Using Blood Metabolites to Identify Genetic Factors in Respiratory Disease

Dong Yiran; Li Huilong; Min Yiping; Li Yihan; Wang Jie; Zhao Jianping

doi:10.13568/j.cnki.651094.651316.2025.09.16.0001

您当前的位置：

首页 >

文章列表页 >

Using Blood Metabolites to Identify Genetic Factors in Respiratory Disease

Intelligent Modeling and Engineering Computation | 更新时间：2026-03-24

- Using Blood Metabolites to Identify Genetic Factors in Respiratory Disease
- Journal of Xinjiang University(Natural Science Edition in Chinese and English) Vol. 43, Issue 2, Pages: 196-207(2026)
- 作者机构：
  
  新疆大学数学与系统科学学院，新疆乌鲁木齐 830017
- 作者简介：
  
  Dong Yiran (1999—), female, master student, research fields: applied statistics, E-mail: 15374717436@163.com.
  Zhao Jianping (1981—), male, professor, research fields: methods and applications in continuum fluid mechanics, numerical analysis, operations research and optimization, big data analysis, statistical computing, bioinformatics statistics, E-mail: zhaojianping@126.com.
- 基金信息：
- DOI：10.13568/j.cnki.651094.651316.2025.09.16.0001
  CLC： Q3-02
- Received：16 September 2025，
  
  Revised：2025-12-31，
  
  Accepted：03 January 2026，
  
  Published：25 March 2026
- 稿件说明：
移动端阅览
董逸然，李慧龙，闵一萍，李逸晗，王杰，赵建平．利用血液代谢物识别呼吸系统疾病的遗传因素［J］．新疆大学学报（自然科学版中英文），2026，43（2）：196-207.

Dong Yiran，Li Huilong，Min Yiping，Li Yihan，Wang Jie，Zhao Jianping. Using blood metabolites to identify genetic factors in respiratory disease［J］. Journal of Xinjiang University(Natural Science Edition in Chinese and English)，2026，43(2)：196-207.
董逸然，李慧龙，闵一萍，李逸晗，王杰，赵建平．利用血液代谢物识别呼吸系统疾病的遗传因素［J］．新疆大学学报（自然科学版中英文），2026，43（2）：196-207. DOI： 10.13568/j.cnki.651094.651316.2025.09.16.0001.

Dong Yiran，Li Huilong，Min Yiping，Li Yihan，Wang Jie，Zhao Jianping. Using blood metabolites to identify genetic factors in respiratory disease［J］. Journal of Xinjiang University(Natural Science Edition in Chinese and English)，2026，43(2)：196-207. DOI： 10.13568/j.cnki.651094.651316.2025.09.16.0001.

摘要

利用全基因组关联研究（GWAS）数据，本文系统探讨了血液代谢物与5种呼吸系统疾病（哮喘、结核病、慢性阻塞性肺疾病、肺源性心脏病及支气管炎）之间的关联性.采用逆方差加权法（IVW）作为核心分析方法，并辅以多项敏感性分析，包括MR-Egger回归、加权中位数法、加权众数法、Cochran’s Q检验及多效性检验.通过方向性检验、Meta分析和代谢途径分析进一步深化研究结论.鉴定出3种具有显著因果关联的代谢物：作为保护性因素的儿茶酚葡萄糖醛酸苷水平与哮喘呈正向因果关系；作为风险因素的肌酸与肉碱比率与慢性阻塞性肺疾病呈负向因果关系；作为保护性因素的腺苷-5’-二磷酸（ADP）-N-乙酰葡糖胺-N-乙酰半乳糖胺比率与支气管炎呈正向因果关系.此外，还发现了存在强因果关联的13种代谢物.进一步解析出14条与目标疾病相关的代谢通路，其中6条通路与哮喘相关、2条与肺结核相关、1条与慢性阻塞性肺疾病相关、4条与肺源性心脏病相关、1条与支气管炎相关.本文证实血液代谢物与5种呼吸系统疾病之间存在因果关联，发现的代谢物及通路为揭示这些疾病的潜在机制提供了新视角，需通过后续实验进一步验证.

