作者： 卢剑飞   秦迪  李捷

单位：天津医科大学总医院

基因组学、蛋白质组学、代谢组学等“三位一体”的多组学技术在生命科学领域发挥越来越重要的作用，基因组学将人体的遗传信息传递给蛋白质组学来进行功能的表达，最终通过代谢组学来产生相应的效应，代谢组学直接反应了机体的状态变化，代谢组学研究在生物标志物的发现、新代谢产物的鉴定以及许多生物体内生物途径的更详细描述方面取得了重大突破。代谢组学常用的工具包括核磁共振波谱、质谱、液相色谱、气相色谱等。本文将对代谢组学中的核磁共振波谱以及其在临床医学中的应用进行综述分析。

一、核磁共振检测的基本原理

核磁共振（Nuclear Magnetic Resonance，简写为NMR）波谱与紫外吸收光谱、红外吸收光谱、质谱被人们称为“四谱”，是对各种有机和无机物的成分、结构进行定性分析的最强有力的工具之一，也可以进行化合物的定量分析[1]。在强磁场中，某些元素的原子核和电子能量本身所具有的磁性，被分裂成两个或两个以上量子化的能级，吸收适当频率的电磁辐射，可在所产生的磁诱导能级之间发生跃迁。在磁场中，这种带核磁性的分子或原子核吸收从低能态向高能态跃迁的两个能级差的能量，会产生共振谱，可用于测定分子中某些原子的数目、类型和相对位置。NMR波谱按照测定对象分类可分为：1H-NMR谱（测定对象为氢原子核）、13C-NMR谱及氟谱、磷谱、氮谱等。有机化合物、高分子材料、生物代谢物都主要由碳氢组成，所以在物质结构与性能研究中，以1H-NMR谱和13C-NMR谱应用最为广（图1）。

图1. 核磁共振波谱原理

二、核磁共振技术发展历程

1930年代，人类关于原子核与磁场以及外加射频场相互作用的最早认识始于物理学家伊西多·拉比，他发现在磁场中的原子核会沿磁场方向呈正向或反向有序平行排列，而施加无线电波之后，原子核的自旋方向发生翻转。由于这项研究，拉比于1944年获得了诺贝尔物理学奖。1946年两位美国科学家布洛赫和珀塞尔发现，将具有奇数个核子（包括质子和中子）的原子核置于磁场中，再施加以特定频率的射频场，就会发生原子核吸收射频场能量的现象，这就是人们最初对核磁共振现象的认识。为此他们两人获得了1952年度诺贝尔物理学奖。核磁共振现象被发现之后，很快就在工业领域进行了应用，化学家利用分子结构对氢原子周围磁场产生的影响，发展出了核磁共振谱，用于解析分子结构，随着时间的推移，核磁共振谱技术不断发展，从最初的一维H谱发展到13C谱、二维核磁共振谱等高级谱图，核磁共振技术解析分子结构的能力也越来越强，进入1990年代以后，人们甚至发展出了依靠核磁共振信息确定蛋白质分子三级结构的技术，使得溶液相蛋白质分子结构的精确测定成为可能。最早的核磁共振成像实验是由1973年劳特伯发表的，并立刻引起了广泛重视，短短10年间就进入了临床应用阶段。劳特伯尔之后，核磁共振成像技术（Nuclear Magnetic Resonance Imaging，MRI）日趋成熟，应用范围日益广泛，成为一项常规的医学检测手段。2003年，保罗·劳特伯尔和英国诺丁汉大学教授彼得·曼斯菲尔因为他们在核磁共振成像技术方面的贡献获得了当年度的诺贝尔生理学或医学奖。

