关于支气管扩张中代谢组学与焦虑和抑郁相关性的研究

非囊性纤维化支气管扩张是一种常见的肺部疾病。 支气管扩张的反复急性加重会严重损害肺功能，加速肺容量下降，降低生活质量并缩短生存期。 虽然先前的研究已将肺功能恶化和铜绿假单胞菌感染等因素确定为急性加重的诱因，但在支气管扩张患者中，消除这些因素并不能完全防止此类发作的发生。 目前研究表明，20-40%的支气管扩张患者存在焦虑和/或抑郁。 这些情况与疾病急性加重风险增加相关，其中抑郁与首次急性加重时间缩短存在特定关联。 因此，探究焦虑和抑郁在疾病进展中的内在作用至关重要。

根据纳入和排除标准，本研究将招募于2025年12月20日至2030年12月31日期间，在华中科技大学同济医学院附属协和医院、贵州省人民医院和宜昌市中心医院被诊断为支气管扩张的参与者。 研究方案已获得各医院研究伦理委员会的批准。 入组时，将收集以下人口统计学信息：性别、年龄、身高（米）和体重（千克）。 初诊时还将获取病史、既往急性加重情况和血液检测结果（包括全血细胞计数和生化参数）。 病原学检查结果也将被记录。 此外，将进行肺功能检查（如FEV1%预计值）和肺部高分辨率计算机断层扫描（HRCT）。 将使用改良的英国医学研究委员会呼吸困难量表（mMRC）评估患者的呼吸困难程度，同时使用医院焦虑抑郁量表（HADS）评估焦虑和抑郁状态。 在知情同意后，收集了包括血液、痰液和粪便在内的生物样本。 参与者入组后每三个月进行一次随访，记录急性加重频率、住院情况和生存状态。 数据收集完成后，将对包括血液、痰液和粪便在内的样本进行代谢组学分析，以研究患者的焦虑和抑郁状态是否与上述代谢组学发现相关，识别相应的生物标志物，并分析焦虑和抑郁在支气管扩张进展中的作用。

材料与方法

1. 数据收集 纳入和排除标准

   纳入标准：

   • 年龄 ≥18 岁
   • 参与者的肺部影像学发现和临床表现符合支气管扩张的诊断标准
   • 临床稳定（入组前4周内未使用抗生素或口服皮质类固醇）；
   • 愿意签署知情同意书并参与研究的患者。

   排除标准：

   • 年龄 <18 岁
   • 不符合支气管扩张的诊断标准
   • 患有囊性纤维化或既往有肺移植史的参与者
   • 由于心、脑、肝、肾等重要系统功能障碍无法配合研究，或因合并严重疾病无法参与研究的参与者
   • 患有活动性疾病的参与者，包括活动性肺结核、活动性变应性支气管肺曲霉病、活动性非结核分枝杆菌感染以及恶性肿瘤或与肺纤维化相关的继发性牵拉性支气管扩张
   • 妊娠期或哺乳期女性
   • 无法提供知情同意或拒绝参与临床研究的个体

   患者人口统计学指标和实验室检测结果的收集。 参与者入组时收集人口统计学指标（年龄、身高、体重）、mMRC评分、实验室检测结果、肺功能（FEV1%预计值）、放射学评分（改良Reiff评分、Bhalla评分）。

   焦虑和抑郁状态评估：所有患者在基线时被要求完成医院焦虑抑郁量表（HADS）。 每个分量表（HADS抑郁和焦虑）的评分范围为0至21分，得分 ≥8 分表明可能存在抑郁或焦虑 。

   疾病严重程度评估：使用支气管扩张严重程度指数（BSI）评估疾病严重程度。

2. 代谢组学实验方法代谢组学实验方法 2.1 样品制备 将收集的50 μL样品在冰上解冻，并与含有内标（IS，1 μg/mL）的200 μL冰冷甲醇:乙腈（1:1，v/v）混合。 剧烈涡旋混合，在-20°C孵育2小时，然后在4°C下以14,000 g离心15分钟。 将上清液转移至新样品瓶用于LC-MS分析。 通过合并所有个体样品的等分试样制备混合质量控制（QC）样品。

   2.2 LC-MS分析 色谱分离在Waters ACQUITY UPLC系统上进行，使用HSS T3色谱柱（2.1 × 100 mm，1.8 μm），柱温维持在40°C。 流动相由（A）含0.1%甲酸的水和（B）含0.1%甲酸的乙腈组成。 应用线性梯度如下：0-2分钟，2% B；2-10分钟，2% 至 98% B；10-12分钟，98% B；12-12.1分钟，98% 至 2% B；12.1-15分钟，2% B。流速为0.4 mL/min，进样体积为2 μL。

   质谱分析在SCIEX TripleTOF 6600+系统上进行，采用正负ESI模式。 参数设置如下：离子源气体1：60 psi，离子源气体2：60 psi，帘气：35 psi，源温度：550°C，离子喷雾电压：±5500 V。数据以信息依赖性采集（IDA）模式获取。

   2.3 数据处理和多变量统计分析 使用MS-DIAL软件处理原始数据文件，进行峰提取、对齐以及相对于内标的归一化。 将得到的数据矩阵导入SIMCA-P软件（v16.0，Umetrics，瑞典）进行多变量分析。 在进行PCA和OPLS-DA之前，应用单位方差缩放和均值中心化。 通过200次置换检验验证OPLS-DA模型。

   来自OPLS-DA模型的变量重要性投影（VIP）> 1.0且单变量Student's t检验p值 < 0.05的代谢物被认为具有统计学显著性。

   2.4 代谢物鉴定 通过将显著代谢物的精确质量（质量误差 < 10 ppm）和MS/MS谱图与HMDB数据库中的条目进行比较来鉴定代谢物。 在可能的情况下，通过与真实标准品（置信度等级1）的比较来确认鉴定结果。

3. 临床数据统计分析和方法：

对研究期间获得的数据进行了预先整理。 对于连续数据，首先进行正态性检验。 如果所有组均符合正态性，则使用Student's t检验进行组间比较。 否则，考虑使用非参数Wilcoxon秩和检验。 对于分类变量，使用χ²检验。 对具有统计学显著性的数据进行多变量逻辑回归分析。 P < 0.05被认为具有统计学显著性。

所有数据的统计分析均通过SPSS（IBM SPSS Statistics 26.0，SPSS Inc.，Chicago, IL）和R语言（版本4.1.3，www.R-project.org/）进行。 所有统计检验均为双侧检验，统计学显著性水平设定为0.05。