Abstract

Genome-wide association study (GWAS) data are used to explore the associations between blood metabolites and 5 respiratory diseases: asthma

tuberculosis (TB)

chronic obstructive pulmonary disease (COPD)

cor pulmonale

and bronchitis. The main method of analysis used is the inverse-variance weighted (IVW) approach

complemented by several sensitivity analyses

including MR-Egger regression

the weighted median

the weighted mode

Cochran’s Q test

and the pleiotropy test. Additional directional tests

Meta-analysis and metabolic pathway analyses are conducted for deeper insights. 3 metabolites showing significant causal relationships are identified. Catechol glucuronide levels as a protective factor have a positive causal relationship with asthma; the creatine to carnitine ratio has a negative causal relationship with COPD as a risk factor; and the adenosine 5’-diphosphate (ADP) to N-acetylglucosamine to N-acetylgalactosamine ratio as a protective factor has a positive causal relationship with bronchitis. Additionally

13 metabolites demonstrate strong causal relationships. Furthermore

we delineate 14 metabolic pathways related to the outcomes

including 6 associated with asthma

2 with TB

1 with COPD

4 with cor pulmonale

and 1 with bronchitis. A causal relationship between blood metabolites and 5 respiratory diseases has been established. The identified metabolites and pathways offer new insights into the underlying mechanisms of these diseases

necessitating further experimental validation.

关键词

Keywords

references

Levine S M ， Marciniuk D D ． Global impact of respiratory disease：What can we do，together，to make a difference？［J］． Chest ， 2022 ， 161 （ 5 ）： 1153 - 1154 ．

Ferkol T ， Schraufnagel D ． The global burden of respiratory disease ［J］． Annals of the American Thoracic Society ， 2014 ， 11 （ 3 ）： 404 - 406 ．

Kirsch D B ， Józefowicz R F ． Neurologic complications of respiratory disease ［J］． Neurologic Clinics ， 2002 ， 20 （ 1 ）： 247 - 264 ．

Gea J ， Casadevall C ， Pascual S ， et al ． Respiratory diseases and muscle dysfunction ［J］． Expert Review of Respiratory Medicine ， 2012 ， 6 （ 1 ）： 75 - 90 ．

Soriano J B ， Kendrick P J ， Paulson K R ， et al ． Prevalence and attributable health burden of chronic respiratory diseases，1990—2017：A systematic analysis for the Global Burden of Disease Study 2017 ［J］． The Lancet Respiratory Medicine ， 2020 ， 8 （ 6 ）： 585 - 596 ．

Mamas M ， Dunn W B ， Neyses L ， et al ． The role of metabolites and metabolomics in clinically applicable biomarkers of disease ［J］． Archives of Toxicology ， 2011 ， 85 （ 1 ）： 5 - 17 ．

Snowden S ， Dahlén S E ， Wheelock C E ． Application of metabolomics approaches to the study of respiratory diseases ［J］． Bioanalysis ， 2012 ， 4 （ 18 ）： 2265 - 2290 ．

Devillier P ， Salvator H ， Naline E ， et al ． Metabolomics in the diagnosis and pharmacotherapy of lung diseases ［J］． Current Pharmaceutical Design ， 2017 ， 23 （ 14 ）： 2050 - 2059 ．

Shi M Y ， Han S Y ， Klier K ， et al ． Identification of candidate metabolite biomarkers for metabolic syndrome and its five components in population-based human cohorts ［J］． Cardiovascular Diabetology ， 2023 ， 22 （ 1 ）： 141 ．

Comhair S A A ， McDunn J ， Bennett C ， et al ． Metabolomic endotype of asthma ［J］． The Journal of Immunology ， 2015 ， 195 （ 2 ）： 643 - 650 ．

Collins J M ， Walker D I ， Jones D P ， et al ． High-resolution plasma metabolomics analysis to detect Mycobacterium tuberculosis -associated metabolites that distinguish active pulmonary tuberculosis in humans ［J］． PloS One ， 2018 ， 13 （ 10 ）： e0205398 ．

Cruickshank-Quinn C I ， Jacobson S ， Hughes G ， et al ． Metabolomics and transcriptomics pathway approach reveals outcome-specific perturbations in COPD ［J］． Scientific Reports ， 2018 ， 8 ： 17132 ．

Emdin C A ， Khera A V ， Kathiresan S ． Mendelian randomization ［J］． JAMA ， 2017 ， 318 （ 19 ）： 1925 - 1926 ．

Smith G D ， Ebrahim S ． Mendelian randomization：Prospects，potentials，and limitations ［J］． International Journal of Epidemio‑logy ， 2004 ， 33 （ 1 ）： 30 - 42 ．

Lawlor D A ， Harbord R M ， Sterne J A C ， et al ． Mendelian randomization：Using genes as instruments for making causal inferences in epidemiology ［J］． Statistics in Medicine ， 2008 ， 27 （ 8 ）： 1133 - 1163 ．

