Dextrose

精彩内容 米内网数据显示，2026上半年四川省公立医疗机构终端药品（化中生）市场规模超过296亿元，同比下滑6.59%，化学药和中成药的占比略有回升。化药及生物药以消化系统及代谢药为主，四川科伦药业两款注射剂登顶TOP20品牌；中成药以心脑血管疾病用药为主，TOP20品牌改由贵州百灵企业集团制药的独家产品领军。 全年或跌破600亿？化药和中成药占比回升 四川省公立医疗机构终端药品的销售情况（单位：亿元） 四川省公立医疗机构终端化学药、生物药、中成药合计销售额在2023年达到了673亿元，2024年至今持续下滑，2026上半年跌幅维持在6%左右，仅为296亿元，若下半年颓势不改，全年或将跌破600亿元。 四川省公立医疗机构终端药品类型分布情况 2026上半年四川省公立医疗机构终端化学药和中成药的占比均略有回升，分别为69.88%、19.55%，生物药的占比则回落至10.57%。 化生药市场：科伦抢下销冠，恩华重磅注射剂新上榜 2026上半年四川省公立医疗机构终端化药及生物药TOP5大类情况 从化药及生物药大类分布情况看，消化系统及代谢药以19.11%的占比居于首位，血液和造血系统药物、神经系统药物、抗肿瘤和免疫调节剂的占比均超过10%，4个大类的销售额均出现了不同程度的下滑。 值得注意的是，有3个大类在2026上半年有正增长，心脑血管系统药物增长了3.37%、肌肉-骨骼系统增长了4.48%、皮肤病用药增长了5.94%。 2026上半年四川省公立医疗机构终端化药及生物药TOP20品牌 注：增速低于5%用*代替 2026上半年四川省公立医疗机构终端化药及生物药TOP20品牌合超过26亿元。四川科伦药业的氯化钠注射液和葡萄糖注射液分别以4.62亿元、1.81亿元销售额包揽了TOP1、TOP2品牌之位。 此外，2026上半年销售额超1亿元的品牌还有12个，诺华的沙库巴曲缬沙坦钠片增长了33.87%、四川维奥制药的米格列醇片增长了6.14%、江苏恒瑞医药的酒石酸布托啡诺注射液增长了1.39%、宜昌人福药业的注射用盐酸瑞芬太尼和盐酸氢吗啡酮注射液分别增长了7.12%和2.03%、厦门特宝生物的聚乙二醇干扰素α2b注射液增长了18.57%。 TOP20品牌有2个为新上榜，安进的地舒单抗注射液增长了33.12%，销售额超过8000万元，江苏恩华药业的盐酸羟考酮注射液增长了13.50%，销售额超过7500万元。 9个品牌的销售额在2026上半年有下滑，包括了3个进口产品，涉及阿斯利康的醋酸戈舍瑞林缓释植入剂和达格列净片以及辉瑞的注射用头孢哌酮钠舒巴坦钠(2:1)。 中成药市场：贵州百灵登顶，康臣、地奥独家产品涨势喜人 2026上半年四川省公立医疗机构终端中成药TOP5大类情况 从中成药大类分布情况看，心脑血管疾病用药以19.24%的占比位居首位，呼吸系统疾病用药的占比为17.88%，紧随其后，骨骼肌肉系统疾病用药和消化系统疾病用药的占比也超过了10%，4个大类2026上半年的销售额均有不同程度的下滑。 值得注意的是，有3个大类在2026上半年有正增长，泌尿系统疾病用药增长了2.35%、五官科用药增长了14.15%、皮肤科用药增长了6.69%。 2026上半年四川省公立医疗机构终端中成药TOP20品牌 注：增速低于5%用*代替 2026上半年四川省公立医疗机构中成药TOP20品牌合超过10亿元。贵州百灵企业集团制药的独家产品银丹心脑通软胶囊以9000万元的销售额成为市场新销冠，增长率为4.13%。 从增长情况来看，中成药TOP20品牌还有9个在2026上半年有正增长，其中成都康弘制药的独家产品松龄血脉康胶囊增长了7.92%，销售额在7000万元区间，康臣药业的独家产品尿毒清颗粒(无糖型)增长了9.86%，销售额在6000万元区间，云南白药集团的独家产品云南白药胶囊增长了4.95%，销售额在5000万元区间，地奥天府药业的独家产品回生口服液、重庆希尔安药业的独家产品麝香追风止痛膏分别增长了1.84%、9.10%，销售额均在4000万元区间，贵州绿太阳制药独家产品肤痔清软膏为新上榜品牌，增长率高达22.51%，销售额再3000万元区间。 10个品牌的销售额在2026上半年有下滑，包括了贵州健兴药业的独家产品肺力咳合剂、清华德人西安幸福制药的独家产品生血宝合剂、西安世纪盛康药业的独家产品肾康注射液、四川济生堂药业的独家产品舒肝解郁胶囊等。 资料来源：米内网数据库 注：米内网《重点省份公立医疗机构药品终端竞争格局》，统计范围：全国20+省市（省、自治区、直辖市）城市公立医院、县级公立医院、城市社区中心以及乡镇卫生院，不含民营医院、私人诊所、村卫生室；上述销售额以产品在终端的平均零售价计算。 信息来源：米内网 往期推荐 ! 免责声明 “汇聚南药”公众号所转载文章来源于其他公众号平台，主要目的在于分享行业相关知识，传递当前最新资讯。图片、文章版权均属于原作者所有，如有侵权，请在留言栏及时告知，我们会在24小时内删除相关信息。 本平台不对转载文章的观点负责，文章所包含内容的准确性、可靠性或完整性提供任何明示暗示的保证。  喜欢的点个“看一看”和"喜欢"吧 不然微信推送规则改变，有可能每天都会错过我们哦~

点击蓝字 关注我们 急性冠状动脉综合征及恢复期的肠道微生物与代谢特征性改变 iMeta主页：http://www.imeta.science 研究论文 ● 期刊: iMeta (宏，IF 44.4, 双一区Top) ● 文章被引（Dimensions截至2026年10月3日）：8 ● 原文链接: https://onlinelibrary.wiley.com/doi/10.1002/imt2.70079 ● DOI: https://doi.org/10.1002/imt2.70079 ● 2025年9月19日，国家心血管病中心 中国医学科学院阜外医院杨跃进、荷兰格罗宁根大学医学中心傅静远、华中科技大学生命科学与技术学院陈卫华、中国医学科学院药物研究所贺玖明、天津中医药大学中药学院吴崇明等在iMeta在线发表了题为“Distinct microbial and metabolic shifts characterize acute coronary syndrome and recovery”的文章。 ● 本研究通过粪便宏基因组与血浆代谢组的联合解析，描绘冠心病（CAD）进展至急性冠脉综合征（ACS）及其恢复过程中的微生物—代谢网络重塑；在整合临床信息的基础上建立判别模型，实现对sCAD与ACS的更优区分，并为心血管风险分层与精准干预提供可转化线索。 ●  第一作者：许靖、代蝶、杨娅楠、高杉杉、杨进刚 ●  通讯作者：杨跃进（yangyjfw@126.com）、傅静远（j.fu@umcg.nl）、陈卫华（weihuachen@hust.edu.cn）、贺玖明（hejiuming@imm.ac.cn）、吴崇明（chomingwu@163.com） ●  合作作者：董超然、杨伟宪、袁建松、王天杰、田涛、杨燕敏、罗芳、蒋萍、吴超、孙筱璐、随永刚、高国峰、马文韬、吴元、张峻、李佳、郭超、崔成、郭婷婷、赵雪燕、袁晋青、乔树宾、胡奉环、高晓津、罗晓亮、彭浩然、王道明、吴季秋 ●  主要单位：国家心血管病中心 中国医学科学院阜外医院、荷兰格罗宁根大学医学中心、华中科技大学生命科学与技术学院、天津中医药大学中药学院、中国医学科学院药物研究所  亮 点 ● 在NCA、sCAD与ACS各阶段，肠道微生物群及循环代谢物呈现阶段特异性改变，凸显肠—心轴在CAD进展中的作用； ● 鉴定并在恢复期队列中验证了ACS特异的微生物与代谢标志，表明阶段特异的改变具有部分可逆性； ● 基于多组学的机器学习模型可准确分层CAD亚型，其判别能力优于仅依赖临床危险因素的模型。  摘 要 早期识别处于急性冠状动脉综合征（ACS）风险中的患者仍是临床上一项尚未满足的关键需求，尤其是在稳定型冠状动脉疾病（sCAD）患者中，及时干预可显著改善结局。肠道微生物群已被认为与冠状动脉疾病（CAD）相关，但其能否将ACS与sCAD区分仍未得到清晰界定。为此，我们在548名个体（包括正常冠脉（N = 175）、原发性sCAD（N = 161）与ACS（N = 212））中进行了横断面的多组学表型研究，并联合分析了粪便微生物群与血浆代谢物。为评估疾病相关改变是否会随治疗而消退，我们进一步分析了一个独立队列（N = 52），该队列为经标准治疗后由ACS转归为sCAD的患者。我们发现，ACS患者的肠道微生物组成与全身代谢存在显著异常，其特征包括促炎相关菌群（如 Streptococcus spp.）的富集以及循环 3-hydroxybutyrate（3-HB）水平升高。值得注意的是，许多ACS特异的微生物及代谢特征（包括3-HB及相关微生物功能通路）在临床缓解后恢复至接近sCAD的水平。将微生物分类单元、代谢物与临床生物标志物整合的模型，能够稳健地区分ACS与健康对照（AUC = 0.91）以及ACS与sCAD（AUC = 0.83），其表现显著优于仅使用临床指标的模型（NCA对ACS：AUC = 0.69；sCAD对ACS：AUC = 0.59）。这些发现确立了肠道微生物群及其代谢产物为区分ACS的关键判别因子，显示其在恢复阶段呈动态回归，并凸显其在心血管风险分层与管理中作为生物标志物与治疗靶点的应用前景。 视频解读 Bilibili：https://www.bilibili.com/video/BV1LGHpzFEtx/ Youtube：https://youtu.be/NMGAOodUE0w 中文翻译、PPT、中/英文视频解读等扩展资料下载 请访问期刊官网：http://www.imeta.science/ 全文解读 引  言 冠状动脉疾病（CAD）仍是全球范围内导致死亡与致残的首要原因。全球心血管疾病死亡人数从1990年的1240万上升至2022年的1980万，其中CAD占比最高。