1. Национальный медицинский исследовательский центр имени В.А. Алмазова, Санкт-Петербург, Россия 2. Национальный медицинский исследовательский центр имени В.А. Алмазова, Санкт-Петербург, Россия; Национальный государственный университет физической культуры, спорта и здоровья имени П.Ф. Лесгафта, Санкт-Петербург, Россия 3. Национальный медицинский исследовательский центр имени В.А. Алмазова, Санкт-Петербург, Россия; Северо-Западный государственный медицинский университет имени И.И. Мечникова, Санкт-Петербург, Россия
Сепсис-ассоциированная энцефалопатия (САЭ) представляет собой острую дисфункцию головного мозга, которая возникает при отсутствии первичного очага инфекции в центральной нервной системе. Целью нашей работы было проведение пилотного нецелевого метаболомного исследования плазмы крови пациентов с САЭ для выявления метаболических изменений, потенциально связанных с патологическим состоянием, и формирования гипотез для дальнейшего изучения патогенеза, поиска перспективных биомаркеров и оценки тяжести состояния септического пациента. Метаболомное профилирование осуществлялось методом ВЭЖХ-МС-ВР с последующим статистическим анализом полученных данных. В результате слепого рандомизированного контролируемого клинического исследования выявлено существенное различие в метаболических профилях основной и контрольной групп. Функциональный анализ позволил обнаружить метаболические пути, наиболее затронутые патологическими процессами у пациентов с САЭ: метаболизм ацилкарнитинов, лизофосфатидилхолинов, таурина, биосинтез фолата и метаболизм лекарственных препаратов — субстрата цитохрома Р450. У больных с САЭ с нарушением сознания в виде делирия и комы отмечено снижение уровня длинноцепочечных ацилкарнитинов и содержания лизофосфатидилхолинов. Метаболомные профили пациентов с САЭ значимо различались в группе умерших и выживших пациентов: концентрации серосодержащих аминокислот в группе умерших были значительно ниже, чем в группе выживших. В нашем исследовании установлены 64 кандидата в биомаркеры, которые потенциально могут быть использованы для прогнозирования исходов сепсиса, что требует дальнейшего изучения с использованием расширенной и независимой когорты пациентов.
Кессених Е.Д. и др. Метаболомный профиль пациентов с сепсис-ассоциированной энцефалопатией // Биомедицинская химия. - 2025. - Т. 71. -N 6. - С. .
Кессених Е.Д. и др., "Метаболомный профиль пациентов с сепсис-ассоциированной энцефалопатией." Биомедицинская химия 71.6 (2025): .
Кессених, Е. Д., Быкова, К. М., Мурашко, Е. А., Дубровский, Я. А., Дорофейков, В. В., Саввина, И. А. (2025). Метаболомный профиль пациентов с сепсис-ассоциированной энцефалопатией. Биомедицинская химия, 71(6), .
Список литературы
Hu J., Xie S., Xia W., Huang F., Xu B., Zuo Z., Liao Y., Qian Z., Zhang L. (2024) Meta-analysis of evaluating neuron specific enolase as a serum biomarker for sepsis-associated encephalopathy. Int. Immunopharmacol., 131, 111857. CrossRef Scholar google search
Havelund J., Heegaard N., Færgeman N., Gramsbergen J. (2017) Biomarker research in Parkinson’s disease using metabolite profiling. Metabolites, 7(3), 42. CrossRef Scholar google search
Trongtrakul K., Thonusin C., Pothirat C., Chattipakorn S.C., Chattipakorn N. (2021) Past experiences for future applications of metabolomics in critically ill patients with sepsis and septic shocks. Metabolites, 12(1), 1. CrossRef Scholar google search
Hussain H., Vutipongsatorn K., Jiménez B., Antcliffe D.B. (2022) Patient stratification in sepsis: using metabolomics to detect clinical phenotypes, sub-phenotypes and therapeutic response. Metabolites, 12(5), 376. CrossRef Scholar google search
Liu J., Zhou G., Wang X., Liu D. (2022) Metabolic reprogramming consequences of sepsis: adaptations and contradictions. Cell. Mol. Life Sci., 79(8), 456. CrossRef Scholar google search