三、核磁共振波谱技术特点

核磁共振波谱在发展中相较于其他方法表现出诸多技术特点。（1）其自动化程度高：只需操作人员进行简单的缓冲溶液加入，即可上机检测；（2）样本需要量少：对于生物样本的需求量小，仅要求数百微升；（3）在检测过程中，无需开盖，是一种无损检测；（4）检测时间短，一次体液的一维图谱大概仅需要十分钟时间；（5）一次检测可产出信息量丰富的图谱，这些图谱具有可追溯性和还原性；（6）所产生数据为定性和绝对定量数据，准确率高；（7）整体的操作有全球统一的标准操作规程（Standard Operating Procedure，SOP），稳定性高，可实现全球结果跨区域的数据交流合作。但其基础设备价格昂贵，维护专业性高，限制了其在临床应用等方面快速的发展（图2）。

图2. 人体尿液核磁共振一维氢谱

四、核磁共振波谱技术在临床医学中的应用研究进展

1. MRI核磁共振成像技术：核磁共振成像技术是最为成熟的核磁共振医学应用，其利用核磁共振原理，依据所释放的能量在物质内部不同结构环境中不同的衰减，通过外加梯度磁场检测所发射出的电磁波，即可得知构成这一物体原子核的位置和种类，据此可以绘制成物体内部的结构图像。核磁共振成像技术是一种非介入探测技术，相对于X-射线透视技术和放射造影技术，MRI对人体没有辐射影响，相对于超声探测技术，核磁共振成像更加清晰，能够显示更多细节，此外相对于其他成像技术，核磁共振成像不仅仅能够显示有形的实体病变，而且还能够对脑、心、肝等功能性反应进行精确的判定。在心脑血管疾病、胸腹器官病变、肿瘤、骨骼及近骨骼软组织病变的诊断方面，MRI技术都发挥了非常重要的作用。

2. 核磁共振血脂检测：随着核磁共振波谱技术的进一步发展，出现了很多将波谱信息分析、转化用于临床服务的平台与技术，如Otvos等人在上世纪九十年代初期开发了基于NMR的脂蛋白定量技术[2]，Jeremy K. Nicholson等人使用600MHz Bruker Avance III的超导核磁共振平台和IVDr的临床诊断研究技术，进行了人体血液和血清的脂蛋白定量和小分子代谢物的定量[3]。他们也对不同的体液，包括血液、尿液、脑脊液等进行检测，提供血脂、靶向代谢物、非靶向代谢物和质量控制等指标。在这些技术平台的支持下，诸多领域的临床研究显示了积极的结果，也极大的促进了此后医学实践的进步。心脑血管疾病是中国人群十大死因首位，而血脂异常是形成心脑血管疾病的重要因素之一，中国成人血脂异常率高达40.4%，常规血脂四项中LDL-C是预警、诊治血脂异常的首要靶点[4,5]。Amit Sachdeva等人基于一项136,905位心血管住院患者的血脂分析指出，近一半的住院病人LDL-C水平小于100mg/dL，属于正常范围，由此表明基于LDL-C为主的血脂检测指标不足以反映CVD风险与调脂效果[6]。

