《Scientific Reports》：Uncovering the metabolic impact of acute psychological stress in young adults
编辑推荐：
本研究针对急性心理应激的客观诊断难题，创新性地结合心理测量学、生物化学与非靶向代谢组学分析，通过改良版特里尔社会应激测试(TSST-M)诱导应激状态。研究发现唾液α-淀粉酶(△AAsl)和状态焦虑量表(STAI-s)是关键应激标志物，并识别出类固醇激素合成、甘油磷脂代谢等5条显著改变的代谢通路。研究构建的应激参考量表(SRS)和机器学习模型(准确率73.91%)为应激定量评估提供了新方法。
当我们面对突如其来的演讲任务或重要考试时，身体会瞬间进入高度警觉状态——心跳加速、手心出汗、注意力高度集中。这种急性心理应激反应是人类进化过程中形成的生存本能，但长期持续的应激状态却会成为多种精神疾病（如抑郁症、创伤后应激障碍）的导火索。尽管科学家们对应激的生理机制已开展大量研究，但机体在应激状态下究竟如何重构其代谢网络，至今仍是未解之谜。
在当前医疗实践中，应激诊断主要依赖主观性较强的心理量表评估，缺乏客观的生物学指标。这种局限性使得应激相关疾病的早期识别和精准干预面临巨大挑战。更复杂的是，不同个体对应激的反应存在显著差异，这进一步增加了开发普适性诊断工具的难度。正是为了破解这些难题，由玛丽亚·路易莎·伯纳尔教授领衔的研究团队在《Scientific Reports》上发表了开创性研究，通过多学科交叉的方法系统揭示了急性心理应激在年轻人群中的代谢印记。
研究团队设计了一套精密的实验方案：招募40名健康大学生志愿者，让每位参与者先后经历放松阶段(RS)和通过改良版特里尔社会应激测试(TSST-M)诱导的应激阶段(SS)。这种自身对照设计有效减少了个体差异对结果的干扰。研究人员在各个环节系统收集了心理量表数据（包括状态-特质焦虑量表STAI、视觉模拟量表VAS等）、唾液样本（用于检测皮质醇Crsl和α-淀粉酶AAsl）以及血液样本（用于代谢组学分析）。
关键技术方法包括：采用改良版特里尔社会应激测试(TSST-M)诱导标准化急性心理应激；运用直接灌注质谱(DI-MS)技术进行非靶向代谢组学分析；结合主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)等多变量统计方法解析代谢数据；建立机器学习模型（决策树、随机森林）进行应激状态预测；通过京都基因与基因组百科全书(KEGG)数据库进行代谢通路富集分析。所有样本均来自萨拉戈萨大学志愿者群体。
心理测量与常规生物标志物分析
研究发现，应激诱导后所有心理测量指标均出现显著变化：状态焦虑量表(STAI-s)得分从15.5±6.7上升至23.0±8.9（p<0.001），症状性应激量表(SSC)和视觉模拟量表(VAS)评分也显著升高。与此对应，反映交感神经系统(SNS)活性的唾液α-淀粉酶(△AAsl)浓度变化最为显著，从放松状态的2.2±18.2 U/ml飙升至应激状态的45.3±28.2 U/ml（p<0.001）。然而出乎意料的是，传统应激标志物唾液皮质醇(△Crsl)未呈现显著变化，研究人员推测这可能与皮质醇在唾液中出现峰值的时间延迟有关。
机器学习预测模型
通过构建多种机器学习模型，研究团队发现决策树模型准确率达65.21%，而随机森林和逻辑回归模型准确率提升至73.91%，受试者工作特征曲线下面积(AUC)分别为0.84和0.85。所有模型一致识别出唾液α-淀粉酶(△AAsl)和状态焦虑量表(STAI-s)是预测急性心理应激的最重要变量。随机森林模型还发现唾液流速变化(△FRsl)也具有重要预测价值。
代谢组学发现
代谢组学分析揭示了应激状态下广泛的代谢重构。在正离子模式(ESI+)下，研究人员鉴定出44种在应激状态下显著升高的代谢物和9种在放松状态下占优势的代谢物。应激状态特征性代谢物包括：类固醇激素（氢化可的松、醛固酮、皮质酮）；儿茶酚胺神经递质（多巴胺、去甲肾上腺素、肾上腺素）；氨基酸及其衍生物（丝氨酸、苯丙氨酸、缬氨酸）；以及膜脂成分（甘油磷酸胆碱、溶血磷脂酰胆碱LPC）。放松状态特征性代谢物则包括色氨酸及其衍生物（血清素、褪黑素）和酪氨酸等。
通路富集分析进一步识别出5条受应激影响最显著的代谢通路：类固醇激素生物合成(p=1.09e-07)、甘油磷脂代谢(p=4.03e-04)、亚油酸代谢(p=3.27e-03)、氨酰-tRNA生物合成(p=1.09e-02)以及酪氨酸代谢(p=4.14e-02)。特别值得关注的是，应激状态下多种磷脂分子显著增加，包括含omega-3脂肪酸的溶血磷脂酰胆碱LPC(20:5)和乙醇胺缩醛磷脂PPE(16:0/22:6)，提示这些脂质分子可能在应激适应中发挥保护作用。
应激参考量表构建
基于主成分分析(PCA)结果，研究团队构建了综合性的应激参考量表(SRS)，该量表整合了7个维度的重要变量，前四个主成分累计解释了84%的总方差。SRS计算公式为：SRS = (0.15×STAI-s + 0.14×VAS + 0.14×SSC + 0.12×AAsl+ 0.11×FRsl+ 0.19×Cp + 0.15×Pr)。统计分析证实，应激状态下的SRS评分显著高于放松状态(p=1.299e-05)，且未发现显著的性别差异。
研究结论与意义
这项研究通过多组学整合分析，成功绘制了急性心理应激的代谢图谱，揭示了应激状态下机体代谢网络的深刻重构。研究发现唾液α-淀粉酶(△AAsl)和状态焦虑量表(STAI-s)是识别急性应激的可靠指标，而代谢组学分析则发现了包括类固醇激素、神经递质和膜脂在内的多种潜在生物标志物。
特别值得注意的是，研究首次系统报道了急性心理应激对脂质代谢的显著影响，特别是缩醛磷脂类分子的变化。这些分子可能通过调节下丘脑-垂体-肾上腺(HPA)轴活性，在应激适应中发挥关键作用。当应激持续存在时，这种保护性机制可能被破坏，进而导致神经认知功能受损。
研究所构建的应激参考量表(SRS)和机器学习预测模型为客观、定量评估应激水平提供了新工具。这些工具有望在未来临床实践中用于应激相关疾病的早期识别和干预效果评估。
然而，研究者也指出本研究的若干局限性：样本量相对较小且人群同质性较高，限制了结果的普适性；缺乏独立验证队列；固定顺序的实验设计可能产生遗留效应。未来需要在更大规模、更多样化的群体中验证这些发现，并进一步探索已识别生物标志物在应激相关疾病中的具体作用机制。
这项研究的创新之处在于将心理测量、常规生化分析与高通量代谢组学技术相结合，提供了前所未有的急性应激代谢视角。随着现代社会中心理应激相关问题的日益普遍，这类研究对促进公众心理健康、开发新型诊断工具具有重要意义。研究结果不仅增进了我们对应激生物学基础的理解，也为未来开发针对应激相关疾病的预防和治疗策略提供了新思路。
