告題目：“Unexpected or disappointing omics findings in cohort studies of chronic diseases - could this be due to limited stability of the lipidome and metabolome in blood samples?”

Rainer Lehmann 在報告中介紹了慢性疾病隊列研究中組學結果意外或令人失望的可能原因。他表示，大規模多中心隊列研究的血液樣本功能代謝組學和脂質組學研究，對探尋慢性病診斷生物標志物等至關重要，但臨床研究人員經大量數據分析后常獲意外結果，原因不明。其中一個易被忽視的因素是全血樣本中各類代謝物和脂質穩定性存在差異。樣本采集后偏離分析前規程，或不同地點樣本處理、運輸及加工過程存在差異，都可能影響最終組學結果。報告旨在探討這些差異對數據的影響程度，并解答全血樣本中代謝組和脂質組穩定性、獲取高質量樣本的可行程序及如何檢查樣本質量等問題。

英國帝國理工學院 Prof. Manuel Mayr

報告題目：Proteomics for a New Era of Precision Medicine

Manuel Mayr 在報告中介紹了精準醫學新時代的蛋白質組學相關內容。當前臨床在治療分層方面存在未滿足的需求，他運用先進的蛋白質組學技術，通過識別血漿和疾病相關組織中的蛋白質特征，以滿足這一臨床需求，改善治療分層。報告將重點展示結合血漿和組織蛋白質組學與基因調控及共表達網絡的新方法，強調整合多組學數據的必要性。通過系統理論進行數據整合，運用網絡分析和機器學習等生物信息學技術，旨在為心血管疾病研究提供新見解，探索潛在治療靶點。

廈門大學林樹海教授

報告題目“Technology development of lipidomics and its application in tumor immunometabolism”

林樹海教授在報告中介紹了脂質組學技術發展及其在腫瘤免疫代謝中的應用。傳統基于譜圖匹配的脂質組學在提高脂質譜注釋準確性、覆蓋度、速度和深度上挑戰重重。他們引入 LipidIN，這是用于全面脂質注釋和反向脂質組學的先進框架。LipidIN 有包含所有潛在鏈組成和碳 - 碳雙鍵位置的 1.68 億脂質碎片化分層文庫，快速查詢模塊能在 1 秒內實現約 700 億次譜圖查詢。還利用三個相對保留時間規則開發脂質類別智能模型，減少錯誤注釋并預測未注釋脂質，且整合廣譜建模產率網絡再生脂質指紋，預計將覆蓋度和準確率提高 20%。LipidIN 在多項任務中的應用顯示其在脂質注釋和生物標志物發現中的可靠性與潛力，團隊還通過 LipidIN 和生物實驗開展腫瘤免疫中代謝對線粒體蛋白的調控研究。

法國里爾大學 Prof. Francois Pattou

報告題目 “Data - driven clusters of metabolic dysfunction - associated steatotic liver disease”

Prof. Francois Pattou 在報告中介紹，代謝功能障礙相關脂肪性肝病（MASLD）臨床結局差異大，明確表型對靶向治療重要。團隊用圍繞中心點劃分聚類法，依據 6 個臨床變量研究 1389 名肥胖個體中 MASLD 異質性，結果應用于多個隊列及英國生物銀行評估疾病發病率。發現肝臟特異性型和心臟代謝型兩種 MASLD，前者慢性肝病進展快但心血管風險低，后者心血管疾病和 2 型糖尿病風險高。樣本分析顯示二者分別有不同肝臟轉錄組和血漿代謝組特征。研究為兩種 MASLD 存在提供證據，因二者生物學特征和臨床軌跡不同，提示需針對性治療。

廣州國家實驗室稅光厚研究員

報告題目“Precise and functional omics - driven decoding of metabolic dysregulation in chronic diseases”

稅光厚研究員在報告中介紹，生物樣本中脂質組 / 代謝組的多樣性與復雜性促使分析技術不斷創新改進，以滿足農業和生物醫學領域研究應用需求。過去 20 年脂質組學 / 代謝組學的發展得益于相關技術（尤其是質譜技術）進步及創新方法涌現，基于質譜的脂質組學 / 代謝組學已成為生物醫學研究主流工具，但在結構鑒定和定量分析上仍存在技術瓶頸。其團隊多年來開發了一系列精準組學策略，用于脂質組 / 代謝組的定量分析，通過精準組學結合深度數據挖掘和生物信息學分析，成功闡明人類疾病（包括慢性病）中功能性脂質或代謝物，助力慢性病精準治療研究。

SCIEX 高級應用工程師侯朋藝

報告題目 “Quantitative and Qualitative Analysis of Metabolites and Lipids Using the ZenoTOF 7600 system”

侯朋藝工程師在報告中介紹，SCIEX ZenoTOF 7600 系統是創新的高分辨率精確質量系統。它融合 Zeno 捕獲脈沖與 EAD 技術，能提升靈敏度，發現新信息，每次實驗可多檢測 20 倍離子，有多種碎片化技術，適用于各類分子。EAD 可提供穩定數據，與 UHPLC 兼容。儀器中二者耦合能檢測低豐度離子，確定分子結構。對于結構復雜的脂質，EAD 一次實驗可提供完整表征信息。Zeno 捕獲脈沖可按需檢測低豐度離子，重新定義定量下限，MRMHR 可實現高靈敏度靶向定量。

