痛风是一种由嘌呤代谢紊乱引发的慢性疾病,核心病理为尿酸稳态失衡。当血液中的尿酸形成尿酸盐结晶并沉积于关节时,可引发急性痛风性关节炎;长期高尿酸还可导致痛风性关节炎、肾脏损害及心力衰竭等多种并发症。
随着经济发展和生活方式的改变,高嘌呤饮食与代谢失衡共同推动高尿酸血症患病率以年均8.7%的速度增长,以“四高”(高尿酸、高血压、高血糖、高血脂)为特征的代谢综合征,已成为威胁公众健康的重大公共卫生问题。据《柳叶刀-风湿病学》预测,全球痛风患病率逐年攀升,在中国已跃居第二大代谢性疾病,仅次于糖尿病。

图1. 1990-2050年全球痛风病例预测[1]
精准医学的发展推动了对痛风病理机制的深入理解。围绕以尿酸为核心的代谢通路研究——涉及丝氨酸、甘氨酸、谷氨酰胺等相关生物标志物(图2)构建的多维监测体系,展现出显著的临床价值,该体系不仅有助于早期诊断与风险预测,还可动态评估疾病分期、治疗反应及并发症风险,从而为个体化精准治疗与长期随访管理提供科学支撑。

图2. 尿酸相关标志物在体内的代谢通路[2]
本文将从痛风的病理机制与并发症、检测体系及生物标志物的生物分析三个维度进行阐述,以推动痛风病理研究从传统模式向基于代谢调控的精准干预新范式转变。
痛风病理机制与并发症
痛风的核心病理机制在于尿酸生成与排泄的失衡所导致高尿酸血症。血液中过饱和的单钠尿酸盐结晶沉积于关节及周围组织,引发炎症反应并造成关节损伤。其致病因素主要包括以下两个方面:
外源性嘌呤负荷:高嘌呤饮食可直接增加尿酸合成的前体物质(如腺苷、肌苷);同时,它也会间接扰动芳香族氨基酸(酪氨酸、苯丙氨酸)及支链氨基酸(亮氨酸、异亮氨酸)的代谢平衡,协同促进尿酸合成;
内源性嘌呤合成亢进:由关键前体底物的累积与遗传性酶缺陷共同驱动,导致嘌呤从头合成途径的通量增加,从而显著提升痛风患病风险。
长期高尿酸状态可驱动多器官联合损伤(如图3),主要包括:
肾脏损害:从尿酸性肾结石进展为间质性肾炎,最终可能导致慢性肾病;
心血管风险:显著增加罹患高血压、动脉粥样硬化及冠心病的风险;
代谢综合征:与肥胖、胰岛素抵抗及糖尿病相互协同,加剧代谢紊乱。

图3. 高尿酸诱发全身性疾病的病理关联[3]
由此可见,痛风是一种全身性疾病,仅依赖单一的尿酸检测已难以深入揭示其发病机制。因此,亟需开发能够进行多维动态监测的新型分析技术。
痛风的检测体系
痛风有显著的临床异质性,长期高尿酸既是疾病的直接诱因,也是全身代谢紊乱的核心驱动因素。系统检测相关生物标志物,有助于早期捕捉代谢失衡信号,为痛风的精准诊疗提供依据。当前检测体系主要包括经典生物标志物与新型生物标志物两大类。
经典生物标志物
痛风的经典生物标志物主要为尿酸、尿素和肌酐,三者可评估痛风的代谢基础、肾脏风险及治疗安全性,构成了痛风全程管理的代谢基础评估体系:
尿酸是痛风发生的直接物质基础;
肌酐与尿素作为肾功能核心标志物,在痛风中具有双重角色:既是肾损伤的产物(由尿酸排泄受阻导致),也可加速病情进展(如尿酸盐肾病)。
三者之间形成“高尿酸→肾损伤→肌酐升高→尿酸排泄减少”的恶性循环(如图4)。

