Hintergrund und Ziele: Die porto-sinusoidale Gefäßerkrankung der Leber (PSVD) ist eine seltene und diagnostisch schwierig zu stellende vaskuläre Lebererkrankung. Unser Ziel war es, Unterschiede in der metabolomischen Signatur von Patient:innen mit PSVD, Leberzirrhose und gesunden Freiwilligen (HV) zu identifizieren, um eine nicht-invasive Diagnose zu ermöglichen und Informationen über gestörte Stoffwechselwege zu erhalten.
Methodik: Es wurden Serumproben von jeweils 20 Patient:innen mit bioptisch-verifizierter PSVD/Leberzirrhose sowie HV analysiert. Metaboliten wurden mit Flüssigchromatographie und Massenspektrometrie gemessen und Unterschiede mittels des Limma-Systems quantifiziert. Artifizielle neuronale Netze und Support-Vector-Machine-Modelle wurden entwickelt, um die metabolomischen Profile von PSVD/Leberzirrhose/HV zu klassifizieren. Die Metabolomics-Ergebnisse einer unabhängigen Kohorte wurden zur Validierung verwendet.
Resultate : 281 Metaboliten wurden in die Downstreamanalyse einbezogen. Clustering separierte die PSVD-Metabolome von denen der HV, während eine Untergruppe von PSVD-Patient:innen (n=5, 25%) Überschneidungen mit Patient:innen mit Leberzirrhose aufwies. Differenzialtests ergaben PSVD-bedingte Stoffwechselstörungen, wie Taurochol- und Adipinsäure, die bei PSVD im Vergleich zu HV und Leberzirrhose signifikant unterschiedlich waren. Veränderungen in den Pyrimidin-, Glycin-, Serin- und Threonin-Stoffwechselwegen waren ausschließlich mit PSVD assoziiert. Durch Machine-Learning identfizierte Stoffwechselsignaturen konnten PSVD-Patient:innen zuverlässig von HV und Patient:innen mit Leberzirrhose unterschieden werden, wobei nur 4 bis 6 Metaboliten verwendet wurden. Die Miteinbeziehung der Lebersteifigkeit mit der Metaboliten-Signatur verbesserte das Modell weiter. Die gezeigten Ergebnisse bezüglich der Unterscheidungsfähigkeit von Patient:innen mit PSVD gegenüber HV für Taurocholsäure (AUROC 0.899) und für das Verhältnis von Taurocholsäure zu Asparaginsäure bei Patient:innen mit PSVD gegenüber Leberzirrhose (0.720) konnten in einer unabhängigen Kohorte validiert werden.
Schlussfolgerung: Metabolomics ermöglichten die Identifizierung von Stoffwechselprofilen und Metaboliten mit prädiktivem Wert bei Patient:innen mit PSVD. Außerdem konnten Veränderungen im Glycin-, Serin- und Threonin-Stoffwechselweg identifiziert werden, die möglicherweise an der Pathogenese der PSVD beteiligt sein könnten.