Draisma H H M ， Pool R ， Kobl M ， et al ． Genome-wide association study identifies novel genetic variants contributing to variation in blood metabolite levels ［J］． Nature Communications ， 2015 ， 6 ： 7208 ．

Cao S R ， Gu Y Q ， Lu G Y ， et al ． Causal correlations between plasma metabolites，inflammatory proteins，and chronic obstructive pulmonary disease：A Mendelian randomization and bioinformatics-based investigation ［J］． Journal of Inflammation Research ， 2025 ， 18 ： 4057 - 4073 ．

Zhang Y ， Ma X L ， Wu F ， et al ． The relationship between genetic prediction of 486 blood metabolites and the risk of COPD：Mendelian randomization study ［J］． Scientific Reports ， 2025 ， 15 （ 1 ）： 7349 ．

Zhao C Y ， Song X F ， Yang D ， et al ． A causal relationship between circulating immune cells，plasma metabolites，and pulmonary diseases：A mediated Mendelian randomization study ［J］． Journal of Genetic Engineering and Biotechnology ， 2025 ， 23 （ 3 ）： 100537 ．

Lin L Y ， Wu Z L ， Zhong A Q ， et al ． Causal effects of genetically determined blood metabolites on asthma：A bidirectional Mendelian randomization study ［J］． Journal of Asthma ， 2024 ， 61 （ 12 ）： 1727 - 1737 ．

Cao Z H ， Wu T ， Fang Y K ， et al ． Dissecting causal relationships between immune cells，plasma metabolites，and COPD：A mediating Mendelian randomization study ［J］． Frontiers in Immunology ， 2024 ， 15 ： 1406234 ．

Johnson R K ， Brunetti T ， Quinn K ， et al ． Discovering metabolite quantitative trait loci in asthma using an isolated popula‑tion ［J］． Journal of Allergy and Clinical Immunology ， 2022 ， 149 （ 5 ）： 1807 - 1811 ．

Wang L Z ， Lyu Z ． Causal associations among gut microbiota，1 400 plasma metabolites，and asthma：A two-sample Mendelian randomization study ［J］． Frontiers in Molecular Biosciences ， 2024 ， 11 ： 1370919 ．

Chen Y H ， Lu T Y ， Pettersson-Kymmer U ， et al ． Genomic atlas of the plasma metabolome prioritizes metabolites implicated in human diseases ［J］． Nature Genetics ， 2023 ， 55 （ 1 ）： 44 - 53 ．

Kurki M I ， Karjalainen J ， Palta P ， et al ． FinnGen：Unique genetic insights from combining isolated population and national health register data ［PP/OL］． medRxiv （ 2022-03-06 ）［ 2025-09-01 ］． https：//doi.org/10.1101/2022.03.03.22271360 https://doi.org/10.1101/2022.03.03.22271360 ．

Burgess S ， Thompson S G ， CRP CHD Genetics Collaboration ． Avoiding bias from weak instruments in Mendelian randomization studies ［J］． International Journal of Epidemiology ， 2011 ， 40 （ 3 ）： 755 - 764 ．

Slob E A W ， Burgess S ． A comparison of robust Mendelian randomization methods using summary data ［J］． Genetic Epidemio‑logy ， 2020 ， 44 （ 4 ）： 313 - 329 ．

Benjamini Y ， Hochberg Y ． Controlling the false discovery rate：A practical and powerful approach to multiple testing ［J］． Journal of the Royal Statistical Society：Series B（Statistical Methodology）， 1995 ， 57 （ 1 ）： 289 - 300 ．

Bowden J ， Smith G D ， Burgess S ． Mendelian randomization with invalid instruments：Effect estimation and bias detection through Egger regression ［J］． International Journal of Epidemiology ， 2015 ， 44 （ 2 ）： 512 - 525 ．

Bowden J ， Smith G D ， Haycock P C ， et al ． Consistent estimation in Mendelian randomization with some invalid instruments using a weighted median estimator ［J］． Genetic Epidemiology ， 2016 ， 40 （ 4 ）： 304 - 314 ．

Hartwig F P ， Smith G D ， Bowden J ． Robust inference in summary data Mendelian randomization via the zero modal pleiotropy assumption ［J］． International Journal of Epidemiology ， 2017 ， 46 （ 6 ）： 1985 - 1998 ．

del Greco M F ， Minelli C ， Sheehan N A ， et al ． Detecting pleiotropy in Mendelian randomisation studies with summary data and a continuous outcome ［J］． Statistics in Medicine ， 2015 ， 34 （ 21 ）： 2926 - 2940 ．

