Клиническая характеристика и анализ изменения профиля аминокислот и органических кислот в динамике в моче пациентов с риском развития преэклампсии

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Этиология преэклампсии (ПЭ) не выяснена до настоящего времени, но известно, что при ПЭ наблюдаются патофизиологические изменения многих метаболических путей. Изучение особенностей метаболитов мочи при ПЭ позволит определить потенциальные биомаркеры, которые могут усовершенствовать клиническую диагностику и улучшить понимание механизмов развития ПЭ.

Цель: Определение характерных особенностей состава мочи в динамике у беременных с риском ПЭ и реализовавшейся ПЭ.

Материалы и методы: Материалом для данного исследования была моча беременных женщин, взятая в 11–14, 22–25, 32–35 недель беременности. Пациентки были разделены на три группы: I группу составили 13 женщин с физиологической беременностью, II – 13 пациенток с высоким риском развития ПЭ, III – 5 беременных с развившейся ПЭ. В ходе исследования применялись клинико-лабораторные и инструментальные методы, в том числе расширенный комбинированный скрининг I триместра и анализ состава аминокислот и органических кислот мочи с помощью жидкостной хроматографии с масс-спектрометрической детекцией.

Результаты: Диагноз ПЭ устанавливали на основе соответствующих клинических рекомендаций Минздрава России от 2021 г. В III группе женщины значимо чаще имели отягощенный акушерско- гинекологический анамнез – антенатальную гибель плода (n=2, 40%), ПЭ (n=3, 60%) – по сравнению со II группой, где лишь у 1 пациентки (7,7%) отмечалась ПЭ в анамнезе, а в группе сравнения репродуктивный анамнез отягощен не был (р<0,001). Хроническая артериальная гипертензия значимо чаще встречалась в III группе (n=4, 80%). Значимые различия динамического изменения уровней пролина, аспартата и яблочной кислоты наблюдались при сравнении групп I и III, а пролина, альфа- кетоглутарата и 3-гидрокси-3-метилглутаровой кислоты – при сравнении групп II и III.

Заключение: В ходе исследования были выявлены метаболиты, уровни которых в моче статистически значимо различаются между группой пациенток с физиологическим течением беременности и группами пациенток с риском развития и развившейся ПЭ в различные сроки гестации. Профилирование метаболитов мочи потенциально может быть использовано для прогнозирования ПЭ.

Об авторах

Мадина Султановна Ошхунова

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Автор, ответственный за переписку.
Email: madina.oshkhunova@mail.ru

