痛风发作表现为由单钠尿酸盐晶体引起的剧烈疼痛性急性炎症性关节炎发作。痛风发作是不可预测的。多达20%的患者在诊断后1年内会再次经历痛风发作。尽管已经描述了不同的痛风发作轨迹，但缺乏确定的预测因素来识别可能发作的个体。血清尿酸盐升高与已确诊痛风患者的痛风发作风险增加有关，但并不能完美预测个体患者的继发发作。确定复发性发作的其他预测因素具有重要的临床意义，因为这可以帮助制定更个性化的抗炎预防疗法。

迄今为止，基质金属蛋白酶活性、糖蛋白CA72-4和代谢物糖蛋白乙酰化已成为痛风初次发作和复发发作的潜在生物标志物。此外，有越来越多的证据表明，在疾病的不同阶段存在不同的代谢组学特征。这些数据表明，代谢生物标志物具有提高痛风患者发作风险分层的临床潜力。因此，本研究建立了一个痛风患者队列，旨在（a）深入了解痛风发作期间的代谢过程，以及（b）发现和验证生物标志物，以改善对痛风复发的预测。

该项前瞻性研究针对的痛风患者按序贯入组。横断面分析中，根据入组时痛风发作的有无（急性组）进行数据分析。对临界组参与者进行前瞻性随访，并根据1年内痛风的发作情况（复发组）或无痛风发作（无发作组）进行分析。采用非靶向液相色谱-质谱法测定基线访视时血清代谢物的相对丰度。使用最小绝对收缩和选择算子(LASSO)-Cox回归和时间-受试者工作特征(ROC)分析突发痛风的风险。使用机器学习模型在横断面和纵向分析中识别生物标志物，并在独立验证队列中使用定量靶向代谢组学进一步优化模型。

研究结果显示，急性组和临界间组参与者表现出不同的代谢特征，包括碳水化合物、脂质和核苷酸代谢。其中，糖酵解的关键中间体果糖-6-磷酸在急性组中显著升高（16倍）。此外，基于富集分析，与果糖​​和甘露糖代谢以及磷酸戊糖代谢相关的途径在急性组和临界间期组之间也存在显著差异。这些结果表明，能量供应会根据急性炎症状态而改变。

图1：代谢组学特征

前瞻性分析显示，许多代谢物与痛风复发相关。包含5-甲氧基色胺在内的六种LASSO衍生代谢物的代谢风险评分对痛风发作风险具有良好的区分性，其ROC曲线下面积（AUC）为0.82（95% CI：0.74-0.90）。机器学习模型在急性组和临界间组之间进行比较时，AUC为0.828。对于复发性发作的预测，结合代谢物和临床测量数据，AUC达到0.807-0.867。

综上所述，本研究鉴定出了大量与痛风发作相关的代谢物，这些代谢物在横断面和纵向上均与临床变量相关。这些发现或许可以帮助我们识别出具有已鉴定代谢组学生物标志物的痛风高发人群，并使其受益于强化抗炎预防治疗。

原始出处：

Wenyan Sun, Rui Li, Nicola Dalbeth, Lingling Cui, Zhen Liu, Can Wang, Lin Han, Hui Zhang, Jie Lu, Huiyong Yin, Haibing Chen, Changgui Li - Metabolomic profiles underlying gout flares: a prospective study of people with gout: RMD Open 2025;11:e005278.

Tags： RMD Open：中国学者揭示痛风发作的代谢组学特征