CAD主要有两种临床表型：慢性或稳定型CAD（sCAD）与急性冠状动脉综合征（ACS）。其中ACS更为致命，包括心源性猝死（SCD）、ST段抬高型心肌梗死（STEMI）、非ST段抬高型心肌梗死（NSTEMI）以及不稳定型心绞痛（UAP），其发生多由易损动脉粥样硬化斑块的破裂或糜烂所致。 CAD的病理生理学特征为冠状动脉内动脉粥样硬化斑块的慢性形成与进展，且常被炎症反应加剧。结构不稳定、易破裂的易损斑块是驱动sCAD向ACS进展的主要因素。虽然斑块形成是一个经年累月的过程，炎症所致的不稳定化却能在短期内引发临床快速恶化。现行临床评估（如运动负荷试验及计算机断层扫描冠状动脉成像CTA）或冠状动脉造影等影像学技术）主要用于评价心肌缺血或阻塞性斑块负担。然而，这些方法对无症状个体中易破裂斑块的检出能力有限。由此，亚临床冠状动脉粥样硬化与高风险斑块常被漏检，给ACS预防带来显著挑战。及早识别高危个体并及时干预，是防止斑块破裂、血栓性血管闭塞及ACS发生的关键。 人类胃肠道栖居着万亿级微生物群落，统称肠道微生物群。大量证据强调肠道微生物群在宿主多种生理过程中具有关键作用，包括代谢与免疫调控；其群落组成受环境因素与宿主遗传共同塑造，也被认为与CAD的发病机制相关。此外，肠道微生物产生的代谢物可进入宿主循环并参与CAD的病理过程，其中三甲胺氧化物（TMAO）因其促动脉粥样硬化效应而备受关注。多项研究表明，单独的肠道微生物特征，或与代谢组学数据的整合，能够区分CAD患者与健康个体，提示“微生物组–代谢组”联合刻画可能成为CAD风险分层与早期干预的有力工具。然而，现有研究多聚焦于非致命性的sCAD且样本量有限，对ACS的特异性特征探索相对不足。近期已发表的相关研究已识别出能够区分ACS与健康及代谢匹配对照的ACS特异生物标志物，但其区分ACS与sCAD的能力尚未检验。相比区分健康人与CAD患者，能够区分sCAD与ACS具有更高的临床意义，因为这有助于更早识别处于迫近事件高风险的患者，并及时干预以预防斑块破裂、心肌梗死与死亡。 在本研究中，我们对受试者开展粪便宏基因组与血浆代谢组分析，并将其分为三组：正常冠脉（NCA）、sCAD与ACS。我们还纳入一组具有明确ACS病史且已转归为sCAD的独立人群，为评估临床稳定后肠道微生物组成与代谢物谱是否部分回归至非ACS模式、并验证分析中识别的ACS特异标志物提供机会。总体而言，这一横断面的多组学证据提示肠道微生物组成及循环代谢物可能参与CAD的进展，并为后续研究阐明因果关系、以及探索ACS的早期发现与靶向预防策略奠定基础。 结  果 研究设计与队列基线特征 2018年3月至2018年12月，我们在中国国家心血管病中心阜外医院招募了548名中年受试者（45–66岁），包括175例NCA对照、161例原发性sCAD患者和212例ACS受试者。另纳入独立的恢复期sCAD队列52例，这些患者在接受血运重建与药物治疗后由ACS转为稳定状态。为确保原发性sCAD队列的稳定性，我们进行了为期5年的随访，随访期间未发生任何急性事件，从而证实其长期稳定性（详细研究设计与流程见图1）。尽管各组的体重指数（BMI）水平相近，原发性sCAD患者表现出明确的冠状动脉粥样硬化病理特征，因此更适合作为比较对象，用于分析ACS特异的肠道微生物与血液代谢标志物。该研究设计有助于更准确地评估由稳定斑块向不稳定斑块转变这一关键过程。 与预期一致，sCAD与ACS患者的合并症更为常见，包括高血压、糖尿病、高脂血症及稳定型心绞痛，且较NCA对照使用降脂治疗更为广泛（均p ＜ 0.05,表S1）。尽管三组总体血脂水平控制良好，sCAD与ACS患者的总胆固醇TC）、低密度脂蛋白胆固醇（LDL-C）与高密度脂蛋白胆固醇（HDL-C）水平均低于NCA对照（均p ＜ 0.05），这可能反映了强化降脂治疗的影响。与NCA对照相比，CAD患者的空腹血糖显著升高均p ＜ 0.05），其中ACS最高（7.83mmol/L），提示除ACS事件相关的应激反应外亦存在血糖控制不佳。ACS患者的高敏C反应蛋白（hs-CRP）与N端B型利钠肽前体（NT-proBNP）水平均明显升高（均p ＜ 0.001），反映更为显著的炎症状态与更重的心功能受损。此外，与NCA与sCAD相比，ACS患者的乳酸脱氢酶（LDH）水平均显著升高（表S1），提示存在心肌损伤或坏死。除临床与生化指标外，我们还评估了各队列常见的生活方式与饮食变量，包括进餐模式、主食–蔬菜搭配、饮品摄入（茶与牛奶）、睡眠与体力活动时长。上述因素在组间无显著差异（图S1，Fisher精确检验，均p ＞ 0.05），提示组层面的生活方式混杂有限。 图1. 研究流程与受试者队列概览 本研究队列包含四组：正常冠脉个体NCA）、原发性稳定型冠状动脉疾病患者（sCAD）、急性冠状动脉综合征患者（ACS）、以及经血运重建与药物治疗后由ACS转为稳定状态的sCAD患者（recovery sCAD）。研究采用系统化流程，整合粪便宏基因组测序的肠道微生物组刻画与血浆代谢组学分析，用于识别与CAD进展及恢复相关的稳健生物标志物。纳入recovery sCAD为探究微生物与代谢标志在恢复阶段的变化提供了重要框架，尤其便于跟踪ACS特异特征在恢复过程中的回归。 CAD患者的肠道微生物整体特征 为表征CAD不同阶段的肠道微生物组成及其功能谱，我们对粪便样本开展全基因组宏基因组测序。基于MetaPhlAn4共检测到2,045个微生物物种，利用HUMAnN3注释到605条功能通路。与部分既往报道不同，三组间的Shannon多样性无统计学差异（Kruskal–Wallis检验p = 0.0516），但原发性sCAD（p = 0.070）与ACS（p = 0.163）较NCA呈现升高趋势。相较之下，Simpson多样性在组间差异显著（Kruskal–Wallis检验 p ＜ 0.0001）：ACS高于NCA（p ＜ 0.0001）与原发性sCAD（p ＜ 0.0001），而原发性sCAD与NCA之间无显著差异（图2A、B）。在物种水平上，NCA、sCAD和ACS三组间的菌群组成均有显著差异（均 p ＜ 0.01，图2C）。在通路水平上，仅NCA与sCAD间存在显著差异（p = 0.023），涉及ACS的比较未达显著（图2D）。 随后，我们按文献预定义的功能菌群计算其总相对丰度，包括促炎潜能菌、神经递质产生菌、口源性菌与黏蛋白降解菌（表S2）。与NCA及原发性sCAD相比，ACS与NCA的偏离更为显著：与NCA与原发性sCAD两组相比，ACS的促炎物种（图2E）、神经递质产生物种（图2F）、口源性物种（其中相当一部分与炎症相关疾病有关；图2G）以及黏蛋白降解物种（图2H）均显著增加（两两比较均 p ＜ 0.05）。我们亦比较了各组促炎细菌的丰度，观察到ACS总体呈更高水平的趋势（图S2）。最后，我们考察了Prevotella-to-Bacteroides（P/B）比值——该指标被认为能较好反映饮食模式、健康状态与代谢功能。一般而言，较高的P/B比与富含植物纤维的饮食及有益代谢功能相关，而较低的P/B比常见于动物蛋白与脂肪摄入较高的饮食。我们的数据表明，通常处于炎症状态的ACS患者其P/B比明显更低，相较NCA差异显著（p = 0.016）（图2I）。 为鉴定与CAD谱系相关、且随疾病严重程度一致改变的单个微生物特征，我们采用PERMANOVA与MaAsLin2评估并校正临床变量（年龄、性别、用药、吸烟史、BMI）对微生物群落组成的影响，从而尽可能区分生物学差异与混杂因素。采用严格的筛选标准（对所有组间比较均以MaAsLin2的FDR校正 q ＜ 0.1为阈值），在NCA、原发性sCAD与ACS三组间共鉴定到150个差异丰度分类单元（系统发育图见图2J）。其中，28个物种随疾病进展逐步升高，15个物种逐步降低（表S3）；按相对丰度排序的两类各前10个物种见图2K、L。值得注意的是，诸如Alistipes onderdonkii、Bifidobacterium spp.与Streptococcus spp.等物种显著上调，其中不少已知可通过脂多糖生成或免疫激活等途径参与促炎过程；相反，与抗炎或上皮屏障支持相关的Lachnospiraceae spp.、Clostridium spp.与Eubacterium ventriosum等则显著下调。上述分层结果不仅凸显不同组间微生物群的动态差异，也强调了以促炎细菌特征为ACS患者标志的主导地位。 我们进一步考察了与ACS及sCAD相关的肠道微生物的功能层面。于HUMAnN3注释到的605条通路中，筛选出49条显著改变的通路用于展示（筛选条件：q ＜ 0.1，fold change ＞ 1.5或 ＜ 0.6，且平均丰度 ＞ 3e-5；见表S4、S5与图2M）。总体而言，ACS患者在涉及脂肪酸与生酮、甲醛与酚代谢、以及甲羟戊酸相关代谢的肠道微生物通路上呈特异性富集。上述发现不仅提示与CAD进展相关的肠道微生物功能已发生显著改变，也指向ACS患者中脂质与酮体水平的增加及潜在的氧化代谢增强。综合而言，这些结果为“肠–心”轴提供了关键线索，强调微生物相关标志物在心血管病理中的应用潜力。 图2. 从NCA到ACS过程中肠道微生物变化的综合分析 （A和B）NCA、原发性sCAD与ACS三组的Shannon多样性指数（A）与Simpson多样性指数（B），用于表征微生物群落的α多样性；p值采用Kruskal–Wallis H检验与Dunn事后检验计算。（C）物种水平主坐标分析（PCoA），展示三组微生物群落组成差异。（D）通路水平PCoA，突出不同组间微生物代谢通路的功能差异；组间分布差异的p值基于PERMANOVA计算。（E–H）三组中特定微生物物种组的相对丰度，包括促炎物种、神经递质产生物种、黏蛋白降解物种与口源性物种；p值采用Kruskal–Wallis H检验与Dunn事后检验计算。