图4. 慢性肾脏病的病理核心机制[4]
表1总结了经典生物标志物的临床意义与正常参考范围,其失衡容易构成双向病理循环:高尿酸血症通过尿酸盐结晶激活肾内炎症,导致肾小球滤过率下降(表现为肌酐升高);同时,肾血流量减少引发尿素滞留,进一步上调尿酸重吸收。这种自我强化的“代谢-肾损伤”使得单一指标超标即能触发肾功能恶化与痛风石沉积等反应。
表1. 经典生物标志物的临床意义及体内正常范围
化合物名称 | 临床意义 | 正常范围 |
肌酐(creatinine) | 反映肾小球过滤功能 | 女44 - 97 μmol/L;男53 - 106 μmol/L |
尿酸(uric acid) | 评估嘌呤代谢、痛风诊疗、 肾脏功能及心血管风险 | 女89 - 357 μmol/L;男149 - 416 μmol/L |
尿素(urea) | 评估肾脏排泄功能、鉴别肾前性/肾性损伤 | 2.86 - 7.14 mmol/L |
经典生物标志物虽为痛风诊疗的直接指标,但其监测仍存在盲区(如可能漏诊亚临床的嘌呤合成亢进)。因此,需从代谢维度进行突破,引入新型生物标志物以实现多通路解析。
新型生物标志物
新型生物标志物主要包括谷氨酰胺、甘氨酸、天冬氨酸、色氨酸、丝氨酸、组氨酸,以及尿酸的前体物质(图5所示)。这些标志物通过多通路机制解析,弥补了传统标志物检测的局限性,尤其在早期预警、疾病分型及治疗靶向性方面优势显著。

图5. 高尿酸血症和痛风的代谢途径[5]
新型标志物有调控尿酸、反映炎症状态及辅助鉴别诊断等多重作用(表2),为揭示痛风的深层病理机制及推动个体化治疗提供了多维度的研究新视角。
表2. 新型生物标志物的临床意义及体内正常范围
化合物名称 | 临床意义 | 正常范围(血浆) |
谷氨酰胺(glutamine) | 胃肠道保护与修复;氮源载体,嘌呤合成引擎 | 420 - 720 μmol/L |
甘氨酸(glycine) | 嘌呤和抗氧化的重要原料;神经系统调节与代谢 | 150 - 350 μmol/L |
天冬氨酸(aspartic acid) | 参与尿酸平衡;多器官保护、代谢调节及神经系统调控 | < 10 μmol/L |
色氨酸(tryptophan) | 炎症反应调节;参与多重生理过程 | 25 - 73 μmol/L |
组氨酸(histidine) | 间接调控嘌呤池;组织修复、心血管及免疫调节等 | 60 - 100 μmol/L |
丝氨酸(serine) | 参与蛋白质合成、生理代谢、神经传递及免疫调节 | 80 - 150 μmol/L |
传统检测方法面临“假阴性陷阱”,亟需技术破局。液相色谱-串联质谱(LC-MS/MS)技术凭借其卓越的灵敏度与特异性,能够精准定量这些以往“不可见”的微量代谢分子,解锁痛风代谢盲区。
痛风生物标志物的生物分析
LC-MS/MS技术凭借其nM级灵敏度、高特异性及多组学整合能力,成为痛风相关低丰度代谢标志物检测的理想分析工具。
痛风生物标志物的分析主要围绕“尿酸代谢轴”展开,涵盖尿酸上游前体与尿酸关联标志物两个维度。以下分别阐述其分析策略与技术挑战(检测体系包含血浆、尿液等生物样品)。
尿酸上游前体的分析
尿酸上游前体可分为直接前体(腺苷和肌苷)与间接前体(酪氨酸和苯丙氨酸,亮氨酸和异亮氨酸),它们通过不同机制影响尿酸水平,为其精准分型与个体化干预提供“代谢树状图”。
间接前体的分析
酪氨酸(tyrosine,Tyr)和苯丙氨酸(phenylalanine,Phe)、亮氨酸(leucine,Leu)和异亮氨酸(isoleucine,Ile)作为尿酸的间接前体,通过影响三羧酸循环中间体及氧化应激水平间接参与痛风病理进程(图5)。突破传统的“嘌呤-尿酸”框架,从氨基酸代谢层面开辟痛风防控的新维度。
这四种氨基酸的生物分析主要存在以下困难:
极性大、保留弱:这些氨基酸富含羧基、氨基等亲水基团,在常规反相色谱柱上保留能力差,且同步分离极性不同的多种氨基酸难度较大;
同分异构体分离困难:亮氨酸与异亮氨酸分子量相同,面临色谱共洗脱、质谱无法区分及代谢干扰等多重挑战。
应对策略包括:
色谱柱选择: 选用Waters T3色谱柱,其独特反相模式兼容100%水相流动相,提升极性化合物的保留。三键锚定技术使其在低PH下也能稳定使用;
流动相优化:可通过添加洗脱能力较弱的甲醇,并采用较平缓的梯度程序,实现极性化合物与同分异构体的有效分离。
药明康德DMPK通过上述方法,在六分钟内实现四种氨基酸(含同分异构体)的同步分离(色谱峰见图6多通道提取离子色谱图(Extracted Ion Chromatogram,XIC))。

