引言：多组学赋能，破解腺瘤-癌进展的代谢密码结直肠癌（CRC）是全球高发的消化道恶性肿瘤，其“正常上皮-腺瘤-癌”的渐进式发展为早期干预和筛查提供了宝贵的时间窗。然而，目前临床常用的血清癌胚抗原（CEA）和粪便免疫化学试验（FIT）在灵敏度与特异性上存在局限。2024年8月，发表于顶级期刊 Cancer Cell 的一项重磅研究，基于四个独立队列共1,251例样本，通过整合血浆与粪便非靶向/靶向代谢组学、宏基因组测序及细胞因子谱分析，系统描绘了CRC进展中的全景代谢物图谱，不仅精准鉴定出油酸和别胆酸为关键功能代谢物，并深入剖析其作用机制，构建出高诊断效能的血浆代谢物组合，为CRC早期筛查提供了崭新的技术路径与理论依据。
第一部分：多组学全景解析与实验设计原理
技术原理与实验流程：
本研究构建了“发现队列 + 三个验证队列”的严谨逻辑。利用液相色谱-质谱联用（LC-MS）非靶向代谢组学技术，对血浆和粪便样本中的内源性代谢物进行高通量检测，发现队列中共鉴定出1,026种血浆内源代谢物和1,988种粪便内源代谢物。同时，研究者对粪便样本进行了宏基因组测序，并对部分血清样本进行了细胞因子谱分析，以多维度探索宿主-微生物-代谢物之间的相互联系。
交联质谱技术原理
交联质谱以空间邻近依赖性化学交联为核心，利用双功能交联试剂共价连接蛋白空间距离足够近的氨基酸残基（如赖氨酸、天冬氨酸、谷氨酸等），将非共价的弱相互作用转化为稳定共价连接，再通过质谱实现位点精准定位。
技术核心逻辑：
1.交联反应仅发生在蛋白分子内或分子间30 Å以内的功能基团；
2.交联产物经酶解后形成特征性交联肽段对；
3.高分辨质谱与专用算法可精准识别交联肽段，推导蛋白空间构象；
4.可在活细胞、组织裂解液、纯化蛋白等体系中原位分析，保留生理状态下的蛋白结构与互作。
相较于冷冻电镜、X射线晶体衍射，交联质谱突破样品纯度、分子量、稳定性限制，成为动态、复杂、低丰度蛋白复合物研究的核心技术。
核心数据分析与发现：
研究人员通过正交偏最小二乘法判别分析（OPLS-DA）发现，正常对照（NC）、结直肠腺瘤（CRA）和结直肠癌（CRC）三组的代谢物谱存在显著差异。进一步通过趋势分析，明确鉴定出22种血浆代谢物沿腺瘤-癌序列逐渐富集（如油酸、犬尿氨酸），34种血浆代谢物逐渐耗竭（如别胆酸、L-组氨酸）。在粪便代谢物中，同样观察到4种代谢物富集与28种代谢物耗竭。通过Spearman相关分析，阐明了代谢物与肠道菌群（如具核梭杆菌与油酸呈显著正相关）及促炎因子（如CXCL10）之间存在的密切互作网络。
第二部分：关键功能代谢物鉴定与分子机制深度挖局
关键功能验证：
为进一步锁定CRC进展中的核心驱动分子，研究者在体外细胞系（HCT116、HT-29等）、患者来源的类器官（PDO）以及AOM/DSS和ApcMin/+小鼠模型中进行严谨的功能回补实验。结果显示，油酸（Oleic acid）能显著促进CRC细胞活力、增殖及克隆形成，同时抑制细胞凋亡；而别胆酸（Allocholic acid）则呈现出与之相反的抑癌功效，显著抑制肿瘤生长。
受体识别与通路机制（核心创新）：
研究者创新性地采用有限蛋白水解-质谱（LiP-MS）联合分子对接与表面等离子体共振（SPR）技术，精准锁定了这两种代谢物在肿瘤细胞上的靶点受体：
- 油酸促癌机制：油酸通过烷基相互作用与α-烯醇化酶（ENO1）的Arg49残基结合（KD = 10.6 μM），进而激活PI3K/Akt信号通路。当在细胞中敲低ENO1或使用ENO1拮抗剂后，油酸的促癌效应显著消除。
