揭示急性心理應激對年輕成年人代謝影響的多組學研究：從代謝組學到機器學習預測

《Scientific Reports》：Uncovering the metabolic impact of acute psychological stress in young adults

【字體： 大 中 小 】 時間：2026年01月11日 來源：Scientific Reports 3.9

　　

當我們面對突如其來的演講任務或重要考試時，身體會瞬間進入高度警覺狀態——心跳加速、手心出汗、注意力高度集中。這種急性心理應激反應是人類進化過程中形成的生存本能，但長期持續的應激狀態卻會成為多種精神疾病（如抑郁癥、創傷后應激障礙）的導火索。盡管科學家們對應激的生理機制已開展大量研究，但機體在應激狀態下究竟如何重構其代謝網絡，至今仍是未解之謎。

在當前醫療實踐中，應激診斷主要依賴主觀性較強的心理量表評估，缺乏客觀的生物學指標。這種局限性使得應激相關疾病的早期識別和精準干預面臨巨大挑戰。更復雜的是，不同個體對應激的反應存在顯著差異，這進一步增加了開發普適性診斷工具的難度。正是為了破解這些難題，由瑪麗亞·路易莎·伯納爾教授領銜的研究團隊在《Scientific Reports》上發表了開創性研究，通過多學科交叉的方法系統揭示了急性心理應激在年輕人群中的代謝印記。

研究團隊設計了一套精密的實驗方案：招募40名健康大學生志愿者，讓每位參與者先后經歷放松階段(RS)和通過改良版特里爾社會應激測試(TSST-M)誘導的應激階段(SS)。這種自身對照設計有效減少了個體差異對結果的干擾。研究人員在各個環節系統收集了心理量表數據（包括狀態-特質焦慮量表STAI、視覺模擬量表VAS等）、唾液樣本（用于檢測皮質醇Cr_sl和α-淀粉酶AA_sl）以及血液樣本（用于代謝組學分析）。

關鍵技術方法包括：采用改良版特里爾社會應激測試(TSST-M)誘導標準化急性心理應激；運用直接灌注質譜(DI-MS)技術進行非靶向代謝組學分析；結合主成分分析(PCA)和偏最小二乘判別分析(PLS-DA)等多變量統計方法解析代謝數據；建立機器學習模型（決策樹、隨機森林）進行應激狀態預測；通過京都基因與基因組百科全書(KEGG)數據庫進行代謝通路富集分析。所有樣本均來自薩拉戈薩大學志愿者群體。

心理測量與常規生物標志物分析

研究發現，應激誘導后所有心理測量指標均出現顯著變化：狀態焦慮量表(STAI-s)得分從15.5±6.7上升至23.0±8.9（p<0.001），癥狀性應激量表(SSC)和視覺模擬量表(VAS)評分也顯著升高。與此對應，反映交感神經系統(SNS)活性的唾液α-淀粉酶(△AA_sl)濃度變化最為顯著，從放松狀態的2.2±18.2 U/ml飆升至應激狀態的45.3±28.2 U/ml（p<0.001）。然而出乎意料的是，傳統應激標志物唾液皮質醇(△Cr_sl)未呈現顯著變化，研究人員推測這可能與皮質醇在唾液中出現峰值的時間延遲有關。

機器學習預測模型

通過構建多種機器學習模型，研究團隊發現決策樹模型準確率達65.21%，而隨機森林和邏輯回歸模型準確率提升至73.91%，受試者工作特征曲線下面積(AUC)分別為0.84和0.85。所有模型一致識別出唾液α-淀粉酶(△AA_sl)和狀態焦慮量表(STAI-s)是預測急性心理應激的最重要變量。隨機森林模型還發現唾液流速變化(△FR_sl)也具有重要預測價值。

代謝組學發現

代謝組學分析揭示了應激狀態下廣泛的代謝重構。在正離子模式(ESI+)下，研究人員鑒定出44種在應激狀態下顯著升高的代謝物和9種在放松狀態下占優勢的代謝物。應激狀態特征性代謝物包括：類固醇激素（氫化可的松、醛固酮、皮質酮）；兒茶酚胺神經遞質（多巴胺、去甲腎上腺素、腎上腺素）；氨基酸及其衍生物（絲氨酸、苯丙氨酸、纈氨酸）；以及膜脂成分（甘油磷酸膽堿、溶血磷脂酰膽堿LPC）。放松狀態特征性代謝物則包括色氨酸及其衍生物（血清素、褪黑素）和酪氨酸等。

通路富集分析進一步識別出5條受應激影響最顯著的代謝通路：類固醇激素生物合成(p=1.09e-07)、甘油磷脂代謝(p=4.03e-04)、亞油酸代謝(p=3.27e-03)、氨酰-tRNA生物合成(p=1.09e-02)以及酪氨酸代謝(p=4.14e-02)。特別值得關注的是，應激狀態下多種磷脂分子顯著增加，包括含omega-3脂肪酸的溶血磷脂酰膽堿LPC(20:5)和乙醇胺縮醛磷脂PPE(16:0/22:6)，提示這些脂質分子可能在應激適應中發揮保護作用。

應激參考量表構建

基于主成分分析(PCA)結果，研究團隊構建了綜合性的應激參考量表(SRS)，該量表整合了7個維度的重要變量，前四個主成分累計解釋了84%的總方差。SRS計算公式為：SRS = (0.15×STAI-s + 0.14×VAS + 0.14×SSC + 0.12×AA_sl+ 0.11×FR_sl+ 0.19×Cp + 0.15×Pr)。統計分析證實，應激狀態下的SRS評分顯著高于放松狀態(p=1.299e-05)，且未發現顯著的性別差異。

研究結論與意義

這項研究通過多組學整合分析，成功繪制了急性心理應激的代謝圖譜，揭示了應激狀態下機體代謝網絡的深刻重構。研究發現唾液α-淀粉酶(△AA_sl)和狀態焦慮量表(STAI-s)是識別急性應激的可靠指標，而代謝組學分析則發現了包括類固醇激素、神經遞質和膜脂在內的多種潛在生物標志物。

特別值得注意的是，研究首次系統報道了急性心理應激對脂質代謝的顯著影響，特別是縮醛磷脂類分子的變化。這些分子可能通過調節下丘腦-垂體-腎上腺(HPA)軸活性，在應激適應中發揮關鍵作用。當應激持續存在時，這種保護性機制可能被破壞，進而導致神經認知功能受損。

研究所構建的應激參考量表(SRS)和機器學習預測模型為客觀、定量評估應激水平提供了新工具。這些工具有望在未來臨床實踐中用于應激相關疾病的早期識別和干預效果評估。

然而，研究者也指出本研究的若干局限性：樣本量相對較小且人群同質性較高，限制了結果的普適性；缺乏獨立驗證隊列；固定順序的實驗設計可能產生遺留效應。未來需要在更大規模、更多樣化的群體中驗證這些發現，并進一步探索已識別生物標志物在應激相關疾病中的具體作用機制。

這項研究的創新之處在于將心理測量、常規生化分析與高通量代謝組學技術相結合，提供了前所未有的急性應激代謝視角。隨著現代社會中心理應激相關問題的日益普遍，這類研究對促進公眾心理健康、開發新型診斷工具具有重要意義。研究結果不僅增進了我們對應激生物學基礎的理解，也為未來開發針對應激相關疾病的預防和治療策略提供了新思路。