图6. 酪氨酸、苯丙氨酸、亮氨酸和异亮氨酸的LC-MS/MS色谱图
对尿酸间接前体的研究为代谢病诊断提供分子层面的逻辑支撑。然而,直接影响尿酸代谢水平的是其直接前体。对直接与间接前体进行动态监测,不仅能规避因间接前体分布差异带来的信号滞后问题,还能为临床提供尿酸的早期诊断窗口与更精准的药效评估靶标。
直接前体的分析
腺苷(adenosine,Ado)与肌苷(inosine, Ino)作为尿酸生成的直接前体,通过酶促代谢通路和细胞信号调控双重机制构成“尿酸代谢引擎”(如图7),在痛风病理机制中扮演重要角色,为其动态平衡的监测及精准治疗提供靶标。

图7. 尿酸的合成与代谢机制[6]
使用LC-MS/MS分析腺苷与肌苷面临双重技术挑战:
稳定性问题:两者的核心差异在于碱基结构。腺苷的6-氨基在酸性条件下易质子化断裂,而肌苷的6-酮基抗水解能力较强。在生理环境下,腺苷脱氨酶(adenosine deaminase,ADA)可特异性催化腺苷脱氨生成肌苷,该酶促降解速率是自发水解的数倍,是导致腺苷不稳定的核心因素;
基质效应:作为内源性嘌呤代谢物,易受生物样本中高丰度物质的干扰。
针对上述痛点,我们建立了“酶抑制-分离-源内校正”全流程解决方案:
酶抑制剂应用:添加强效、不可逆的ADA抑制剂(如喷司他丁),其结构可高效模拟ADA催化过渡态,有效阻断酶促降解,确保腺苷稳定性;
同位素内标校正:使用稳定同位素标记内标(如13C5-腺苷、如d3-肌苷、15N1-尿酸)进行精密校正,确保准确定量。在无法获得匹配内标时,可通过优化样品稀释度与前处理方法来降低基质效应。
基于上述策略,可实现腺苷与肌苷的稳定检测与色谱分离(多通道XIC图谱见图8)。

图8. 腺苷和肌苷的LC-MS/MS色谱图
尿酸关联标志物的分析
整合分析经典生物标志物与新型生物标志物,可系统解析嘌呤代谢的整体状态,实现从早期预警到个体化治疗策略的跃升。相关生物分析主要面临以下检测壁垒:
溶解度依赖pH:尿酸为弱酸,其溶解度高度依赖pH环境,在碱性条件下溶解度显著增高;
离子化效率低:极性化合物在电喷雾离子源(ESI)中易形成强溶剂化离子簇,导致脱溶剂困难并引发离子源内竞争抑制,从而大幅降低离子化效率;
内源性干扰:作为内源性物质,生物分析时需精准筛选和制备替代基质,以克服本底干扰与基质效应;
分析通量挑战:不同标志物极性差异大,在反相色谱上保留行为分化,多个化合物同步、快速分析时难度高。
药明康德DMPK在痛风生物标志物分析领域拥有深厚的技术积累,我们的核心优势体现在:
专有的难溶化合物处理技术:针对标志物的特殊理化性质(如高极性、易聚集),开发了独特的样品前处理与难溶性化合物溶解策略,确保分析物的稳定与完整;
优化的极性小分子检测平台:基于色谱分离技术(如HILIC),建立专属方法。通过精密调控离子化与传输参数,有效抑制源内降解(如脱羧),显著提升检测灵敏度与稳定性;
严谨的基质效应控制体系:拥有完善的替代基质筛选与验证流程,通过科学方法模拟或消除真实生物基质的干扰,确保分析结果的高特异性与准确度。
通过上述方法,可实现丝氨酸(极性)、甘氨酸(高溶)、尿酸(pH敏感)等物化性质各异的标志物同步检测(多通道XIC图谱见图9)。