（I）Prevotella/Bacteroides（P/B）比值作为菌群失衡指标，显示NCA、原发性sCAD与ACS之间的显著变化；p值采用Kruskal–Wallis H检验与Dunn事后检验计算。（J）差异丰度细菌的系统发育树，展示其分类学关系。（K）与NCA个体相比在原发性sCAD与ACS患者中上调的肠道细菌物种的相对丰度。（L）与NCA个体相比在原发性sCAD与ACS患者中下调的肠道细菌物种的相对丰度。（M）HUMAnN3鉴定的NCA、原发性sCAD与ACS三组间显著改变的微生物代谢通路丰度。在（K–M）中，显著性水平基于MaAsLin2的q值：* q ＜ 0.1，** q ＜ 0.01，*** q ＜ 0.001。 CAD的血浆代谢组与脂质组特征 为进一步检视CAD中的代谢变化，我们在NCA、原发性sCAD与ACS三组中开展了血浆非靶向代谢组学及脂质组学分析，以识别更直接参与CAD发生发展的因素。首先在271名个体子集中采用超高效液相色谱-高分辨质谱（UPLC-HRMS）进行非靶向极性代谢组与脂质组检测（见方法与表S6、S7）。基于极性代谢组谱，NCA、原发性sCAD与ACS三组实现了清晰分离（图3A）。在显著性阈值q ＜ 0.1下，分别在NCA vs. 原发性sCAD、NCA vs. ACS与原发性sCAD vs. ACS中鉴定到21、51与38个显著差异代谢物（表S6）；其中15个代谢物的变化幅度达到fold change ＞ 1.2或 ＜ 0.8（图3B、S3）。具体而言，相较NCA个体，CAD患者中11种代谢物显著升高，涉及有机酸、糖类、羧酸、苯丙烷酸、苯乙酸、苯甲酸及嘧啶衍生物，且随疾病加重该趋势更为突出；相反，4种代谢物显著降低，涉及氨基酸、苯乙醛类与神经递质相关代谢物（图3B）。值得注意的是，ACS患者中一组代谢物显著升高，包括2-hydroxyphenylpropanoate、dihydrouracil、succinate、threonate、salicylic acid、homogentisate与dopaquinone（表S6与图3B）。其中hydroxybutyrate为典型酮体，hydroxyphenylpropanoate属酚同系物，其升高与我们的功能通路分析结果一致。此外，血浆phenylalanine与succinate升高通常与慢性炎症状态相关。 同样地，三组的血浆脂质组差异显著（图3C）。共鉴定149种脂质代谢物，并归类为四大类：27种脂肪酸（FAs）、38种甘油脂（GLs）、69种甘油磷脂（GPs）与15种鞘脂（SLs）（表S7）。在q ＜ 0.1阈值下，两两比较分别鉴定到差异脂质：NCA vs. 原发性sCAD为103种、NCA vs. ACS为91种、原发性sCAD vs. ACS为107种（表S7），其中28种脂质的变化幅度达到fold change ＞ 1.2或 ＜ 0.8（图3D、S3）。在CAD患者中，11种脂质显著升高（5种GLs、4种GPs与2种SLs），而17种脂质显著降低（4种GLs、7种GPs、3种SLs与3种FAs）（图3D）。具体示例包括在原发性sCAD与ACS中相较NCA明显升高的三酰甘油（TG 30:0与TGMG 12:0）、二酰甘油（DG 36:5）、溶血性甘油磷脂（LPC 14:1与LPE O-24:1）、单酰甘油（MG O-12:5与MGDG 28:9）、鞘脂（LCB 18:0）、甘油磷酸类（PA 34:8）、神经酰胺（CerP 34:0）与甘油磷酸乙醇胺（PE 30:4）（图3D与表S7）。既往研究指出，肥胖或血脂异常背景下的神经酰胺累积可导致组织功能障碍，并与糖尿病及心血管疾病相关；此外，炎症激动剂可通过激活从头神经酰胺合成通路中的酶而选择性升高鞘脂；三酰甘油亦参与炎症巨噬细胞的活化、炎症介质（如IL-1β、IL-6与PGE2）产生及吞噬功能。因此，CAD患者，尤其ACS患者，呈现出典型的炎症性脂质代谢特征。 基于MetaboAnalyst对差异代谢物（q ＜ 0.1）进行代谢物集合富集分析，并在各组间进行两两比较。柱状图显示，与NCA与原发性sCAD相比，ACS患者在氨基酸代谢通路（phenylalanine、tyrosine与tryptophan生物合成；phenylalanine代谢；tyrosine代谢）及碳水化合物代谢（galactose代谢、propanoate代谢、starch与sucrose代谢、butanoate代谢）方面显著富集（图3E），这与其在免疫调节中的关键作用相一致。 图3. 与CAD进展相关的代谢组与脂质组特征 （A）极性代谢物的PCoA，描绘三组整体代谢谱的差异；组间分布差异的p值基于PERMANOVA计算。（B）Circos图展示三组极性代谢物的组成与分布；最外环分为上下两部分，上半环表示三类研究对象（NCA、原发性sCAD、ACS），下半环表示不同代谢物类别；内侧色带表示各组内不同代谢物类别的相对比例，或在给定代谢物类别中各组所占比例；图内连线标示特定代谢物类别与其在各组分布之间的关联；右下角图例为不同代谢物类别。（C）脂质代谢物的PCoA，展示三组整体脂质谱的差异；组间分布差异的p值基于PERMANOVA计算。（D）Circos图展示三组脂质代谢物的分布；同（B），最外环分为上下两部分，上半环为三类研究对象，下半环为不同脂质亚类；内侧色带表示各组内不同脂质亚类的相对比例，或在给定脂质亚类中各组所占比例；连线标示特定脂质亚类与其在各组分布之间的关系；右下角图例为不同脂质类别。（E）差异代谢物的KEGG通路富集分析；柱状图分别展示三组两两比较（原发性sCAD vs. NCA、ACS vs. 原发性sCAD、ACS vs. NCA）中各KEGG通路的富集代谢物比例；通路按功能类别分组并列于纵轴；富集分析基于MetaboAnalyst的化合物分类与KEGG注释完成。 ACS特异的微生物与代谢物特征 与sCAD相比，ACS对患者威胁更大，因此识别推动其进展的ACS特异特征至关重要。我们的分析鉴定出在ACS组中特异改变的肠道微生物、功能通路与代谢物（判定标准：原发性sCAD vs. NCA的 q ＞ 0.1，且ACS vs. NCA或ACS vs.原发性sCAD的 q ＜ 0.1）。这些在ACS中显著富集或耗竭的特征可能参与斑块去稳定化与破裂（图4A、B）。 我们发现11种肠道细菌在ACS患者中显著升高，包括Streptococcus spp.（S. anginosus、S. oralis、S. constellatus、S. gordonii、S. vestibularis）、Bifidobacterium spp.（B. bifidum、B. longum）、Mogibacterium diversum与Eggerthella lenta。相反，Lacrimispora amygdalina、Clostridium spp.与Desulfovibrio spp.等物种显著降低（表S8与图4A）。我们采用广义线性模型系统评估性别对上述显著菌的影响。仅有一个微生物GGB79998 SGB48024呈现显著的性别交互（p = 0.024）：其在男性为负相关（β = −4.92），在女性则转为正相关（β = 11.65）。此外，ACS患者在生酮、脂肪酸代谢与胆汁酸生物合成等功能通路上呈富集（表S9与图4A）。 我们还分析了ACS特异的代谢物与脂质组学变化（图4B与表S10）。在代谢物中，2-hydroxybutyrate（2-HB）显著升高。近期研究提示2-HB可能作为心肌缺血的心脏保护因子与生物标志物，提示其在ACS情境中的相关性。Phenylalanine及其衍生物N-acetyl-L-phenylalanine在ACS组亦显著升高，这些代谢物可通过肾上腺素能受体介导作用，可能影响心血管结局。Tyramine、succinate、pantothenate、glucose、rhamnono-1,4-lactone等也显著升高。相反，必需氨基酸lysine、具抗氧化特性的protocatechuate aldehyde以及在免疫功能与抗炎中具有作用的维生素A在ACS组下降，提示代谢失衡与分解代谢增强，可能反映抗氧化防御受损（图4B、S3）。在脂质层面，ACS组呈现独特谱型：DG O-32:7、TG 30:0、DG O-36:5、MG O-12:5与PA 34:8显著升高，而包括多种磷脂酰胆碱（PCs）与磷脂酰肌醇（PIs）在内的其他脂质普遍降低（图4B与表S10）。这一模式提示脂质代谢发生改变，可能影响能量储存、膜成分与信号通路。特定二酰甘油与三酰甘油的升高或指向脂解与再酯化过程增强，而其他脂质的下降可能与脂质转运与代谢受损相关。 我们进一步分析了ACS特异特征（微生物分类单元、脂质代谢物与极性代谢物）与临床指标的关联（图4C）。如预期所示，ACS特异特征与心血管生物标志物存在较强相关，进一步强调其与CAD进展的相关性。值得注意的是，若干肠道微生物改变（包括Streptococcus spp.、Clostridium butyricum与Mogibacterium diversum的变化）与NT-proBNP、hs-CRP与LDH等特定心血管标志物显著相关，提示肠道微生物可能与CAD进展中的全身炎症、心功能障碍与组织损伤相关。脂质代谢物亦与ApoB、LDL-C与甘油三酯等脂质代谢相关临床指标呈强相关，强化了脂质代谢在ACS病理中的重要性。极性代谢物与组织损伤与代谢应激标志物相关性突出，尤其是LDH与2-HB、succinate及其他能量代谢中间体呈强相关，提示ACS事件期间的代谢转变。 图4. ACS特异的肠道微生物与代谢物改变 （A）不同分组中ACS特异细菌物种与微生物代谢通路的相对丰度热图。