目的:基于1H-NMR的代谢组学平台建立急危重症患者的代谢动力学模型,并运用该模型实现一种新的危重症动态监测方法。方法:纳入急危重症患者0例和健康对照10例。纳入标准:急性重度颅脑创伤患者,急诊行胸腹部大手术患者,急性多发伤患者,急性生理功能评分(APACHEⅡ)>10分或者创伤严重度评分(ISS)≥17分。排除标准:肿瘤;糖尿病、甲亢等代谢及内分泌疾病史;肥胖症(肥胖:BMI>28);合并慢性心肺肝肾等重要脏器疾病。分为四组:A组:急性重症颅脑创伤患者19例;B组:胸、腹部大手术患者26例;C组:多发伤患者15例;D组:健康对照10例。分别在患者入组后第当日(T0),入组后第二日晨8时(T1),入组后第三日晨8时(T3),入组后第五日晨8时(T5),入组后第7日晨8时(T7),入组后第14日晨8时(T14),入组后第21日晨8时(T21),入组后第28日晨8时(T28),入组后第35日晨8时(T35),入组后第42日晨8时(T42),入组后第49日晨8时(T49)抽血一次(每次抽血量约2ml),提取其血浆高速离心,以备代谢组分析(1H-NMR)。利用Bruker Avance DRx600傅立叶NMR变换核磁共振仪检测血浆代谢物,并获得原始一维NMR谱图。采用Kaplan-Meier法作生存曲线,并选择出患者代谢波动较大的几个时间点作为分析点。对于代谢组学数据,首先进行傅里叶变换,然后使用Mest ReNova软件将谱图分解成199个区域进行自动积分;将积分所得数据用MATLAB在高性能计算平台上进行正交校正的偏最小二乘判别分析(Orthogonal Signal Correction Partial Least Squares-Discriminant Analysis OPLS-DA),建立数据矩阵,对数据进行中心化和归一化处理后进行正交信号校正(osc)。并基于基因本体论(geneontology,go)方法建立代谢型-酶学网络-go通路回溯分析技术探索调控急危重症患者代谢网络异常的酶-基因网络调节机制,最终建立急危重症的代谢动力学模型。所有数据处理过程均在高性能计算平台上使用matlab(r2013b,mathworks,inc,natick,ma,usa)完成,必要时调用r。结果:患者生存曲线提示多发伤组患者生存率与其他组存在明显差异(z=-3.32p=0.00090,z=-3.45p=0.00057),入组时(t0)患者血浆1h-nmr指纹图谱可特征性地区分死亡和存活病例,且在各组内也可明显判别死亡与存活病例。与存活的患者相比,死亡患者血浆代谢池中以下代谢物发生显著的升高:皮质酮、同型半胱氨酸、前列腺素e2、雌二醇(p<0.05);以下代谢物显著降低:褪黑素、色氨酸、睾酮。结合临床经验和之前建立的模型,我们最终筛选出6个具生物标记物意义的代谢物,它们构成了区分生存和死亡的代谢标记物指标集。这些代谢标记物是:皮质酮、前列腺素e2、雌二醇、同型半胱氨酸、褪黑素、睾酮。go分析表明,调控这6个关键代谢标记物的是112对酶和基因。在t0、t10、t40、t50时间点所采集血浆代谢指纹图谱之间存在明显差异,代谢产物呈现动态变化,其中血浆中丙戊酸、新蝶呤、皮质酮、同型半胱氨酸、内源性硫化氢、前列腺素e2、鸟氨酸、γ-氨基丁酸和雌二醇浓度升高(p<0.05),而胆固醇、1-戊烯-3-酮、丁酸、黄体酮、睾酮、色氨酸、亚油酸、甘氨酰脯氨酸、鞘氨醇和l-精氨酸水平降低(p<0.05)。最终,我们建立了基于1h-nmr波谱的急危重症患者死亡早期预测模型,公式如下:PC1=皮质酮*0.1017-褪黑素*0.1075+同型半胱氨酸*0.0771-色氨酸*0.0813+前列腺素E2*0.095+雌二醇*0.1042-睾酮*0.1083交叉验证结果表明,该预测模型的均方根误(RMSE)为0.18408,敏感度=0.933,特异度=0.977,R2=0.8327(p=0.036),预测效果良好。结论:利用代谢组技术结合计算生物学建模,能够灵敏特异的对急危重症患者病情发生发展的不同阶段进行辨识,模型可以很好判别急危重症不同时间点的代谢谱,并能有效的早期预警死亡风险,从而为开发新一代临床辅助决策支持系统打下坚实基础。