图9. 痛风生物标志物LC-MS/MS色谱图
痛风精准医学依托“双轮驱动”的分析体系:由上游前体(腺苷、肌苷、亮氨酸、异亮氨酸)构建的“合成-代谢”代谢轴,可实现嘌呤失衡的早期预警;下游尿酸关联标志物(尿酸、尿素、肌酐及多种氨基酸)的分析则突破了单一指标局限,能系统解析嘌呤合成的根源与排泄效率。基于LC-MS/MS平台的“代谢导航系统”实现了对嘌呤代谢通路的解析,为临床个体化用药提供决策依据。
结语
药明康德DMPK通过整合LC-MS/MS分析与高通量生物样本处理技术,突破传统生物标志物分项检测的局限,助力痛风诊疗的跃升,为痛风诊疗树立“精准可控、主动预防”的新标杆。
其展现出以下核心优势:
高通量分析:能够在短时间内完成多标志物的同步检测,显著提升分析效率;
样本需求量低:仅需微量样本(< 20 μL)即可支持大规模、多组分的临床前研究,提升样本利用效率;
数据稳定可靠:有效减少批次间变异,保障数据评估的准确性。
基于上述优势,药明康德DMPK依托由三重四极杆及高分辨质谱系统构成的多维技术平台,建立痛风生物标志物的精准定量分析能力。我们已成功攻克该类标志物在色谱保留与分离、基质效应及精准定量等方面的关键技术挑战,能够为血浆、尿液等生物样本中的目标物提供高质量、高效率的定量分析数据,从而为深入揭示痛风发病机制、开发创新诊疗方法提供坚实可靠的技术支撑。

图10. 药明康德DMPK质谱生物分析检测平台
作者:张娟、张显春、龚武云、李陟昱、邢丽丽
编辑:富罗娜·克里木、钱卉娟
设计:张莹莹
药明康德DMPK依托中国(上海、苏州、南京和南通)和美国(新泽西)的研发中心,提供从早期筛选、临床前开发、到临床研究阶段的综合型药代动力学服务,助力您快速推进药物研发流程。拥有上千人的研发团队,服务超1600家全球客户,具有超过十五年的新药申报经验,已成功支持超过1800个新药临床研究申请(IND)。
点击此处与我们的专家进行联系
参考
[1] Marita et al. Global, regional, and national burden of gout, 1990-2020, and projections to 2050: a systematic analysis of the Global Burden of Disease Study 2021. The Lancet Rheumatology, Volume 6, Issue 8, e507 - e517.
[2] Zhang, Y.; Chen, S.; Yuan,M.; Xu, Y.; Xu, H. Gout and Diet : A Comprehensive Review of Mechanisms and Management. Nutrients, 2022, 14, 3525.
[3] Zhou H, Yang J, Yuan X, Song X, Zhang X, Cao T, Zhang J. Hyperuricemia research progress in model construction and traditional Chinese medicine interventions. Front Pharmacol. 2024 Mar 7;15:1294755.
[4] Andres-Hernando, Ana et al. Phosphate depletion in insulin-insensitive skeletal muscle drives AMPD activation and sarcopenia in chronic kidney disease. iScience. 2023 Mar 10;26(4):106355.
[5] Wu X, You C. The biomarkers discovery of hyperuricemia and gout: proteomics and metabolomics. PeerJ. 2023 Jan 6;11:e14554.
[6] Li K, Li K, Yao Q, Shui X, Zheng J, He Y, Lei W. The potential relationship of coronary artery disease and hyperuricemia: A cardiometabolic risk factor. Heliyon. 2023 May 9;9(5):e16097.
加入订阅
获取药物代谢与药代动力学最新专业内容和信息