BMC Medicine | 程立新/于凯江团队发表多组学整合模型，助力脓毒症急性肾损伤早期诊断和风险分层

白云科研 2025-07-07

近日，南方科技大学第一附属医院（深圳市人民医院）程立新教授团队联合哈尔滨医科大学附属第一医院于凯江教授团队在医学领域权威期刊BMC Medicine上发表题为“Metabolomics- and proteomics-based multi-omics integration reveals early metabolite alterations in sepsis-associated acute kidney injury（基于代谢组学和蛋白质组学的多组学整合揭示脓毒症相关急性肾损伤的早期代谢物变化）”的研究论文。通过系统性整合分析脓毒症急性肾损伤（SA-AKI）小鼠模型以及临床样本的多组学数据，全面揭示了SA-AKI发生早期的代谢变化特征。

脓毒症是重症监护病房（ICU）中常见的危重症，约三分之一的脓毒症患者最终发展为SA-AKI，死亡率高达41%。因此，明确具有高特异性的生物标志物对于SA-AKI的早期诊断和风险分层具有重要意义。

研究团队采用多组学整合分析方法，通过构建肾功能-蛋白质-代谢物网络分析识别了5种核心代谢物（3-羟基丁酸、3-羟甲基戊二酸、肌酸、肌苷、肉豆蔻酸），并刻画了这些代谢物在SA-AKI小鼠的血浆中的早期变化趋势。进一步，研究团队基于上述核心代谢物构建了诊断模型IC3，用于SA-AKI的早期检测（AUC = 0.90）。

图注：在多组学层面表征核心代谢物

哈尔滨医科大学研究生黄鹏飞、刘彦琦、李悦、辛宇和深圳市人民医院重症医学科南川川教授为文章共同第一作者，于凯江教授、赵鸣雁教授、程立新教授、王常松教授为文章通讯作者。

团队介绍

程立新团队主要方向为医学大数据分析与生物信息学，通过机器学习和数据挖掘技术从高通量和多维组学数据中识别稳定的分子标志物，对疾病进行早期筛查及预后评估。程立新教授在生物医学数据的整合与迁移学习领域有着丰富的经验，以第一或通讯作者发表SCI论文近50篇（IF>280，H指数27），包括Bioinformatics（6篇）、 Briefings in Bioinformatics（6篇）、PLoS Computational Biology、Alzheimer’s & Dementia、BMC Medicine等。

课题组诚招博士后及科研助理，待遇优厚、长期有效。

联系方式：

程老师：easonlcheng@hotmail.com。

邮件主题请注明“博士后应聘+姓名”并附简历。

参考文献：

Huang P#, Liu Y#, Li Y#, Xin Y#, Nan C#, Luo Y, Feng Y, Jin N, Peng Y, Wang D, Zhou Y, Luan F, Wang X, Wang X, Li H, Zhou Y, Zhang W, Liu Y, Yuan M, Zhang Y, Song Y, Xiao Y, Shen L, Yu K*, Zhao M*, Cheng L*, Wang C*. Metabolomics- and proteomics-based multi-omics integration reveals early metabolite alterations in sepsis-associated acute kidney injury. BMC Med. 2025 Feb 11;23(1):79.

本文由 SEQ.CN 作者：白云发表，转载请注明来源！

科研