аспирант 1 отделения патологии беременности

Россия, Москва

Виталий Викторович Чаговец

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: vvchagovets@gmail.com

к.ф.-м.н., заведующий лабораторией метаболомики и биоинформатики

Россия, Москва

Анастасия Викторовна Новоселова

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: a_novoselova@oparina4.ru

н.с. лаборатории метаболомики и биоинформатики

Россия, Москва

Камилла Тимуровна Муминова

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: kamika91@mail.ru

к.м.н., н.с. 1 отделения патологии беременности

Россия, Москва

Ксения Алексеевна Горина

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: k_gorina@oparina4.ru

к.м.н., н.с. 1 отделения патологии беременности

Россия, Москва

Зульфия Сагдуллаевна Ходжаева

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: zkhodjaeva@mail.ru

д.м.н., профессор, заместитель директора по научной работе Института акушерства

Россия, Москва

Владимир Евгеньевич Франкевич

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: v_frankevich@oparina4.ru

д.ф.-м.н., заведующий отделом системной биологии в репродукции

Россия, Москва

Список литературы

  1. Uzan J., Carbonnel M., Piconne O., Asmar R., Ayoubi J.M. Pre-eclampsia: Pathophysiology, diagnosis, and management. Vasc. Health Risk Manag. 2011; 7: 467-74. https://dx.doi.org/10.2147/VHRM.S2018.
  2. Turner E., Brewster J.A., Simpson N.A.B., Walker J.J., Fisher J. Plasma from women with preeclampsia has a low lipid and ketone body content - a nuclear magnetic resonance study. Hypertens Pregnancy. 2007; 26(3): 329-42. https://dx.doi.org/10.1080/10641950701436073.
  3. Turner E., Brewster J.A., Simpson N.A.B.., Walker J.J., Fisher J. Aromatic amino acid biomarkers of preeclampsia - A nuclear magnetic resonance investigation. Hypertens Pregnancy. 2008; 27(3): 225-35. https://dx.doi.org/10.1080/10641950801955725.
  4. Министерство здравоохранения Российской Федерации. Клинические рекомендации. Преэклампсия. Эклампсия. Отеки, протеинурия и гипертензивные расстройцства во время беременности. 2021. [Ministry of Health of the Russian Federation. Clinical guidelines. Preeclampsia. Eclampsia. Edema, proteinuria, and hypertensive disorders during pregnancy. 2021. (in Russian)].
  5. Wold S., Sjöström M., Eriksson L. PLS-regression: a basic tool of chemometrics. Chemom. Intell. Lab. Syst. 2001; 58(2): 109-30.
  6. Thevenot E.A., Roux A., Xu Y., Ezan E., Junot C. Analysis of the human adult urinary metabolome variations with age, body mass index, and gender by implementing a comprehensive workflow for univariate and OPLS statistical analyses. J. Proteome Res. 2015; 14(8): 3322-35. https://dx.doi.org/10.1021/acs.jproteome.5b00354.
  7. Rolnik D., Nicolaides K., Poon L. Prevention of preeclampsia with aspirin. Am. J. Obstet. Gynecol. 2022; 226(Suppl. 2): S1108-19. https://dx.doi.org/10.1016/ j.ajog.2020.08.045.
  8. Liu L.X., Arany Z. Maternal cardiac metabolism in pregnancy. Cardiovasc. Res. 2014; 101(4): 545-53. https://dx.doi.org/10.1093/cvr/cvu009.
  9. Rossary A., Farges M.C., Lamas B., Miles E.A., Noakes P.S., Kremmyda L.S. et al. Increased consumption of salmon during pregnancy partly prevents the decline of some plasma essential amino acid concentrations in pregnant women. Clin. Nutr. 2014; 33(2): 267-73. https://dx.doi.org/10.1016/j.clnu.2013.04.013.
  10. Cetin I., Nobile De Santis M.S., Taricco E., Radaelli T., Teng C., Ronzoni S. et al. Maternal and fetal amino acid concentrations in normal pregnancies and in pregnancies with gestational diabetes mellitus. Am. J. Obstet. Gynecol. 2005; 192(2): 610-7. https://dx.doi.org/10.1016/j.ajog.2004.08.011.
  11. Bahado-Singh R.O., Syngelaki A., Mandal R., Graham S.F., Akolekar R., Han B. et al. Metabolomic determination of pathogenesis of late-onset preeclampsia. J. Matern. Neonatal Med. 2017; 30(6): 658-64. https://dx.doi.org/10.1080/ 14767058.2016.1185411.
  12. Sovio U., McBride N., Wood A.M., Masconi K.L., Cook E., Gaccioli F. et al. 4-Hydroxyglutamate is a novel predictor of pre-eclampsia. Int. J. Epidemiol. 2020; 49(1): 301-11. https://dx.doi.org/10.1093/ije/dyz098.
  13. Harville E.W., Li Y.Y., Pan K., McRitchie S., Pathmasiri W., Sumner S. Untargeted analysis of first trimester serum to reveal biomarkers of pregnancy complications: a case–control discovery phase study. Sci. Rep. 2021; 11(1): 3468. https://dx.doi.org/10.1038/s41598-021-82804-1.
  14. Okorie O.N., Dellinger P. Lactate: Bbiomarker and potential therapeutic target. Crit. Care Clin. 2011; 27(2): 299-326. https://dx.doi.org/10.1016/ j.ccc.2010.12.013.
  15. Peguero A., Parra R.A., Carrillo S.P., Rojas-Suarez J., Figueras F. Association of plasma lactate concentration at admission of severe preeclampsia to maternal complications. Pregnancy Hypertens. 2019; 17: 89-93. https://dx.doi.org/10.1016/j.preghy.2019.05.003.
  16. Andersen L.W., Mackenhauer J., Roberts J.C., Berg K.M., Cocchi M.N., Donnino M.W. Etiology and therapeutic approach to elevated lactate levels. Mayo Clin. Proc. 2013; 88(10): 1127-40. https://dx.doi.org/10.1016/j.mayocp.2013.06.012.
  17. Kraut J.A., Madias N.E. Lactic acidosis. N. Engl. J. Med. 2014; 371(24): 2309-19. https://dx.doi.org/10.1056/NEJMra1309483.
  18. Kay H.H., Zhu S., Tsoi S. Hypoxia and lactate production in trophoblast cells. Placenta. 2007; 28(8-9): 854-60. https://dx.doi.org/10.1016/ j.placenta.2006.11.011.
  19. Settle P., Mynett K., Speake P., Champion E., Doughty I.M., Sibley C.P. et al. Polarized lactate transporter activity and expression in the syncytiotrophoblast of the term human placenta. Placenta. 2004; 25(6): 496-504. https://dx.doi.org/10.1016/j.placenta.2003.11.009.
  20. Rolnik D., Wright D., Poon L., Syngelaki A., O'Gorman N. ASPRE trial: performance of screening for preterm pre-eclampsia. Ultrasound Obstet. Gynecol. 2017; 50(4): 492-5. https://dx.doi.org/10.1002/ uog.18816.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Бокс-диаграмма метаболитов, уровни которых статистически значимо отличаются между исследуемыми группами.

Скачать (70KB)
3. Рис. 2. Диаграмма Венна метаболитов, уровни которых значительно изменяются с течением времени в исследуемых группах

Скачать (12KB)
4. Рис. 3. Графики счетов моделей OPLS-DA, построенные по результатам анализа образцов, собранных на различных сроках гестации: а) 11 недель гестации; б) 22 недели гестации; в) 32 недели гестации

Скачать (53KB)
5. Рис. 4. Результат анализа метаболических путей для метаболитов, дающих наибольший вклад в кластеризацию групп II и III с использованием базы данных SMPDB.

Скачать (16KB)

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».