（B）不同分组中ACS特异极性与脂质代谢物的相对丰度热图；在A与B上方的示意图中，红色箭头表示显著上调，蓝色箭头表示显著下调，黑色箭头表示无显著变化；热图颜色强度表示相对丰度的z-score（红=高，蓝=低）。ACS特异特征定义为：在NCA与原发性sCAD之间无显著差异、但在原发性sCAD与ACS之间存在显著差异的特征。每个热图左侧的散点图显示两两差异丰度分析（MaAsLin2）的q值，用以标示统计学显著性；表示通过UPLC-MS/MS鉴定的代谢物。（C）16个显著分类单元、26个极性代谢物与29个脂质代谢物与临床指标的Spearman秩相关系数热图；红色方格表示正相关，蓝色方格表示负相关；p值采用Benjamini–Hochberg（BH）方法校正，显著性标注于方格内（p ＜ 0.2，** p ＜ 0.05，*** p ＜ 0.01）。 ACS恢复后肠道微生物与代谢物的重塑 为判定ACS相关的细菌与代谢物是否属于随CAD严重程度而改变的内在特征，我们招募了一个独立的恢复期sCAD队列（N = 52），均为既往发生过ACS、且在接受介入与药物治疗后至少3个月已转为sCAD的患者。我们在恢复期sCAD、原发性sCAD与ACS三组间比较肠道微生物与血液代谢物，以识别与恢复相关的谱型（图5A）。 基线分析显示，恢复期sCAD与原发性sCAD的生理表型相近，但恢复期sCAD中他汀与抗血小板药物的使用比例更高，这与其血清血脂谱相较原发性sCAD进一步改善相一致（表S11）。对比三组的肠道微生物组成（图5B）与宏基因组通路谱（图5C）可见，恢复期sCAD与原发性sCAD具有显著相似性，且二者均明显区别于ACS。这一趋势亦体现在ACS特异细菌物种的丰度格局上（图5D）：随着患者由ACS过渡至恢复期sCAD，微生物组成出现明确转变，提示与ACS相关的肠道失衡部分回归；其中在ACS中富集的促炎Streptococcus spp.在恢复期sCAD中呈明显下降趋势（图5D）。 为进一步验证先前筛选得到的ACS特异代谢物丰度变化，我们在四组（NCA、原发性sCAD、ACS、恢复期sCAD）中开展了靶向代谢组学分析，从而确认代谢转变，并为CAD进展与恢复阶段代谢物与微生物的相互作用提供更多信息。结果显示两类截然不同的变化模式：一类在ACS升高、于恢复期下降；另一类在ACS降低、于恢复期回升（表S12）。我们首先考察既往报道的与CAD相关的肠源性代谢物，如TMAO、phenylacetylglutamine（PAGln）及其上下游产物。与既往研究一致，TMAO与PAGln在CAD相较NCA显著升高；但在我们的数据中，它们在ACS与sCAD间无显著差异，难以区分稳定与急性状态（图S4），提示有必要寻找可用于监测疾病进展与恢复的新型代谢物。相对地，本研究识别的ACS特异代谢物呈现可追踪阶段变化的清晰趋势：succinate、2-HB与3-HB在ACS相较两类sCAD均显著升高（图5E，红框），并在恢复期下降；而在ACS显著降低的threonine与tyrosine在恢复期回升（图5E，蓝框）。来源于微生物的色氨酸相关代谢物（包括indoleacrylic acid与indolepropionic acid）亦呈相似的恢复趋势：恢复期sCAD中的浓度逆转了在ACS中的下降（图5F）。 总体而言，这些结果表明，ACS中识别的特异性肠道微生物与代谢信号在恢复阶段可出现部分回归，支持其作为同时指示疾病进展与缓解的潜在指标的应用价值。 图5. sCAD中的微生物与代谢物恢复及其与ACS的关联 （A）ACS患者与恢复期sCAD患者特征的示意图。（B、C）恢复期sCAD患者的PCoA：（B）微生物群落组成，（C）微生物代谢通路；结果显示其谱系更接近原发性sCAD而远离ACS；组间分布差异的p值基于PERMANOVA计算。（D）恢复期sCAD中ACS特异细菌的回归，所有ACS特异细菌均恢复至接近原发性sCAD的水平。（E）在ACS中升高的循环代谢物（如succinate、2-HB、3-HB）在恢复组显著下降，而在ACS中降低的代谢物（如threonine、tyrosine）在恢复组显著升高。（F）在ACS中受抑制的色氨酸与吲哚代谢相关代谢物在恢复期sCAD中亦出现恢复。p值采用Kruskal–Wallis H检验与Dunn事后检验计算。星号表示显著性水平：* p ＜ 0.05，** p ＜ 0.01，*** p ＜ 0.001。 多组学相关性分析揭示ACS病理生理中的微生物-代谢物-通路联系 为阐明驱动ACS发病的微生物与代谢相互作用，我们在多组学框架下整合了宏基因组与代谢组数据。借助MetOrigin这一结合生物学相关性与统计相关性的双维度分析工具，我们将关键代谢物的来源追溯至特定肠道微生物。分析识别出多种值得关注的代谢物（图6A），其中2-HB与succinate在ACS患者中显著升高，并在恢复期sCAD中下降；二者均参与propionate代谢。其水平与多种细菌物种呈强相关，包括Clostridium butyricum、Enterocloster bolteae、Bifidobacterium bifidum、Lachnospira eligens与Eggerthella lenta。相对地，在ACS中显著降低而在恢复期sCAD中回升的代谢物（如参与phenylalanine、tyrosine与tryptophan生物合成通路的tryptophan）与Enterocloster bolteae及Clostridium butyricum呈强关联。进一步的相关性分析显示，多数细菌物种与succinate与2-HB呈正相关（图6A中的红色连线），而与tryptophan呈负相关（图6A中的蓝色连线）。 基于HUMAnN3的功能谱分析显示，ACS患者中与生酮、中心碳代谢与氨基酸代谢相关的编码酶基因显著富集。值得注意的是，编码3-HB与succinate生物合成关键酶的基因——BDH1（3-hydroxybutyrate dehydrogenase，EC:1.1.1.30）、frdA（fumarate reductase，EC:1.3.5.4）与sdhA（succinate dehydrogenase，EC:1.3.5.1）——在ACS较NCA和/或sCAD中相对丰度更高（p ＜ 0.05；图6B），与我们在ACS患者中观察到的血浆3-HB与succinate升高相一致（图5E）。此外，色氨酸分解酶tnaA（tryptophanase，EC:4.1.99.1）在ACS中显著富集（p ＜ 0.01），与该组血浆tryptophan水平降低相一致。 中介分析进一步探讨了肠道微生物如何通过功能通路影响代谢物，进而与ACS相关（图S5与表S13）。图S5A表明，短链脂肪酸代谢、氨基酸代谢与中心碳代谢可作为中介，将微生物群变化与ACS特异代谢物水平的改变联系起来。图S5B显示，这些代谢物可部分中介特定分类单元与ACS状态之间的关系，这与我们先前的观察一致，即ACS具有Clostridium butyricum升高、2-HB与3-HB升高，以及Clostridium SGB6179与threonine降低等特征。 综合而言，这些多组学证据支持肠道微生物可能通过代谢物介导的通路影响CAD的观点。 图6. 多组学相关性分析揭示微生物–代谢物–通路的相互作用 （A）基于MetOrigin分析结果的微生物–代谢物–通路桑基图，展示微生物群与代谢谱之间的复杂联系：第一列（左）为可代谢（产生或消耗）关键代谢物的ACS特异菌，或在图2中鉴定的随疾病连续升高/降低的菌；第二列（中）为ACS特异且经靶向验证的代谢物；第三列（右）为这些代谢物所涉的代谢通路。第一列与第二列之间的连线按颜色编码：红线表示该菌可产生相应代谢物，蓝线表示该菌可消耗该代谢物。（B）参考KEGG的网络图，展示宏基因组数据中与ACS特异关键代谢物代谢过程相关的关键酶的丰度。p值采用Kruskal–Wallis H检验与Dunn事后检验计算。星号表示显著性水平：* p ＜ 0.05，** p ＜ 0.01，*** p ＜ 0.001，**** p ＜ 0.0001。酶缩写说明：LDH：L-lactate dehydrogenase（EC:1.1.1.27）；LSC1：succinyl-CoA synthetase（ADP-forming）（EC:6.2.1.5）；frdA：fumarate reductase（EC:1.3.5.4；在更新的酶委员会编号体系中并入EC:1.3.5.1）；sdhA：succinate dehydrogenase（EC:1.3.5.1）；BDH1：3-hydroxybutyrate dehydrogenase（EC:1.1.1.30）；PAH：phenylalanine-4-hydroxylase（EC:1.14.16.1）；TAM：MIO-dependent L-tyrosine 2,3-aminomutase（EC:5.4.3.6）；tnaA：tryptophanase（EC:4.1.99.1）；IL4I1：L-amino-acid oxidase（EC:1.4.3.2）；ipdC：indolepyruvate decarboxylase（EC:4.1.1.74）；ALDH：aldehyde dehydrogenase（NAD+）（EC:1.2.1.3）。 基于机器学习整合临床、微生物与代谢特征区分CAD不同阶段 在观察到随疾病进展与恢复而出现的微生物与代谢变化后，我们提出这些信号可能具备作为疾病生物标志物的价值。为更贴近临床实践，我们构建了多类机器学习模型：以既有心血管危险因素为基础，分别补充肠道微生物组特征、靶向定量代谢物，以及三者的整合特征。通过整合多维信息，我们评估微生物与代谢谱在区分CAD不同阶段方面能否带来增益，并期望借此捕捉仅凭传统指标难以识别的细微、疾病特异模式。