文献解读 | 脸红 vs 长痘？代谢研究揭开玫瑰痤疮亚型真相！

一、背景介绍

玫瑰痤疮好发于青年人群，表现为面部持续红斑、丘疹等，不仅影响外观，还有可能导致患者焦虑、自卑心理，显著降低生活质量。临床认为这是一种慢性炎症性皮肤病，其病理原因或为神经-血管-免疫-屏障失衡，但不同亚型病理机制尚不清楚，比如红斑毛细血管扩张型（ETR）和丘疹脓疱型（PPR）这两种痤疮。近年研究提示代谢失调可能在疾病发生发展中起关键作用，因此采用代谢组学技术，全面解析ETR与PPR患者的血浆代谢图谱，有望发现潜在标志物，为玫瑰痤疮的精准分型提供依据和靶点。

 

二、材料方法

研究队列纳入了50名受试者：17例红斑毛细血管扩张型玫瑰痤疮（ETR）患者、17例丘疹脓疱型玫瑰痤疮（PPR）患者及16名健康对照（HC），样本采集受试者空腹静脉血，离心后于−80°C保存；同时测量双侧脸颊的皮肤生理参数，比如经皮水分流失TEWL、皮肤水合度、皮脂含量等。样本检测采用UPLC-Q Exactive MS平台，正负离子模式，Compound Discoverer进行峰提取、保留时间校正、加合物识别与背景扣除，并应用80%规则过滤、KNN填补缺失值、概率商归一化（PQN）及log转换；质控（QC）样本每10个研究样本插入一次，要求代谢物峰面积RSD < 30%。

生物信息学包括基于HMDB、KEGG等数据库的代谢物注释，通过metaX软件包进行PCA和OPLS-DA；进行差异代谢物筛选，KEGG通路富集分析。统计方法采用SPSS软件，组间人口学与皮肤参数比较的正态分布数据用单因素方差分析，非正态分布数据应用Kruskal-Wallis H检验；两两比较分别采用t检验或Wilcoxon秩和检验；关键代谢物与临床指标的相关性分析采用GraphPad Prism进行Spearman相关检验，显著性水平设为P < 0.05

 

三、结果讨论

研究发现ETR和PPR玫瑰痤疮患者具有不同代谢特征，ETR与PPR之间分析出64种差异代谢物，比如ETR中SSA和2,3-DHPA上调，TCDCA和Met下调；PPR中12-HSA、DGLA和5-ALA上调，而5-HTP和3-HPPA下调。通路富集分析显示，ETR主要表现为氨基酸、碳及胆固醇代谢紊乱，关键代谢物如甲硫氨酸的下调与皮肤屏障功能受损相关；而PPR则以色氨酸和亚油酸代谢失调为主，双高-γ-亚麻酸的上调与疾病严重程度及皮脂分泌正相关，5-羟色氨酸下调则与病情负相关。

相关性分析进一步揭示，DGLA水平与临床红斑评分（CEA）呈正相关，5-HTP与CEA呈负相关；Met与皮肤水合度正相关、与经皮水分流失（TEWL）负相关；12-HSA和DGLA均与皮脂分泌量显著正相关；进一步的ROC曲线分析显示，多个代谢物具备良好判别能力，比如5-ALA的AUC可以达到0.783、 5-雄烯二醇的AUC为 0.761，另外3种包含SSA、2,3-DHPA和DGLA，其AUC均在0.7以上，表明了其作为代谢分型的可靠性。

 

四、研究结论

研究首次揭示了红斑毛细血管扩张型（ETR）和丘疹脓疱型（PPR）在氨基酸、脂质及类固醇激素代谢通路上存在本质差异，突破了以往将玫瑰痤疮视为单一疾病的认知局限，识别出多个相关代谢物并确证其诊断潜力，为未来开发基于血液检测的客观分型工具奠定了基础，由此可以看出，代谢检测能够无偏倚挖掘标志物，弥补传统临床量化指标的不足，推动玫瑰痤疮从经验性治疗迈向个体化、精准化管理。

 

五、结果展开

图1. 显示三组样本（ETR、PPR和HC）的代谢数据质量分析结果。

 

A. 显示正离子模式下QC质控样本的基峰色谱图。  

B. 显示负离子模式下QC质控样本的基峰色谱图。  

C. 显示全部三组样本代谢数据的主成分分析图。

 

图2. 显示各组样本之间代谢数据差异分析

 

A. 显示ETR、PPR与健康对照之间代谢数据的PCA图。

B. 显示ETR、PPR与健康对照之间代谢数据的的OPLS-DA图。  

C. 显示OPLS-DA模型的200次响应置换检验结果。

 

图3. 显示各组之间差异代谢物的火山图分析

 

A. 显示ETR组与健康对照组之间差异代谢物的火山图分析。

B. 显示PPR组与健康对照组之间差异代谢物的火山图分析。

C. 显示ETR组与PPR组之间差异代谢物的火山图分析。

 

图4. 显示多种代谢标志物的关联分析。

 

A. 显示DGLA与CEA评分之间的相关性分析。

B. 显示5-HTP与CEA评分之间的相关性分析。

C. 显示Met与经皮水分流失（TEWL）之间的相关性分析。

D. 显示Met与皮肤水合度之间的相关性分析。

E. 显示12-HSA与皮脂含量之间的相关性分析。

F. 显示DGLA与皮脂含量之间的相关性分析。

 

图5. 显示几种关键差异代谢物作为潜在标志物的诊断效能。

 

A. 显示琥珀酸半醛的ROC曲线及其曲线下面积（AUC）。

B. 显示2,3-二羟基丙酸的ROC曲线及其曲线下面积（AUC）。

C. 显示5-氨基乙酰丙酸的ROC曲线及其曲线下面积（AUC）。

D. 显示双高-γ-亚麻酸的ROC曲线及其曲线下面积（AUC）。

E. 显示5-雄烯二醇的ROC曲线及其曲线下面积（AUC）。

 

参考文献：

Zhang K, Feng Y, Zhang X, He X, Qin S, Hu X, Liang Y. Analysis of blood untargeted metabolomic characteristics of different subtypes of rosacea. Front Mol Biosci. 2025 Nov 27;12:1652995.