而基于核磁共振波谱技术所提供的脂蛋白颗粒浓度、大小，各脂蛋白胆固醇亚类等指标在临床研究中展示出了不同等级的独立影响效果。William C. Cromwell等人对Framingham Offspring队列中LDL的颗粒数量和未来心血管疾病风险进行了研究，在对265名男性、266名女性14.8年的随访后发现，相较于LDL-C或non-HDL-C，LDL-P更强的和心血管疾病风险相关[7]。Gavin J. Blake等人研究了核磁共振波谱测定的低密度脂蛋白颗粒浓度和大小对女性心血管疾病的预测，其中发现随后发生心血管事件的女性的低密度脂蛋白颗粒浓度（NMR）的中位基线水平较高（1597vs1404nmol/L；P=0.0001），低密度脂蛋白颗粒大小（NMR）更小（21.5比21.8nm；P=0.046）[8]。Peter P. Toth等人对两组心血管风险病人进行研究，分别达到低密度脂蛋白胆固醇和颗粒目标，发现在真实世界研究中，较高的LDL-P水平和心血管疾病的升高相关，高风险患者（LDL-P＜1000nmol/L）接受了较其他患者（LDL-C＜100mg/dL）更激进的降脂治疗，这项随访研究发现脂类指标和降脂管理的差异均与心血管事件和脑卒中的发生相关[9]。James D. Otvos等人研究了低密度脂蛋白胆固醇和低密度脂蛋白颗粒浓度不一致时的临床意义，对于LDL-C和LDL-P水平不协调的个人，LDL-P更好的指示了归因于LDL的动脉粥样硬化风险[10]。美国血脂协会的专家共识明确指出在心血管疾病中等风险的病人中，用于达到LDL-C和non-HDL-C这两个目标时，使用LDL-P指标是一个合理的指标，当LDL-P不协调提升时，应考虑加强低密度脂蛋白降低治疗[11]。Annie C. St-Pierre等人通过加拿大魁北克13年的一个心血管研究队列，研究了低密度脂蛋白亚组分和和男性长期缺血性心脏病的风险，研究表明，大的低密度脂蛋白亚组分的胆固醇水平与男性缺血性心脏病的风险增加无关，而低密度脂蛋白大小表型变化引起的心血管风险主要与小的低密度脂蛋白颗粒相关[12]。EM Urbina等人对656名10-24岁的青少年队列进行研究，发现脂蛋白颗粒浓度和大小比传统血脂指标更与血管结构和功能相关。与青少年和年轻人的传统脂质测量相比，NMR的脂质测量可能是目标器官损伤风险的更好指标[13]。Allan D. Sniderman等人研究了致动脉粥样硬化脂蛋白颗粒测定对调脂治疗差异的临床意义，他们通过11个降低LDL的试验（n=17035），研究了不同降LDL的方法对于不同血脂指标改变的差异[14]。Josef Coresh等人在1993年研究了男性和女性血浆甘油三酯浓度、LDL粒径、密度和化学成分与早发冠心病的关系[15]。我国专家也通过该技术进行了大量的研究，安贞医院赵冬教授基于930例45-74岁受试者，研究了采用核磁共振波谱法测量脂蛋白颗粒数与颈动脉粥样硬化进展的关系[16]，阜外医院李建军教授研究了脂蛋白颗粒数与糖尿病稳定型冠心病患者近期预后的影响[17]。通过以上各项研究，基于核磁共振的血脂指标在心脑血管疾病风险的预测、调脂目标的确立、治疗方案的制定、血管结构的影响等各个方面显示出了良好的医学使用价值。这些指标的临床检测从2008年起在美国的Labcorp，Quest等第三方检验所和Mayo clinic、Cleveland clinic等医疗机构开始推行，并纳入了美国的医保范围，欧洲德国、挪威、芬兰、西班牙等国也开始进入临床服务。我国也有部分第三方医学检验所将其引进，开始进行临床试验，随后在中国开展临床服务。

3. 核磁共振代谢组学检测在代谢疾病领域的应用：除了以上治疗领域以外，核磁共振技术的代谢物指标在其他领域也进行了大量的临床研究，如针对一些代谢疾病、尤其是新生儿的代谢疾病的诊断和治疗起到了积极的作用。Nieves Embade等人对Basque城4个公立医院的470名新生儿的尿液进行了150种代谢物的检测，发现了一例酮症代谢中毒和一例三甲胺尿中毒的新生儿，从而证明了利用尿液核磁共振波谱代谢组学这一无创、易得的方式进行新生儿代谢综合征判定的可能性[18]。