数据集按分层方式划分为发现集与保留集（8:2）；发现集进一步用于10折交叉验证的训练与验证，保留集作为独立测试集评估模型的稳健性与泛化能力。 如图7所示，分类性能评估结果显示，仅基于传统临床指标的模型具有较为有限的判别能力。在引入代谢与微生物特征后（图S6），模型准确性显著提升。于保留集验证的整合模型在三项二分类任务中分别取得AUC = 0.75（区分NCA vs. sCAD，图7A）、AUC = 0.91（区分NCA vs. ACS，图7B）与AUC = 0.83（区分sCAD vs. ACS，图7C）。值得注意的是，整合模型在区分sCAD与ACS方面表现突出，而传统指标的判别能力较弱（AUC = 0.59）。驱动性能提升的关键特征主要来自代谢与微生物维度，包括2-HB、3-HB、PAGln、succinate、Bacteroides eggerthii、Lachnospira pectinoschiza等。上述结果说明，微生物与代谢特征能够捕捉稳定与急性CAD状态之间的动态变化，凸显其在疾病监测与精准分层中的生物标志物潜力。 图7. 基于Light Gradient Boosting Machine（LightGBM）算法、整合临床指标、微生物特征与代谢特征构建的CAD阶段判别模型 (A) 区分NCA与sCAD的分类模型。采用Boruta算法进行特征选择。ROC曲线展示了模型在独立保留数据集上的性能，SHAP图则说明了各特征对综合模型的贡献。特征按照 |SHAP| 值的重要性排序，颜色和强度表示其对模型输出的方向和贡献大小。(B) 区分NCA与ACS的分类模型。(C) 区分sCAD与ACS的分类模型。 讨  论 鉴于CAD每年导致数以百万计的死亡，深入理解其病因并建立有效的早期预警策略，对抗击该疾病至关重要。在本研究中，我们比较了ACS患者与NCA对照及sCAD患者的肠道微生物群与血液代谢物谱的改变，强调了促炎细菌、代谢物与CAD严重程度之间的关系，识别出随CAD进展而变化、并在ACS恢复后趋于稳定水平的关键微生物与代谢特征。进一步地，基于宏基因组与代谢组特征构建的分类器在区分不同CAD表型方面表现出良好准确性，尤其是在识别ACS患者方面。 炎症是CAD的标志性特征，其中hs-CRP被认为是独立于血脂水平的关键心血管事件预测指标。在ACS与sCAD患者中，肠道微生物群同样呈现促炎特征，表现为促炎与口源性物种的增加。例如，多种易致炎的Streptococcus spp.在ACS患者中显著升高，这些物种与炎症反应增强相关，可能促动脉粥样硬化斑块去稳定化，从而加剧ACS患者的炎症环境。我们的分析显示，Alistipes putredinis在ACS较NCA显著升高，提示其可能在促进促炎状态方面发挥关键作用。包括A. putredinis在内的Alistipes spp.可通过产生脂多糖诱导炎症，触发免疫反应并导致全身炎症。我们也观察到一些通常被认为有益的物种（如Bifidobacterium）在sCAD与ACS中较NCA升高。该属细菌已知可产生succinate，是一种与促炎、氧化应激模式及更高CAD风险相关的代谢物；同时，Bifidobacterium具有黏蛋白降解酶。在易感个体中，这类细菌显著增多可能损害肠黏膜屏障，增加肠道通透性（“肠漏”），进而触发并加剧炎症。然而，Bifidobacterium具有显著的功能多样性，其作用具有菌株特异性与情境依赖性：某些菌株可能促进succinate累积或黏蛋白降解，另一些则以抗炎、免疫调节与屏障支持功能而闻名。因此，ACS中的升高可能反映疾病所致肠道微环境塑造下的菌株层面组成偏移或功能适应。 与上述促炎型微生物谱相一致，CAD患者的血清中富集了促炎相关代谢物。作为三羧酸循环中的关键中间体，succinate在心血管疾病中的多重作用日益受到关注；近年的研究强调了肠道微生物群与心血管健康之间的复杂相互作用，其中succinate作为关键肠源性代谢物可影响宿主代谢。我们还观察到CAD患者中phenylalanine及其分解产物（phenyllactic acid与PAGln）升高。通常，phenylalanine经微生物代谢途径转化为phenylpyruvate，进一步生成phenyllactic acid；该化合物在肝脏与谷氨酰胺结合生成PAGln。近期报道将phenylalanine及其代谢物视为促进心脏疾病进展的氧化与促炎因子。我们亦观察到CAD患者的TMAO及其前体物carnitine与betaine升高，这与其作为动脉粥样硬化负担标志物的定位相一致。然而，sCAD与ACS之间缺乏显著差异，提示尽管这些代谢物指示动脉粥样硬化，但可能不足以区分临床稳定与急性状态。 为寻找更具ACS特异性的标志物，我们聚焦于在ACS组显著改变的代谢物，其中succinate、2-HB与3-HB尤为突出。2-HB与3-HB是蛋白质与脂质代谢的常见中间体；3-HB作为主要酮体与脂肪酸β-氧化过程中的替代能量来源，其外源或内源补充已显示出心代谢保护效应，包括降低空腹血糖、改善胰岛素敏感性与减轻动脉粥样硬化。因此，3-HB升高可能是应激性高血糖或糖皮质激素驱动生酮的代偿性结果，而非直接致病作用。相较之下，2-HB主要来源于细胞质内α-ketobutyrate（αKB）的还原。在生理条件下，线粒体内αKB经支链α-酮酸脱氢酶复合体的氧化脱羧生成succinyl-CoA以进入三羧酸循环；而在病理状态（如胰岛素抵抗所致的氧化应激与脂肪酸氧化增加）下，线粒体NADH/NAD⁺比值上升会显著抑制上述脱氢酶复合体的活性，使αKB转向在细胞质内被还原为2-HB。2-HB升高与胰岛素抵抗程度、受损耐糖量恶化及向2型糖尿病与CAD进展的风险密切相关。尽管2-HB与3-HB在ACS发病中的作用尚待阐明，但二者结构近似而生物学角色迥异，值得深入研究。除上述升高的代谢物外，多种氨基酸（包括threonine、tyrosine与tryptophan）在ACS显著降低；源自肠道微生物的tryptophan代谢物indoleacrylic acid亦明显下降。总体而言，这些ACS特异的代谢改变，特别是氧化应激相关代谢物增加与特定氨基酸及肠源性化合物减少，为区分ACS与稳定CAD提供了潜在生物标志物，并为疾病机制提供线索。 在识别出具有ACS特征的微生物与代谢物后，我们进一步考察这些特征在恢复阶段是否趋向稳定CAD水平。为此，我们比较了由ACS转为稳定状态的患者与原发性sCAD患者，从而评估与恢复相关的微生物组成及循环代谢物变化。值得注意的是，这些患者的ACS特异肠道微生物与代谢物同样出现回归，包括促炎细菌Streptococcus spp.（S. anginosus、S. constellatus、S. gordonii、S. oralis、S. vestibularis）以及产生succinate的Bifidobacterium spp.（B. bifidum、B. longum）。与此同时，ACS患者中升高的2-HB、3-HB与succinate在疾病恢复过程中显著回落。上述发现表明，肠道微生物及其相关代谢物在CAD不同临床阶段之间存在显著差异，提示其有望反映疾病状态的转变。 除微生物与代谢组表型外，我们还观察到ACS患者中与关键代谢通路相关的微生物酶功能显著富集。尤其是frdA（fumarate reductase，EC:1.3.5.4）、sdhA（succinate dehydrogenase，EC:1.3.5.1）与BDH1（3-hydroxybutyrate dehydrogenase，EC:1.1.1.30）等酶家族的相对丰度更高。这些酶参与产生促炎代谢物（如succinate与hydroxybutyrates）的通路，与我们观察到ACS患者中相较sCAD与NCA更高的相关代谢物水平相一致，为微生物代谢如何促成CAD代谢紊乱提供了机制线索。 鉴于当前ACS早期预警体系的不足，迫切需要在个体、家庭、社区与院前层面提升风险预测与预后评估。更好地识别ACS高风险个体可显著减轻CAD相关的公共卫生负担。在本研究中，我们利用LightGBM算法整合宏基因组与代谢组数据，以识别用于ACS风险分层的潜在生物标志物。仅基于临床资料的模型在疾病分层上的判别力有限，而与微生物组与代谢组特征的整合显著提升了模型性能。尤其是整合模型在区分ACS与NCA及sCAD方面表现突出，为精准风险分层与潜在治疗靶点提供了稳健框架。以往基于常规资料的模型常将TC、LDL-C与年龄等传统CAD危险因素视为主要贡献者，但这些因素不足以解释部分缺乏典型危险特征患者所出现的CAD事件。相比之下，宏基因组与代谢组模型的优越表现凸显了肠道微生物与代谢改变在CAD发病与进展中的潜在重要性。 本研究亦存在若干局限。其一，尽管通过纳入独特的疾病恢复组，我们发现了强相关并提示特定微生物、代谢物与ACS之间可能存在联系，但其中部分因果关系仍待验证，未来需在临床前与临床情境中通过粪菌移植与代谢物补充等实验手段加以探究。其二，本研究样本量相对有限，受试者来自中国北方的单中心，这可能限制结论在不同种族、地域或生活方式人群中的外推性；未来需要更大规模的多中心队列来验证结果，并探讨不同ACS亚型之间的潜在差异。其三，横断面设计无法评估时间动态或因果方向性；未来的纵向研究或随机对照试验有助于验证这些发现并进一步阐明关联的方向。其四，生活方式相关因素（如饮食与体力活动）主要基于基线信息评估；未来研究可引入食物频率问卷或24小时膳食回忆等标准化工具，以更精确地校正潜在混杂。其五，尽管2019年欧洲心脏病学会指南已将sCAD更新为CCS，但为与入组时的标准与诊断定义保持一致，我们在本研究中仍沿用原有术语。 结  论 本研究表明，肠道微生物群的改变，特别是以促炎类群富集与功能代谢转换为特征的改变，与CAD进展及ACS发生密切相关。