Дрягина Н.В., Кондратьева Е.А., Дубровский Я.А., Кондратьев А.Н. (2020) Метаболом головного мозга. Российский неврологический журнал, 25(1), 4–12. CrossRef Scholar google search
Khan S., Ince-Dunn G., Suomalainen A., Elo L.L. (2020) Integrative omics approaches provide biological and clinical insights: examples from mitochondrial diseases. J. Clin. Invest., 130(1), 20–28. CrossRef Scholar google search
Smirnov K.S., Maier T.V., Walker A., Heinzmann S.S., Forcisi S., Martinez I., Walter J., Schmitt-Kopplin P. (2016) Challenges of metabolomics in human gut microbiota research. Int. J. Med. Microbiol., 306(5), 266–279. CrossRef Scholar google search
Xi B., Gu H., Baniasadi H., Raftery D. (2014) Statistical analysis and modeling of mass spectrometry-based metabolomics data. In: Mass Spectrometry in Metabolomics (Raftery D., ed.), Springer New York (Methods in Molecular Biology), New York, NY, pp. 333–353. CrossRef Scholar google search
McCann M.R., George de la Rosa M.V., Rosania G.R., Stringer K.A. (2021) L-Carnitine and acylcarnitines: mitochondrial biomarkers for precision medicine. Metabolites, 11(1), 51. CrossRef Scholar google search
Qu Q., Zeng F., Liu X., Wang Q.J., Deng F. (2016) Fatty acid oxidation and carnitine palmitoyltransferase I: emerging therapeutic targets in cancer. Cell Death Dis., 7(5), e2226. CrossRef Scholar google search
Musso G., Saba F., Cassader M., Gambino R. (2023) Lipidomics in pathogenesis, progression and treatment of nonalcoholic steatohepatitis (NASH): recent advances. Prog. Lipid Res., 91, 101238. CrossRef Scholar google search
Farooqui A.A., Horrocks L.A., Farooqui T. (2000) Glycerophospholipids in brain: their metabolism, incorporation into membranes, functions, and involvement in neurological disorders. Chem. Phys. Lipids, 106(1), 1–29. CrossRef Scholar google search
Farooqui A.A., Horrocks L.A., Farooqui T. (2007) Modulation of inflammation in brain: a matter of fat. J. Neurochem., 101(3), 577–599. CrossRef Scholar google search
Trofimova N.V., Andropova T.N., Talybov R.S., Sebelev K.I., Potemkina E.G., Ryzhkov A.V. (2024) Neuroradiology of sepsis-associated encephalopathy. In: Sepsis-Associated Encephalopathy: Clinical, Metabolomic, Neurophysiological and Neuroimaging Parallels (Savvina I.A., Beloborodova N.V., Trofimova T.N., eds.), Nova Science Publishers, New York, pp. 109–138. CrossRef Scholar google search
Коденцова В.М., Рисник Л.В., Ладодо О.Б. (2022) Функциональный ингредиент таурин: адекватные и клинически эффективные дозы. Медицинский совет, 16(14), 88–95. CrossRef Scholar google search
Serkova N.J., Standiford T.J., Stringer K.A. (2011) The emerging field of quantitative blood metabolomics for biomarker discovery in critical illnesses. Am. J. Respir. Crit. Care Med., 184(6), 647–655. CrossRef Scholar google search
Su L., Huang Y., Zhu Y., Xia L., Wang R., Xiao K., Wang H., Yan P., Wen B., Cao L., Meng N., Luan H., Liu C., Li X., Xie L. (2014) Discrimination of sepsis stage metabolic profiles with an LC/MS-MS-based metabolomics approach. BMJ Open Respir. Res., 1(1), e000056. CrossRef Scholar google search
Puskarich M.A., Finkel M.A., Karnovsky A., Jones A.E., Trexel J., Harris B.N., Stringer K.A. (2015) Pharmacometabolomics of L-carnitine treatment response phenotypes in patients with septic shock. Ann. Am. Thorac. Soc., 12(1), 46–56. CrossRef Scholar google search
Cambiaghi A., Pinto B.B., Brunelli L., Falcetta F., Aletti F., Bendjelid K., Pastorelli R., Ferrario M. (2017) Characterization of a metabolomic profile associated with responsiveness to therapy in the acute phase of septic shock. Sci. Rep., 7, 9748. CrossRef Scholar google search