南京醫科大學公共衛生學院錢旭教授

報告題目“Sensing fumarate for tumor progression”

錢旭教授在報告中介紹，延胡索酸是連接多條代謝途徑的腫瘤代謝物，其在腫瘤進展中的機制曾多不明確。研究發現，ASL 產生的延胡索酸抑制 KDM5C，推動膠質母細胞瘤進展；在 FH 缺陷型腎細胞癌中，延胡索酸積累致 PTEN 琥珀酰化，激活 PI3K/AKT 通路促腫瘤生長。 ongoing 項目顯示，GSCs 中活躍的嘌呤合成途徑為延胡索酸供能，促 PTEN 琥珀酰化，維持 GSC。用 NAC 消耗延胡索酸，可抑制該修飾，重激活 PTEN，增腦腫瘤對放化療敏感性。綜上，延胡索酸經表觀遺傳重編程和蛋白琥珀酰化修飾促腫瘤進展，或是癌癥治療潛在靶點。

日本九州大學 Prof. Takeshi Bamba

報告題目“Development of advanced analytical technologies for next - generation metabolomics”

Takeshi Bamba在報告中介紹了下一代代謝組學先進分析技術的發展情況。代謝組學作為對代謝物的綜合分析方法，是高分辨率表型分析和標記物識別的有效工具，應用于多領域研發。代謝組學主要通過樣品制備、儀器分析和數據挖掘三個過程進行，相關技術復雜。包括其團隊在內的眾多研究者，二十多年來致力于開發各類代謝組學技術，但在覆蓋度、定量、通量、靈敏度、準確性和可重復性等方面仍有提升空間，需進一步技術發展。同時，多數代謝組學方法只能提供靜態信息，無法反映動態變化，因此開發動態分析系統也十分必要。這就需要進一步改進分析和數據挖掘技術，以建立更通用全面的代謝組學研究方法。報告中，他將介紹現有代謝組學技術，并闡述下一代代謝組學所需的關鍵技術。

中國科學技術大學包巍

報告題目“Multimodal Cohort for Biomarker Discovery in the Era of Precision Medicine”

包巍教授在報告中介紹了精準醫學時代用于生物標志物發現的多模態隊列研究。在精準醫學時代，對新型、靈敏且特異的生物標志物需求日益增長，但尚未得到充分滿足，而隊列研究是發現和驗證生物標志物的有力工具。傳統隊列研究主要依賴問卷數據，部分采集血樣進行生化分析和生物標志物測量。多模態隊列則收集血液、尿液、糞便等多種生物樣本，并進行MRI、CT、超聲等多種醫學影像檢查，能夠整合血液樣本的基因組、代謝組和蛋白質組數據，糞便樣本的宏基因組數據以及影像數據，從而更深入地評估疾病進展。報告將介紹多模態隊列研究的最新進展，涵蓋英國生物銀行等知名隊列，以及中國廬江隊列等新興隊列。

大連醫科大學 Dr. Keyu Su

報告題目“Metabolism Senses Chronic Stress to Promote Tumorigenesis”

Keyu Su在報告中介紹了代謝感知慢性應激促進腫瘤發生的相關研究。慢性心理應激和睡眠不足與癌癥患者預后不良相關，這些風險因素會引發焦慮、抑郁和生物鐘紊亂等負面生理效應，進而促進腫瘤生長和腫瘤干性。然而，慢性應激和睡眠不足促進腫瘤干性的機制尚不明確。研究發現，慢性應激會重塑糖酵解過程，促進乳腺癌細胞呈現干細胞樣特征，用維生素C靶向乳酸脫氫酶A可顯著逆轉慢性應激誘導的乳腺癌進展和干性。同時，睡眠失調會重塑脂肪酸氧化（FAO）節律，促進腫瘤生長和干細胞樣特性，節律性補充與睡眠相關的激素可恢復FAO節律，緩解肺癌發展。總之，研究表明慢性應激和睡眠不足會通過重新編程代謝來加速癌癥發展，并為受慢性應激和睡眠不足影響的癌癥患者提供了代謝干預和時間治療策略。

中國科學院大連化學物理研究所 Prof. Mingliang Ye

報告題目“PELSA: A Generally Applicable Proteomics Method for the Identification of Ligand - Binding Proteins and Their BindingSites for Diverse Ligands Including Drugs and Metabolites”

葉明亮研究員在報告中介紹了PELSA，這是一種通用蛋白質組學方法，用于鑒定配體（含藥物和代謝物）結合蛋白及其位點。配體與蛋白互作研究需鑒定結合蛋白及位點，團隊發現配體誘導的蛋白局部穩定性變化可特殊酶解檢測，據此開發PELSA，該方法無需修飾，能在蛋白組范圍鑒定靶點和結合區域。通過多場景應用展示其多功能性，對R2HG的研究揭示其靶點功能及致病過程。與LiP-Quant、TPP相比，PELSA靈敏度更高，還能提供結合位點信息。其無需修飾配體，在檢測弱相互作用、鑒定代謝物靶點上優勢明顯，是研究配體 - 蛋白互作的多功能工具。