通过整合宏基因组与代谢组刻画，我们识别出可稳健区分CAD亚型的微生物与代谢标志物，其中包括ACS特异特征；且这些ACS特异信号在恢复期sCAD中的回归提示其可能参与疾病缓解过程。上述发现不仅加深了对CAD发病机制的理解，也为稳定易损斑块与调控炎症提供了候选靶点。针对肠道微生物失衡及相关代谢通路的干预，或可为ACS预防与长期心血管结局改善提供新策略。未来研究应在更大、更多样化的队列中验证这些生物标志物，并评估微生物组调节性干预在改变疾病风险方面的有效性。 方  法 参与者与研究设计 2018年3月至2018年12月，我们在中国国家心血管病中心阜外医院连续招募600名受试者，均具备完整的病史信息以及临床与生化指标。依据临床症状、体征、实验室检查、心电图（ECG）、冠状动脉CT血管成像（CTA）及冠状动脉造影结果（用于判定动脉狭窄程度与心肌损伤），将受试者分为三组。NCA组（N = 175）为健康个体或疑似患者，其CTA或造影未见冠状动脉可见病变或狭窄，且无CAD相关症状与体征。原发性sCAD组（N = 161）的纳入标准为：冠状动脉造影显示至少一支原发冠状动脉管腔直径狭窄≥50%，且入组前无ACS病史。用于验证分析的独立恢复期sCAD组（N = 52）由至少在3个月前发生过ACS事件、并经血运重建与药物治疗后转归为sCAD的患者构成。ACS组（N = 212）为临床诊断为以下心血管事件之一的患者：不稳定型心绞痛（UAP）、ST段抬高型心肌梗死（STEMI）或非ST段抬高型心肌梗死（NSTEMI）。 UAP的诊断为心肌肌钙蛋白（cTnI）正常，且满足以下任一条：（1）静息状态心绞痛持续时间 ＞ 20分钟；（2）新发心绞痛（按加拿大心血管学会分级为II或III级）；（3）既往稳定型心绞痛近期失稳，且至少具备加拿大心血管学会III级心绞痛特征（进行性心绞痛）；（4）心肌梗死后心绞痛。心肌梗死（MI，包括STEMI与NSTEMI）的诊断为：心肌肌钙蛋白出现升高和/或下降，且至少一次测值高于第99百分位上限参考值，并同时满足以下任一条：（1）持续时间＞ 20分钟的缺血症状；（2）新发或疑似新发的显著ST段–T波改变或新出现的左束支传导阻滞；（3）心电图出现病理性Q波；（4）影像学证据提示新近可存活心肌丧失或新的局部室壁运动异常；（5）造影或尸检证实冠内血栓。 排除标准包括：（1）通用定义的2型、3型、4a型、4b型或5型MI；（2）重度心力衰竭或心源性休克（Killip分级 ＞ II或NYHA心功能分级 ＞ II）；（3）MI的机械性并发症；（4）MI后的心脏骤停或实施心肺复苏；（5）入组前3个月内使用抗生素累计超过1周；（6）入组前3个月内既往ACS史或接受过冠状动脉血运重建（包括经皮冠状动脉介入治疗与冠状动脉旁路移植术）；（7）入组前3个月内外伤或手术；（8）入组前3个月内脑血管疾病（包括脑梗死与脑出血）；（9）入组前3个月内消化道出血；（10）入组前3个月内感染性疾病；（11）慢性胃肠道疾病；（12）肿瘤；（13）自身免疫性疾病；（14）肾功能不全（重度肾脏疾病且肌酐 ＞ 3.0mg/dL）或既往肾移植史；（15）入组前7天内或习惯性摄入益生菌、益生元或酸奶。研究中的造影资料由两名观察者独立判读并确认。研究遵循《赫尔辛基宣言》原则，并经阜外医院伦理委员会批准（批准号：2018-995）；所有受试者均签署书面知情同意书。 元数据收集与分析 通过面对面问卷访谈，我们收集了受试者的人体测量学特征及与健康状况、疾病史、家族史、用药情况、体力活动、饮食与生活方式相关的元数据。体质指数（BMI）按体重（kg）/身高²（m²）计算。腰围测量为沿腹部水平环量，定位于脐上5cm处。吸烟定义为连续吸烟≥1支/日且持续＞1年；饮酒定义为男性≥20g/日、女性≥10g/日且持续＞1年。 外周血在夜间空腹≥12h后采集于含EDTA的抗凝管中，并尽快在实验室设备上完成检测。血浆总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、载脂蛋白A（ApoA）、载脂蛋白B（ApoB）与空腹血糖（FBG）采用酶学法在HITACHI 7150全自动生化分析仪（Hitachi, Ltd., Tokyo, Japan）上测定；其中TC、TG、HDL-C与LDL-C采用酶法，ApoA与ApoB采用免疫比浊法。对于TG水平≥400mg/dL者，LDL-C按Friedewald公式间接计算；对于TG水平＜400mg/dL者，LDL-C行直接测定。高敏C反应蛋白（hs-CRP）采用免疫比浊法测定（Beckmann Assay 360，Brea, CA, USA）。血浆N端B型利钠肽前体（NT-proBNP）采用商业化夹心酶联免疫法测定（BI-20852W，Biomedica，Vienna, Austria），本实验室的参考范围为＜400pmol/L。血清脂蛋白a［Lp（a）］采用免疫比浊法测定（LASAY Lp（a）auto，SHIMA laboratories，Tokyo, Japan），测定范围5–1000mg/L，参考上限0–300mg/L。血清肌酐（Scr）在UniCelDxC 800 SYNCHRON System（Beckman Coulter，Brea, CA, USA）上测定，采用Jaffe法计量。其余生物标志物按常规血液学与生化方法检测。每位受试者于入院后次日清晨留取新鲜粪便；粪便与血浆样本均在入院后24h内、治疗前完成采集。所有样本于30min内置干冰速冻，并于−80℃保存，待后续分析。 连续型变量在正态分布时以均值±标准差（SD）表示，非正态分布时以中位数（四分位距，IQR）表示。组间比较：正态分布的连续变量采用单因素方差分析（one-way ANOVA），非正态分布的连续变量采用Kruskal–Wallis H检验；分类变量采用χ²检验，当期望数＜5时采用Fisher确切概率法。 人类粪便样本采集与DNA提取 采集新鲜粪便样本，置于−80℃保存；随后使用配有冰袋的聚苯乙烯泡沫保温箱自阜外医院转运至实验室。按生产商说明，采用EZNA™ Stool DNA Isolation Kit（Omega Bio-Tek，VWR，Herlev，Denmark）进行DNA提取。 DNA文库构建与测序 使用TruSeq Nano DNA LT Library Preparation Kit（FC-121-4001，Illumina，San Diego，CA，USA）进行DNA文库构建。采用dsDNA Fragmentize（M0348S，NEB，MA，USA）在37℃孵育30min进行片段化；随后经填平与外切酶处理获得平末端，并连接接头。连接产物按以下条件进行PCR扩增：95℃预变性3min；8个循环为98℃变性15s、60℃退火15s、72℃延伸30s；最终在72℃延伸5min。所得文库在Illumina HiSeq 4000测序平台上进行测序；宏基因组测序运行模式为150bp双端（paired-end）。 测序数据分析 对宏基因组鸟枪法测序数据进行质量控制（QC）使用FastQC（http://www.bioinformatics.babraham.ac.uk/projects/fastqc/）。采用Trimmomatic去除低质量reads与接头序列；使用SOAP aligner软件（v2.21）剔除可与人类基因组比对的reads。物种分类谱由MetaPhlAn4生成。α多样性指数（包括丰富度与均匀度）使用R包vegan（2.7-1）计算；基于Bray–Curtis距离的主坐标分析（PCoA）亦使用vegan（2.7-1）完成。基因家族（KEGG ontology）与通路谱由HUMAnN3获得，该流程在90%相似性阈值下量化微生物基因家族，并按贡献物种进行分层。通路与代谢物的相互作用整合于MetaCyc。 血浆样本采集与代谢组学前处理 空腹血浆采集于肝素抗凝管，置4℃冷却，于采集后1h内离心（1,350rpm，12min），分装并于−80℃保存。样本处理如下：取100μL血浆样本或QC样本于10mL玻璃管，加入20μL内标混合液（包括3μg/mL DL-valine-d8；1μg/mL L-tryptophan-d5（indole-d5）；5μg/mL succinic acid-2,2,3,3-d4；1μg/mL TG（16:0/18:0/16:0-d5）；PC（16:0-d31/18:1）；2μg/mL oleic acid-d9）。加入3mL甲醇/叔丁基甲醚（methyl tert-butyl ether，MTBE）（1:1，v/v），2500rpm涡旋5min，随后于4℃、4200rpm离心10min。弃蛋白沉淀，将上清转移至另一玻璃管；再加入3.0mL MTBE与1.2mL超纯水，2500rpm涡旋15min，4℃、4200rpm离心10min。收集有机相上清至新管。有机相与水相均在温和氮气流下吹干；水相残渣以100μL乙腈/H2O（2:98，v/v）重溶用于代谢组学分析；有机相残渣以400μL甲醇/氯仿（1:1，v/v）重溶用于脂质组学分析。为监控数据质量与仪器稳定性，将来源于所有受试者血浆等体积混匀的QC样本与批次样本并行处理，并在上机序列中每10个样本插入1个QC样本。为避免系统偏倚，样本前处理与进样顺序均随机化。 UPLC-MS实验参数（代谢组与脂质组分析） 根据入组先后顺序，将血浆样本分配至非靶向或靶向代谢组学分析。为发现潜在差异代谢物，采用UPLC-HRMS对训练集共287份人血浆样本（91例NCA、78例原发性sCAD、102例ACS与16例恢复期sCAD；另有13份样本因不可测未纳入）进行全局代谢表征。分离使用二维超高效液相色谱系统（ACQUITY UPLC I-Class，Waters，Milford，MA，USA）及Waters HSS T3色谱柱（1.8μm，100mm × 2.1mm），柱温为35℃（极性代谢物）/45℃（脂质代谢物），流速0.25mL/min，进样体积10μL/5μL。