超越病毒抑制：利用多组学揭示隐藏的代谢风险

对于接受有效抗逆转录病毒疗法（ART）的HIV感染者而言，目标已从生存转向健康老龄化。然而，即使病毒得到抑制，许多人仍面临更高的代谢疾病风险。一项新研究揭示，这种风险并非均一的，而复杂的多组学整合能够识别出最脆弱的个体。

关键发现

• 三个不同的群体： 利用网络分析，研究人员在接受ART治疗的个体中识别出三种不同的代谢表型，范围从相对健康的表型到高风险严重集群（占参与者的45%）。
• 高风险特征： 高风险严重组尽管拥有更好的免疫（CD4+）细胞计数，但其内脏脂肪、BMI和代谢综合征发生率更高，同时血液甘油三酯水平也更高。
• 微生物组与生活方式关联： 不同组别间的肠道微生物组存在差异，高风险集群中富含普雷沃菌属，并且与男男性行为者（MSM）密切相关，这凸显了生活方式和性取向对代谢健康的影响。

研究意义

这项工作有力地展示了多组学整合如何揭示单层分析无法发现的临床洞见。它超越了简单地将HIV感染者与健康对照组进行比较，转而揭示了患者群体内部重要的亚表型。这种分层是实现精准医疗的第一步——识别哪些个体需要针对性的生活方式或治疗干预，以降低代谢风险并促进健康老龄化。

技术方法

该团队采用了一种巧妙的两步生物信息学策略。首先，他们基于血浆代谢组学、脂质组学和粪便微生物组（16s） 数据分别构建了分子网络。然后，他们使用一种名为相似性网络融合（SNF） 的方法，将这些网络整合成一个单一的、全面的图谱。这种融合使得数据本身能够基于组合的多组学模式揭示出自然的患者分组，而非依赖预先定义的临床标签。

延伸阅读

欲了解完整细节，请参阅原始预印本：Mikaeloff等人于2022年在bioRxiv上发表的基于网络的多组学整合揭示接受治疗的HIV感染者的代谢高风险特征。