La Metabolomica del Sangue Rivela Sottotipi di Rischio Nascosti nella Sindrome Cardio-Reno-Metabolica

La sindrome Cardiovascolare-Renale-Metabolica (CKM)—che comprende obesità, insulino-resistenza, diabete di tipo 2, malattia renale cronica e malattia cardiovascolare—interessa una vasta proporzione di adulti a livello globale. Tuttavia, gli strumenti clinici convenzionali di stadiazione come HbA1c, i pannelli lipidici e l'eGFR non rilevano frequentemente profili di rischio precoci o eterogeni, lasciando poco tempo per interventi preventivi. Questo studio ha indagato se la metabolomica plasmatica non mirata potesse rivelare sottotipi metabolici che si correlano alla gravità della CKM con maggiore precisione rispetto alla stadiazione standard.

Una coorte trasversale di 163 adulti (di età compresa tra 18 e 75 anni) è stata reclutata presso lo Shandong Provincial Hospital nel 2024. Di questi, 86 sono stati stadiati clinicamente come CKM 0–3 secondo i criteri dell'American Heart Association. Il plasma a digiuno è stato sottoposto a doppia profilazione LC-MS non mirata—metabolomica e lipidomica—producendo 390 metaboliti unici distribuiti in 9 superclassi e 30 sottoclassi. Il clustering non supervisionato, validato dall'analisi random forest, ha identificato tre sottogruppi metabolicamente distinti. OPLS-DA e la regressione logistica hanno ulteriormente caratterizzato le differenze tra i gruppi e costruito un classificatore diagnostico.

Sono emersi tre cluster con identità metaboliche ben definite: il Cluster 1 era arricchito in glicerofosfolipidi e corrispondeva a un basso carico metabolico complessivo; il Cluster 2 era dominato dagli acidi grassi acilati con un profilo intermedio; il Cluster 3 era arricchito in glicolipidi e associato alla maggiore disregolazione metabolica. Gli individui con CKM ad alto rischio in stadio 3 erano assegnati in modo sproporzionato al Cluster 3 (p < 0,001). I metaboliti discriminanti chiave tra i cluster includevano trigliceridi, acidi grassi liberi, fosfatidilcoline, sfingolipidi e acilcarnitine. È importante sottolineare che il clustering secondario all'interno del gruppo in stadio 3 ha rivelato una sostanziale eterogeneità interna, suggerendo che anche i pazienti che condividono la stessa etichetta clinica differiscono significativamente a livello molecolare. Un pannello di 20 metaboliti ha ottenuto un AUC di 0,875 per l'identificazione degli individui con CKM in stadio 3, con validazione esterna eseguita utilizzando tre dataset pubblici di metabolomica riguardanti malattia renale, occlusione coronarica e disfunzione microvascolare.

Questi risultati hanno implicazioni significative per la medicina della longevità e la cardiologia preventiva. I cluster metabolomici catturano la variabilità interindividuale invisibile agli esami clinici di routine, potenzialmente consentendo l'identificazione precoce degli individui ad alto rischio prima che si verifichino danni agli organi. Il pannello di biomarcatori composto da 20 metaboliti potrebbe, in linea di principio, supportare una stratificazione del rischio più personalizzata e strategie preventive mirate, andando oltre la stadiazione CKM uguale per tutti.

Tuttavia, si applicano importanti avvertenze. Lo studio è trasversale e non può stabilire causalità né prevedere la progressione longitudinale della CKM. La coorte è relativamente piccola (163 partecipanti) ed etnicamente omogenea (adulti cinesi provenienti da un singolo centro), il che limita la generalizzabilità. La replica in coorti prospettiche più ampie e diversificate è essenziale prima della traduzione clinica.