极性提取物的流动相A为含0.1％甲酸的水，流动相B为乙腈，梯度程序：0–9min，2–60％B；9–18min，60％B；18–20min，60–100％B；20–30min，100％B。脂质提取物的流动相A为含2mM醋酸铵与0.1％甲酸的水，流动相B为含2mM醋酸铵与0.1％甲酸的乙腈/异丙醇（50:50，v/v），梯度程序：0–1min，35–50％B；1–3min，50–70％B；3–10min，70–90％B；10–15min，90–100％B；15–30min，100％B。质谱采用配备电喷雾离子源（ESI）的Q-Orbitrap仪（Q-Exactive，Thermo Fisher Scientific，Waltham，MA，USA），正/负离子模式参数为：sheath gas 40/45arb；喷雾电压3.5/−3.5kV；毛细管温度350℃；分辨率70000；自动增益控制目标（AGC target）3e6；最大注入时间100ms；扫描范围m/z 70–1000（极性代谢物）/80–1200（脂质代谢物）。 另有285份人血浆样本（73例NCA、77例原发性sCAD、106例ACS与29例恢复期sCAD；另有15份样本因不可测未纳入）用于靶向定量作为测试集。选用的内标用于监控分析稳定性并作为定量校准因子，包括：trimethylamine-d9 N-oxide、phenylacetyl-d5 L-glutamine、L-lysine-4,4,5,5-d4 hydrochloride、D-phenylalanine-d5、indole-2,4,5,6,7-D5-3-acetate、L-tyrosine-13C9,15N、choline-d9 chloride、succinate-2,2,3,3-d4与L-tryptophan-d5。定量分析在相同的Waters ACQUITY UPLC系统联用5500 Q-Trap质谱（AB SCIEX，Concord，ON，Canada）上进行，ESI源、scheduled MRM模式。分离使用Waters HSS T3色谱柱（1.8μm，100mm × 2.1mm），柱温35℃；流动相A为含0.1％甲酸的水，流动相B为乙腈；正/负离子模式流速均为0.25mL/min。优化的洗脱梯度为：0–10min，2％B→100％B；10–11min，100％B；11.1–16min，2％B。为获得最佳信号，对各分析物的去簇电位、碰撞能量及合适产物离子进行优化。其他MS参数设定为：gas1 50psi；gas2 50psi；curtain gas 20psi；源温450℃；离子喷雾电压5500/−4500V。 代谢组与脂质组数据处理 UPLC-MS原始数据文件（raw/wiff）使用Progenesis QI（Waters）进行处理，包括对齐参考选择、对齐、归一化、匹配与鉴定，获得由保留时间、m/z值与峰面积构成的数据矩阵。极性提取物采用基于mummichog的既定“Metabolic Pathway Mapping”数据处理策略进行分析。脂质提取物的归一化预处理数据集导入SIMCA-P 14.0（Umetrics AB，Ume˚a，Sweden），开展正交偏最小二乘判别分析（OPLS-DA）与置换检验。为获得可靠的差异变量，仅保留投影变量重要性（VIP） > 1.5 的特征；加合物离子、同位素离子以及在组间存在交叉的变量予以剔除。对极性与脂质提取物，差异代谢物离子通过MaAsLin2鉴定（q < 0.1；协变量校正详见“混杂因素分析”部分）。差异代谢物的鉴定依据其精确m/z、MS/MS谱图与保留时间。随后，将差异代谢物用于MetaboAnalyst进行KEGG通路富集分析（https://www.metaboanalyst.ca/）。数据库检索使用Metlin（https://metlin.scripps.edu/）、HMDB（https://hmdb.ca/）、ALEX123脂质计算器（http://alex123.info/ALEX123/MS.php）与LIPID MAPS（http://www.lipidmaps.org/）。靶向定量分析使用MultiQuant软件（version 3.0.3，AB SCIEX）。 混杂因素分析 我们系统评估了临床变量对分析结果的影响，包括年龄、性别、吸烟史、BMI与用药情况。纳入评估的药物包括：抗血小板药物（阿司匹林、氯吡格雷、替格瑞洛）、降脂药（他汀类）、抗高血压药物（ACE inhibitors或ARBs、β受体阻滞剂、钙通道阻滞剂、利尿剂）以及降糖药（胰岛素、二甲双胍）。采用PERMANOVA考察这些混杂因素对微生物群落组成与代谢物谱的影响；通过比较组间差异的统计学显著性（PERMANOVA p值）与组内差异的β离散度p值，判断观察到的变异是源自生物学差异还是混杂因素的影响。随后使用MaAsLin2对混杂因素进行校正，并识别与疾病状态最相关的肠道微生物与代谢物。 中介分析方法 我们进行了两类中介分析：（1）评估肠道微生物与代谢物水平之间的关联是否通过特定微生物功能通路介导；（2）评估肠道微生物与ACS之间的关联是否通过关键代谢物介导。微生物丰度、通路丰度与代谢物水平均进行对数转换并以z-score标准化。使用R包mediation估计Average Causal Mediation Effect（ACME）、Average Direct Effect（ADE）、总效应与中介比例，并对相关协变量进行调整。 使用机器学习模型识别区分CAD不同阶段的标志物 为识别可区分CAD不同阶段的标志物，我们基于LightGBM构建了分类模型（NCA、sCAD、ACS）。模型整合多源数据：临床实验室数据、靶向定量代谢物以及微生物组特征（由MetaPhlAn4得到的物种水平相对丰度）。数据集包含285个具备靶向代谢组定量的样本；按分层方式划分为80％的发现队列与20％的保留队列。发现队列进一步用于10折交叉验证中的训练与验证；保留队列作为独立测试集以评估模型的稳健性与泛化能力。 在模型训练前，所有特征先经Boruta算法进行选择，其后端为RandomForestClassifier（n_estimators = "auto"，max_depth = 5，class_weight = "balanced"，random_state = 1）。该算法是随机森林方法的扩展，通过与随机探针比较并进行双侧统计检验结合Bonferroni校正（alpha = 0.05，max_iter = 100，perc = 90）来系统剔除相关性较低的特征。随后使用scikit-learn提供的GridSearchCV进行超参数搜索与优化，并最终以LightGBM（梯度提升决策树框架）构建分类模型。 最终模型应用于独立保留队列进行验证。全部分析流程使用Python的scikit-learn完成。不同特征对模型的贡献以特征重要性进行量化与展示；模型性能以ROC-AUC评估。采用SHapley Additive exPlanations（SHAP）框架可视化综合模型的关键特征；为确保稳健性并避免过拟合，在10折交叉验证过程中对发现队列全部样本计算SHAP值，并以跨折汇总的平均绝对SHAP值（|SHAP|）进行排序。使用matplotlib生成SHAP汇总图，将每个样本显示为一个点（按特征取值上色：红＝高、蓝＝低；点大小按样本权重显示）；特征的颜色强度表征其对模型预测输出的方向与幅度。 统计分析 统计分析使用R（version 4.4.2，https://www.R-project.org/）或Python 3.9完成。图4C中的两两相关系数采用Spearman秩相关系数计算。组间单变量比较：先用Kruskal–Wallis检验评估总体差异；若显著，再进行Dunn事后两两比较；p值采用Benjamini–Hochberg（BH）方法校正。MetOrigin（https://metorigin.met-bioinformatics.cn/home/）用于探索物种、代谢组与通路之间的联系。与饮食、运动、睡眠相关的临床指标组间比较采用Fisher确切检验。p < 0.05 认为具有统计学意义。 代码和数据可用性： 本研究相关的宏基因组测序数据已提交至国家基因组数据中心（NGDC）BioProject数据库（https://ngdc.cncb.ac.cn/bioproject/），登录号为PRJCA017875（https://ngdc.cncb.ac.cn/bioproject/browse/PRJCA017875），并以受控方式开放获取。出于伦理与法律限制，个体层面数据仅可在研究用途下经申请获得，需通过阜外医院伦理委员会审批并签署相应的数据传输协议。具体流程包括向通讯作者（yangyjfw@126.com）提交研究方案；获批后，所有数据分析须在具备受限访问权限的本地服务器上完成，并符合《中华人民共和国个人信息保护法》与《中华人民共和国人类遗传资源管理条例》的要求。主要数据和代码已上传至Github网站，网址为：https://github.com/JingXu0701/CAD_MultiOmics。补充材料（文本、图、表、中文翻译版本或视频）也可从线上（http://www.imeta.science/）获取。 引文格式： Jing Xu, Die Dai, Yanan Yang, Shanshan Gao, Jingang Yang, Chaoran Dong, Weixian Yang, et al. 2025. “Distinct microbial and metabolic shifts characterize acute coronary syndrome and recovery.” iMeta 4: e70079. https://doi.org/10.1002/imt2.70079. 