Hemani G ， Tilling K ， Smith G D ． Orienting the causal relationship between imprecisely measured traits using GWAS summary data ［J］． PLoS Genetics ， 2017 ， 13 （ 11 ）： e1007081 ．

Lukkarinen H ， Söderlund-Venermo M ， Vuorinen T ， et al ． Children with severe asthma have unique oxidative stress-associated metabolomic profiles ［J］． Journal of Allergy and Clinical Immunology ， 2014 ， 133 （ 1 ）： 258 - 261 ．

Tian M ， Chen M ， Bao Y L ， et al ． Sputum metabolomic profiling of bronchial asthma based on quadruple time-of-flight mass spectrometry ［J］． International Journal of Clinical and Experimental Pathology ， 2017 ， 10 （ 10 ）： 10363 - 10373 ．

Cottrill K A ， Stephenson S T ， Mohammad A F ， et al ． Exacerbation-prone pediatric asthma is associated with arginine，lysine，and methionine pathway alterations ［J］． Journal of Allergy and Clinical Immunology ， 2023 ， 151 （ 1 ）： 118 - 127 ．

Cottrill K A ， Chandler J D ， Kobara S ， et al ． Metabolomics identifies disturbances in arginine，phenylalanine，and glycine metabolism as differentiating features of exacerbating atopic asthma in children ［J］． Journal of Allergy and Clinical Immunology：Global ， 2023 ， 2 （ 3 ）： 100115 ．

Liao J W ， Gheissari R ， Thomas D C ， et al ． Transcriptomic and metabolomic associations with exposures to air pollutants among young adults with childhood asthma history ［J］． Environmental Pollution ， 2022 ， 299 ： 118903 ．

Wang Z T ， Gao S L ， Xie J F ， et al ． Identification of multiple dysregulated metabolic pathways by GC-MS-based profiling of liver tissue in mice with OVA-induced asthma exposed to PM 2.5 ［J］． Chemosphere ， 2019 ， 234 ： 277 - 286 ．

Collins J M ， Siddiqa A ， Jones D P ， et al ． Tryptophan catabolism reflects disease activity in human tuberculosis ［J］． JCI Insight ， 2020 ， 5 （ 10 ）： e137131 ．

Lott J S ． The tryptophan biosynthetic pathway is essential for Mycobacterium tuberculosis to cause disease ［J］． Biochemical Society Transactions ， 2020 ， 48 （ 5 ）： 2029 - 2037 ．

Ardiansyah E ， Pacheco J A ， Nhat L T H ， et al ． Tryptophan metabolism determines outcome in tuberculous meningitis：A targeted metabolomic analysis ［PP/OL］． MedRxiv （ 2023-01-09 ）［ 2025-09-01 ］． https：//doi.org/10.1101/2023.01.08.23284316 https://doi.org/10.1101/2023.01.08.23284316 ．

Consalvi S ， Scarpecci C ， Biava M ， et al ． Mycobacterial tryptophan biosynthesis：A promising target for tuberculosis drug develo‑pment？［J］． Bioorganic & Medicinal Chemistry Letters ， 2019 ， 29 （ 23 ）： 126731 ．

Moitra S ， Bandyopadhyay A ， Lacy P ． Metabolomics of respiratory diseases ［M］//Ghini V，Stringer K A，Luchinat C． Metabolomics and its impact on health and diseases ． Cham ： Springer ， 2022 ： 339 - 365 ．

Liao W Z ， Li J X ， Feng W Y ， et al ． Association between coffee and caffeine intake and risk of COPD：Findings based on NHANES 2007—2012 ［J］． Heart & Lung ， 2024 ， 67 ： 53 - 61 ．

Xu W L ， Janocha A J ， Erzurum S C ． Metabolism in pulmonary hypertension ［J］． Annual Review of Physiology ， 2021 ， 83 ： 551 - 576 ．

Xu W L ， Comhair S A A ， Chen R Y ， et al ． Integrative proteomics and phosphoproteomics in pulmonary arterial hypertension ［J］． Scientific Reports ， 2019 ， 9 ： 18623 ．

Xu B Z ， Huang C H ， Zhang C J ， et al ． NMR-based metabolomic analysis of plasma in patients with adult congenital heart di‑sease and associated pulmonary arterial hypertension：A pilot study ［J］． Metabolites ， 2022 ， 12 （ 9 ）： 845 ．

Alfaro T M ， Monteiro R A ， Cunha R A ， et al ． Chronic coffee consumption and respiratory disease：A systematic review ［J］． The Clinical Respiratory Journal ， 2018 ， 12 （ 3 ）： 1283 - 1294 ．

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

⁰