4. 核磁共振代谢组学检测在肿瘤领域的应用：肿瘤的代谢组学一直是领域内的研究热点，基于核磁共振的代谢组学在疾病的预测、诊断、分类预后及疗效预测方面都有不同的研究。2015年，Bro等人发表了一项研究，根据对非空腹血清和生活方式因素的核磁共振分析，预测丹麦妇女（n=838）是否会在5年内发展成乳腺癌。使用这种方法，他们在129个样本的独立验证集中达到82%的预测准确率，和传统的乳腺钼靶筛查的诊断准确性相当[19]。前列腺癌和良性前列腺增生的临床症状非常相似，Giskeødegård等人进行的试点研究采用核磁共振和质谱联用分析，显示两类患者的血清代谢有显著差异，将两者分类的准确率达78%[20]。卵巢癌是妇科恶性肿瘤中死亡率最高的一种，早期诊断困难。Slupsky等人证明了卵巢癌患者（n=50）和健康对照组（n=72）之间核磁共振测定的尿代谢谱的显著差异。与对照组相比，卵巢癌患者体内所有30种量化代谢物的水平都显著降低。在卵巢癌患者和对照组之间的血清样本中也发现了显著的代谢差异，77个独立样本集的敏感性和特异性分别为95%和68%[21]。在Tenori等人研究了一项关于乳腺癌国际临床试验的579名患者的数据，结果显示核磁共振血清代谢组学对接受紫杉醇化疗、抗HER2药物拉比替尼或安慰剂的患者的OS差异有了很好的预示[22]。

5. 核磁共振代谢组学检测在其他领域的应用：核磁共振代谢组学也在老年疾病、神经系统疾病、营养学等其他疾病领域进行研究。如Juho Tynkkynen等人研究了基于NMR的脂蛋白亚组分、代谢物和阿尔茨海默氏症的关系。通过8个队列246698人的研究，他们发现三个支链氨基酸、VLDL、HDL亚组分和疾病的风险相关[23]。Yu Chung Chooi等人研究了摄入能量限制和运动对于脂蛋白亚类的影响，他们的研究表明，通过摄入能量限制和有氧运动，能降低循环中大的和中型的VLDL的颗粒浓度和甘油三酯的浓度[24]。

五、小 结

核磁共振波谱技术在MRI、血脂检测、代谢组学展现了强劲的临床服务潜力，更多层面的临床研究也推动了这项技术在临床的应用。目前依然有很多疾病领域、不同医学诊疗目的的应用还停留在临床研究阶段，需要更多的临床试验，快速启动在中国的注册审批进程，更好的服务于中国人群的医学诊疗实践。

参考文献

俞槐根, 核磁共振波谱分析法(一), 化学世界, 1985, 07：276-278.

Otvos JD, Jeyarajah EJ, Bennett DW. Quantification of plasma lipoproteins by proton nuclear magnetic resonance spectroscopy. Clin Chem. 1991; 37(3): 377-86

Beatriz Jimenez et al. Quantitative Lipoprotein Subclass and Low Molecular Weight Metabolite Analysis in Human Serum and Plasma by 1 H NMR Spectroscopy in a Multilaboratory Trial , Anal Chem. 2018 Oct 16; 90(20): 11962-11971

Zhou M, Wang H, Zeng X, et al. Mortality, morbidity, and risk factors in China and its provinces, 1990-2017: a systematic analysis for the Global Burden of Disease Study 2017. Lancet. 2019; 394 (10204): 1145-1158

中国成人血脂异常防治指南修订联合委员会. 中国成人血脂异常防治指南(2016 年修订版). 中华心血管病杂志, 2016, 44(10): 833-853. 

Sachdeva A, Cannon CP, Deedwania PC, et al. Lipid levels in patients hospitalized with coronary artery disease: an analysis of 136,905 hospitalizations in Get With The Guidelines. Am Heart J. 2009; 157(1): 111-117.e2

Cromwell et al.LDL Particle Number and Risk of Future Cardiovascular Disease in the Framingham Offspring Study-Implications for LDL Management, J Clin Lipidol. 2007 December 1; 1 (6): 583-592.

