Kidney Int：通过大规模代谢组数据寻找新型肾小球滤过率估算标志物

当前，肾小球滤过率（eGFR）的估算常基于肌酐和胱抑素C的测定，但这些方法的准确性不是最理想。这主要是因为这些标志物受到多种非肾脏因素的影响，如患者的肌肉量、年龄、性别等。为了提高eGFR的估算准确性，本研究利用非靶向代谢组学数据，寻找与实测GFR（mGFR）具有最大联合关联的候选滤过标志物。通过考虑这些候选标志物的生物学属性，旨在开发一种新的目标化检测方法，能够更精确地反映肾脏的滤过功能，并减少对人口统计变量的依赖。

本研究分析了包含2,851名参与者的七项多样化研究中的代谢物数据，这些数据均使用Metabolon H4平台进行测量，并与对数mGFR的皮尔逊相关性进行分析。研究采用逐步方法，开发了多个模型来估算mGFR，这些模型考虑了是否包含肌酐，并允许筛选候选标志物。研究过程中特别注重选择那些与人口统计学变量依赖性小的代谢物。

结果显示，在所有研究中共鉴定到456种代谢物，其中36种与mGFR的相关系数小于-0.5。基于这些代谢物，共开发了2,225个模型，与使用非目标肌酐的估计值相比，所有模型的均方根误差均较低，人口统计学变量的系数也较小。研究最终选定了17种代谢物，其中包括12种新的候选滤过标志物，这些选定的代谢物不仅与mGFR有强烈的关联，而且很少受到人口统计因素的影响。此外，这些代谢物在尿液中排泄，代表了多样的代谢途径和肾小管处理机制。

通过全球代谢组学发现新的肾小球滤过率评估候选标志物的研究设计与主要研究结果

总之，本研究通过分析大规模代谢组数据，识别出与mGFR强相关且对人口统计因素依赖性小的新候选eGFR标志物。这些发现为开发基于质谱的多分析物eGFR测定试剂提供了科学依据，这种新方法有望提高eGFR估算的准确性，减少对非GFR决定因素的依赖。

原始出处：

Evaluation of novel candidate filtration markers from a global metabolomic discovery for glomerular filtration rate estimation. Kidney Int. 2024 Mar;105(3):582-592. doi: 10.1016/j.kint.2023.11.007. Epub 2023 Nov 23. PMID: 38006943; PMCID: PMC10932836.