子宫肌瘤代谢重塑与隐藏异质性：综合代谢组学图谱与质谱成像研究

　　本研究针对子宫肌瘤代谢机制不清的问题，由研究人员通过整合UHPLC-MS和GC-MS技术开展全局代谢组学分析，结合DESI-MSI空间代谢成像与机器学习，鉴定出10种关键代谢物并首次揭示肌瘤内玻璃样变性区域的代谢异质性，为开发靶向治疗策略提供了新见解。

　　

作为女性最常见的良性妇科肿瘤，子宫肌瘤不仅严重威胁生殖健康，还会直接损害生育能力。其引发的子宫结构异常和代谢紊乱，已成为育龄女性不孕、复发性流产及产科并发症的关键病理因素。然而，子宫肌瘤的深层代谢机制仍未被充分阐明。

本研究旨在探索患者子宫肌瘤的代谢重塑现象。研究人员采用超高效液相色谱-质谱联用技术（UHPLC-MS）和气相色谱-质谱联用技术（GC-MS）对子宫肌层和肌瘤组织进行全局代谢组学分析，同时利用解吸电喷雾电离质谱成像（DESI-MSI）实现空间分辨代谢组学解析，以探究肿瘤内的代谢异质性。结合机器学习算法，精准识别了与子宫肌瘤相关的重要代谢物。

研究成果成功绘制了包含多达825种代谢物的人类子宫肌层与肌瘤组织代谢图谱。研究清晰观察到从肌层到肌瘤的代谢转变，伴随代谢物和氨基酸代谢通路的显著变化，揭示了子宫肌瘤的代谢重塑特征。通过机器学习筛选出10种标志性代谢物，精准表征了肌瘤的代谢属性。此外，DESI-MSI技术首次有效区分了玻璃样变性区域与非变性区域，凸显了子宫肌瘤内固有的代谢异质性。

这些发现为子宫肌瘤的代谢病理机制提供了新视角，有望推动针对这一广泛性妇科疾病的靶向治疗策略开发。