Blake GJ, Otvos JD, Rifai N, Ridker PM. Low-density lipoprotein particle concentration and size as determined by nuclear magnetic resonance spectroscopy as predictors of cardiovascular disease in women. Circulation. 2002; 106(15): 1930-7

Toth PP, Grabner M, Punekar RS, Quimbo RA, Cziraky MJ, Jacobson TA. Cardiovascular risk in patients achieving low-density lipoprotein cholesterol and particle targets. Atherosclerosis. 2014; 235 (2): 585-91

Otvos JD, Mora S, Shalaurova I, Greenland P, Mackey RH, Goff DC Jr. Clinical implications of discordance between low-density lipoprotein cholesterol and particle number. J Clin Lipidol. 2011; 5(2): 105-13

Davidson MH, Ballantyne CM, Jacobson TA, et al. Clinical utility of inflammatory markers and advanced lipoprotein testing: advice from an expert panel of lipid specialists. J Clin Lipidol. 2011; 5(5): 338-67

St-Pierre AC, Cantin B, Dagenais GR, et al. Low-density lipoprotein subfractions and the long-term risk of ischemic heart disease in men: 13-year follow-up data from the Québec Cardiovascular Study. Arterioscler Thromb Vasc Biol. 2005; 25(3): 553-9

Urbina EM, McCoy CE, Gao Z, et al. Lipoprotein particle number and size predict vascular structure and function better than traditional lipids in adolescents and young adults. J Clin Lipidol. 2017; 11(4): 1023-1031

Allan D. Sniderman, Differential response of cholesterol and particle measures of atherogenic lipoproteins to LDL-lowering therapy: implications for clinical practice, Journal of Clinical Lipidology (2008)  2, 36-42

Coresh J, Kwiterovich PO Jr, Smith HH, Bachorik PS. Association of plasma triglyceride concentration and LDL particle diameter, density, and chemical composition with premature coronary artery disease in men and women. J Lipid Res. 1993; 34(10): 1687-97

Qi Y, Fan J, Liu J, et al. Cholesterol-overloaded HDL particles are independently associated with progression of carotid atherosclerosis in a cardiovascular disease-free population: a community-based cohort study. J Am Coll Cardiol. 2015; 65(4): 355-363

Hong LF, Yang B, Luo SH, Li JJ. Impact of estimated HDL particle size via the ratio of HDL-C and apoprotein A-I on short-term prognosis of diabetic patients with stable coronary artery disease. J Geriatr Cardiol. 2014; 11(3): 245-52

Embade N, Cannet C, Diercks T, et al. NMR-based newborn urine screening for optimized detection of inherited errors of metabolism. Sci Rep. 2019; 9(1): 13067

Bro R, Kamstrup-Nielsen MH, Engelsen SB, et al. Forecasting individual breast cancer risk using plasma metabolomics and biocontours. Metabolomics. 2015; 11(5): 1376-1380. 

Giskeødegård GF, Hansen AF, Bertilsson H, et al. Metabolic markers in blood can separate prostate cancer from benign prostatic hyperplasia. Br J Cancer. 2015; 113(12): 1712-1719. : 276-278

Slupsky CM, Steed H, Wells TH, et al. Urine metabolite analysis offers potential early diagnosis of ovarian and breast cancers. Clin Cancer Res. 2010; 16(23): 5835-5841. 

Tenori L, Oakman C, Morris PG, et al. Serum metabolomic profiles evaluated after surgery may identify patients with oestrogen receptor negative early breast cancer at increased risk of disease recurrence. Results from a retrospective study. Mol Oncol. 2015; 9(1): 128-139. 

Tynkkynen J, Chouraki V, van der Lee SJ, et al. Association of branched-chain amino acids and other circulating metabolites with risk of incident dementia and Alzheimer's disease: A prospective study in eight cohorts. Alzheimers Dement. 2018; 14(6): 723-733

Chooi YC, Ding C, Chan Z, et al. Lipoprotein Subclass Profile after Progressive Energy Deficits Induced by Calorie Restriction or Exercise. Nutrients. 2018; 10(11).