作者简介 许靖（第一作者） ● 北京协和医学院内科学博士，中国医学科学院阜外医院临床博士后。 ● 研究方向为基于多维组学的心血管疾病临床预警及分子机制探索、冠心病介入治疗，师从杨跃进教授。2023-2024年通过国家留学基金委资助前往荷兰格罗宁根大学医学中心（UMCG，傅静远教授课题组）进行博士研究生联合培养。以通讯/第一作者在iMeta、The innovation、Gut Microbes、Research、Cardiovascular Diabetology、EHJ-QCCO、iScience等期刊发表多篇高水平SCI论文，已获批发明专利4项。曾多次获得博士研究生国家奖学金，2024年获北京市优秀毕业生荣誉称号，2025获得中国博士后科学基金面上资助、国家资助博士后研究人员计划C档资助。 代蝶（第一作者） ●  华中科技大学博士后，副研究员。 ● 目前聚焦于基因组学与代谢组学的整合分析方向，在生物信息学算法开发、高通量测序数据分析及疾病机制探索方面积累了实践经验，致力于推动组学技术在精准医疗中的转化应用。以第一作者身份在Cell Reports Medicine、Nucleic Acids Research、Clinical and Translational Medicine、Communications Biology等杂志发表多篇SCI论文；作为负责人主持国家自然科学基金青年项目1项，并作为核心成员参与多项国家自然科学基金面上项目及重大专项。技术转化方面，申请国家发明专利4项，其中3项已获授权。 杨娅楠（第一作者） ● 天津中医药大学博士生研究生。 ● 主要研究方向为肠道微生物药物药理，以第一作者（含共同）发表SCI论文24篇，总影响因子>150。入选2024年中国科协青年人才托举工程博士生专项计划，中华中医药学会学生会员，中国生物物理学会肠道菌群分会会员。 高杉杉（第一作者） ● 中国医学科学院 北京协和医学院药物研究所 药物分析专业硕士。 ● 研究方向为运用超高效液相色谱-质谱联用技术和质谱成像技术，进行冠心病、高脂血症等的代谢组学和脂质组学研究；参与建立了基于空气动力辅助离子化质谱成像新技术的空间分辨代谢组学方法。在CCL、Anal. Chem等期刊发表论文。 杨进刚（第一作者） ● 中国医学科学院阜外医院 副主任医师。 ● 阜外医院健康教育中心主任，教育处副处长；《中国循环杂志》编辑部主任，海峡两岸医药交流学会心血管专业委员会副主任委员。主要研究方向为健康教育和急诊心肌梗死的诊治等。曾参加北京市科学发展重大项目、和三项国家自然科学基金等科研项目。已发表文章100余篇，SCI文章50余篇，主编、策划和参与撰写书籍10余部，连续8年出版《指南和实践（GAP-CCBC）精彩病例荟萃》。 杨跃进（通讯作者） ● 北京协和医学院长聘教授，博士研究生导师。 ● 现任中国老年医学会心血管病分会主任委员（2016.4-至今）和中华医学会心血管病分会常委，介入学组组长（2019.5-至今），中国医学科学院 阜外医院原副院长，国家心血管病中心原副主任，国家心血管病临床研究中心原副主任，曾兼任阜外医院心血管内科、冠心病中心、首任心力衰竭重症监护病区和中心、心血管病介入中心主任。长期深耕冠心病诊治，致力于心肌梗死再灌注治疗后心肌无复流和再灌注损伤的中药治疗，以及干细胞治疗修复的研究；曾获国家科技进步一等奖和二等奖各1项、北京协和医学院长聘教授、卫生部有突出贡献中青年专家、吴阶平医药创新奖、国务院特殊津贴。牵头各类课题60余项，包括国家科技支撑项目1项（十二五）、国家重点研发计划1项、科技部973课题2项、863课题4项、医科院创新工程基金（健康2030）1项、国家自然科学基金9项、北京市卫计委重点基金1项等，以一作/共一/通讯身份在JAMA、Eur Heart J、Cardiovascular Research等期刊发表论文150余篇。 傅静远（通讯作者） ● 荷兰格罗宁根大学系统医学终身教授、荷兰皇家艺术和科学院院士、荷兰皇家科学和人文学院院士。 ● 主要研究方向为研究领域包括宿主和肠道菌群在代谢及免疫的相互作用，以及对人体健康和复杂疾症的影响。研究项目涉及大数据群体水平研究和发展器官芯片技术在个性化医疗的应用，特别是菌-肠-肝轴对人体代谢的调控。在Science、Cell、Nature等顶尖学术期刊多次发表高水平科研成果，多年以来入选科睿唯安“高被引科学家”；现担任iMeta杂志的共同主编。 陈卫华（通讯作者） ● 华中科技大学教授、博士生导师；海外引进高层次人才。 ● 研究主要方向是肠道菌群精细调控与人体健康。通过队列分析与实验结合，发现基于肠道微生态的疾病、预后标志和治疗靶点；利用噬菌体或小分子物质对特定肠道细菌精准调控，以达到改善微生态、改善和治疗疾病之目的。截止2025年7月，以主要作者（通讯或第一）身份在Science、Gut、Cell Host & Microbe、Nature Microbiology、Cell Metabolism、Nature Communications等杂志发表文章80多篇。引用7700多次，H-因子37。 贺玖明（通讯作者） ● 中国医学科学院 北京协和医学院药物研究所博士生导师、研究员。 ● 研发了空气动力辅助离子化及质谱成像新技术和空间分辨代谢组学新方法，并实现成果转化和仪器国产化；建立了以空间分辨代谢组学技术为特色的新药代谢和临床肿瘤精准诊治转化研究平台。发表了包括NC、Adv. Sci.、PNAS、APSB、JPA、Theranostics、CCL、Anal. Chem.等Q1区论文20余篇。 吴崇明（通讯作者） ● 天津中医药大学中药学院  研究员/博士生导师。 ● 现代中药创制全国重点实验室PI，中国药理学会心血管药理专业委员会委员，中国中医药信息学会中医临床药学分会常务理事，中国老年保健协会食药物质与健康分会委员，iMeta、iMetaMed、Mol Med Rep、Chin Herb Med、Integr J Nephrol Androl、Dis Res,药物评价研究等期刊编委/青年编委，国家重点研发计划会评专家，国家自然科学基金地青面及专项项目评审专家，热心肠研究院智库专家。致力于肠道微生物药物药理学研究，中药及中医药理论的肠道微生态机制阐释，药食同源物质产品的开发。发表科研论文140余篇，连续入选全球Top 2%顶尖科学家。 共同主办单位 更多推荐 （▼ 点击跳转） 高引文章 ▸▸▸▸ iMeta | fastp 1.0：一款用于FASTQ数据质量控制与预处理的超快速全能工具 高引文章 ▸▸▸▸ iMeta | 兰州大学/西藏大学张东组-PhyloSuite v2：面向系统发育与分子定年的一体化高效可视化分析平台 高引文章▸▸▸▸ iMeta | 唐海宝/张兴坦-用于比较基因组学分析的多功能分析套件JCVI iMeta(宏)往期文章 1卷1期 1卷2期 1卷3期 1卷4期 2卷1期 2卷2期 2卷3期 2卷4期 3卷1期 3卷2期 3卷3期 3卷4期 3卷5期 3卷6期 4卷1期 4卷2期 4卷3期 4卷4期 4卷5期 4卷6期 5卷1期 5卷2期 5卷3期 5卷1期 iMetaOmics(宏组学)往期文章 1卷1期 1卷2期 2卷1期 2卷2期 2卷3期 2卷4期 3卷1期 3卷2期 iMetaMed(宏医学)往期文章 1卷1期 1卷2期 2卷1期 2卷2期 期刊简介 iMeta(宏)是由威立、宏科学和本领域数千名华人科学家合作出版的开放获取期刊，主编由中科院微生物所刘双江研究员和荷兰格罗宁根大学傅静远教授担任。目的是发表生物、医学及前沿交叉学科高影响力(IF>30)的研究、方法和综述。期刊特色包括中英双语图文、双语视频、可重复分析、图片打磨、60万用户的社交媒体宣传等。2022年2月正式创刊！相继被Google Scholar、PubMed、SCIE、ESI、DOAJ、Scopus等数据库收录！2026年6月影响因子44.4，一区Top，位列全球SCI期刊千分之二(47/22643)，中国期刊4/819！ iMetaOmics(宏组学)主编由中国科学院北京生命科学研究院赵方庆研究员和香港中文大学于君教授担任。iMetaOmics(宏组学)相继被PubMed、ESCI、DOAJ、Crossref和EZB等数据库收录，目标是成为IF>15的高水平生物医学综合期刊，欢迎投稿！ iMetaMed(宏医学)专注于医学、健康和生物技术领域，目标是成为IF>15的医学综合类期刊，现已被DOAJ收录，欢迎投稿！ iMeta(宏)主页： http://www.imeta.science iMetaOmics(宏组学)主页： http://www.imeta.science/imetaomics/ iMeta(宏)出版社主页： https://onlinelibrary.wiley.com/journal/2770596x iMetaOmics(宏组学)出版社主页： https://onlinelibrary.wiley.com/journal/29969514 iMetaMed(宏医学)出版社主页： https://onlinelibrary.wiley.com/journal/3066988x iMeta(宏)投稿： https://wiley.atyponrex.com/journal/IMT2 iMetaOmics(宏组学)投稿： https://wiley.atyponrex.com/journal/IMO2 iMetaMed(宏医学)投稿： https://wiley.atyponrex.com/submission/dashboard?siteName=IMM3 邮箱： office@imeta.science