- 别胆酸抑癌机制：别胆酸通过氢键与脆性X智力低下综合征相关蛋白1（FXR1）的Arg70残基结合（KD = 32.9 μM），从而抑制MAPK信号通路。在异种移植小鼠模型中，联合FXR1拮抗剂处理可完全逆转别胆酸抑制肿瘤生长的效果，从分子层面证实了靶点验证的可靠性。
第三部分：临床转化价值与诊断效能对比
核心优势与对比数据分析：
在临床转化应用层面，研究团队借助LASSO回归算法，从海量血浆代谢物中精准筛选并构建了一个包含17种血浆代谢物的诊断组合。该组合在诊断性能上大幅优于传统标志物：
- 诊断CRC vs. NC的效能：在发现队列中AUC高达0.927（敏感度80.2%，特异性93.6%）；在三个独立验证队列中，AUC分别达到0.987、0.848和0.909，展现出极高的稳健性。
- 早期诊断优势：令人振奋的是，该组合在诊断早期结直肠癌（I/II期）时依然表现出色，在验证队列1中AUC高达0.988，远优于CEA和FIT临床常规筛查指标。
- 延伸应用价值：除了早期诊断，研究者还构建了19种血浆代谢物的组合模型用于预测CRC患者化疗反应，AUC达到0.908，提示该组学方法在个体化治疗指导中亦具有广阔前景。
第四部分：代谢组学研究的新范式与方法论提炼
本研究并不止于数据挖掘，而是构建了一套“发现筛查-机制验证-临床转化”三位一体的完整技术链条。这为代谢组学在肿瘤研究领域提供了可复用的标准化范式：
- 大样本、多维度发现阶段：利用LC-MS建立代谢物和微生物的双图谱，筛出关键差异分子。
- 精密的功能与机制验证阶段：利用LiP-MS、SPR等先进技术验证配体-受体互作，再结合RNA-seq精确锁定下游通路。
- 标志物阶段：采用机器学习进行特征降维，最终将科研发现有效落地为临床诊断工具。
结语：技术赋能早诊，代谢组学开启精准筛查新纪元
该研究的突破性进展有力证明了代谢组学在肿瘤早期筛查中的巨大潜力。通过精准识别油酸与别胆酸的促/抑癌机制，不仅为CRC的基础研究提供了新靶点，更通过构建高特异性代谢物组合，为临床无创早筛提供了有力的工具。这一整合多组学技术、结合功能验证和临床转化的系统性研究模式，值得在更多重大慢病的早期预警中推广借鉴。
🔗 文献信息与数据来源：
论文题目：Integrative plasma and fecal metabolomics identify functional metabolites in adenoma-colorectal cancer progression and as early diagnostic biomarkers
发表期刊：Cancer Cell, 2024 Aug 14
通讯作者：Hongbing Shen (hbshen@njmu.edu.cn), Yinglei Miao (myldu@sina.com), Jun Yu (junyu@cuhk.edu.hk)
💡 核心核心技术解读：
- LC-MS非靶向/靶向代谢组学：用于全景式筛选血浆与粪便中的关键差异代谢物。
- LiP-MS（有限蛋白水解-质谱联用）：用于在复杂细胞裂解液中无偏倚地鉴定代谢物的蛋白质靶点受体。
- SPR（表面等离子体共振）：用于评估代谢物与目标受体蛋白的结合亲和力（如解离常数KD值的测定）。
- 分子对接（Molecular Docking）：预测代谢物与受体蛋白的结合位点及作用力类型。
- 宏基因组测序（Metagenomic Sequencing）：研究代谢物与肠道菌群的共变关系。
- LASSO回归机器学习算法：用于从高维代谢物特征中进行数据降维，构建最优临床诊断模型。