Nature：肝与肠的“代谢地形图”：利用空间代谢成像解析组织代谢的空间梯度

在哺乳动物体内，代谢稳态依赖于循环营养物的动态供给，这些营养既来自饮食吸收，也源于器官间的物质交换。小肠与肝脏是这一过程的关键枢纽：前者负责营养的吸收与初步加工，后者进一步整合并调控碳水化合物、脂质和氨基酸代谢，维持全身能量平衡【1,2】。

组织的代谢功能往往由其空间结构所决定。肝脏由重复的小叶构成，血液自门静脉流向中央静脉，形成氧气与营养物浓度梯度。沿这一轴线，肝细胞的基因表达呈有序变化，使糖代谢、脂质合成和氧化功能在不同区域各司其职。类似地，小肠上皮细胞自隐窝生成，沿绒毛轴向迁移，伴随血液流动方向形成化合物浓度梯度，从而建立隐窝到绒毛顶端的代谢分区【3,4】。

以往研究主要依靠基因或蛋白表达推测这种空间组织，但这些指标并不能真实反映代谢活性。酶的丰度与代谢通量并非线性对应，因此需要直接测量代谢物在组织中的分布及动态变化。近年来空间代谢组学的发展提供了方法路径，但其分辨率和覆盖范围长期受限，尚不足以连续刻画肝脏或小肠内部的代谢梯度。而相比静态代谢物丰度，代谢通路的活性更能反映细胞的功能状态。稳定同位素示踪结合成像质谱正在为解析组织内的空间代谢动态提供新的可能【5】，然而其空间分辨率仍有待提升，尚无法捕捉细胞层面的精细代谢差异。

近日，普林斯顿大学Joshua D. Rabinowitz实验室等在Nature杂志发表了题为Spatial metabolic gradients in the liver and small intestine的研究文章，作者利用高分辨率MALDI成像质谱与深度学习技术，揭示了肝脏门管—中央、小肠隐窝—绒毛轴上超九成代谢物存在显著的空间梯度，首次构建了肝脏与小肠的“代谢地形图”。

在小鼠肝切片中，作者检测到156种离子信号，其中144种被确认为经典代谢物或脂质。为了自动识别每个像素在门静脉至中央静脉轴线上的位置，作者开发了名为MET-MAP的无监督深度学习算法，通过代谢物特征自主“重建”代谢深度重现高维数据，这一方法与绘制地形等高线类似。

结果显示，超过95%的代谢物沿“门-中央”轴存在显著梯度：脂肪酸与磷脂集中在中央区，葡萄糖在门管区更高，而其下游产物葡萄糖-6-磷酸、果糖二磷酸则在中央区富集。UDP糖及其合成酶同样偏向中央区，反映了中央区更活跃的糖基化与解毒活动。戊糖磷酸途径代谢物与还原型谷胱甘肽则在门管区更高，为NADPH的主要来源。TCA循环中间体、天冬氨酸和谷氨酸同样在门管区富集，提示门管区承担高水平的氧化代谢与糖异生。相反，NADH在中央区升高，说明氧分压较低。尽管门管区线粒体活性更强，但ATP水平反而较低，而AMP和其分解产物IMP升高，反映出门管区承受更高的能量应激，用以支持尿素合成、糖异生及蛋白合成等高耗能任务。

在小肠中，作者利用改进的组织包埋方法与1,5-DAN基质，实现了10微米空间分辨率的代谢成像。结果显示，约九成代谢物沿“隐窝—绒毛顶端”呈显著梯度。脂肪酸和脂质多集中在隐窝或绒毛底部，不饱和度最高的脂肪酸也集中于隐窝，可能与迁移过程中氧化损伤相关。TCA循环代谢物表现出典型的对位分布：柠檬酸在隐窝侧富集，而苹果酸与天冬氨酸在绒毛顶端更高。线粒体标志物与苹果酸共定位于绒毛顶端，而柠檬酸合酶的表达反而在尖端增强，这种“错位”解释了代谢物梯度的形成。能量分子亦表现出分化：ADP在隐窝较高，而AMP在绒毛顶端更高，结合5微米分辨率下对ATP的成像结果，确认隐窝能量充足而绒毛顶处于低能量与轻度应激状态。

接下来，为了追踪代谢通量，作者进行了[U-¹³C,¹⁵N]谷氨酰胺与[U-¹³C]乳酸示踪。在肝脏，谷氨酰胺酶主要在门管区表达，其代谢标记物苹果酸与谷氨酸在该区域升高；谷氨酰胺合成酶在中央区更高，反映重合成活跃。乳酸氧化也主要发生在门管区，苹果酸的M+3/M+2标记比例支持丙酮酸羧化驱动的糖异生。小肠则呈现“燃料分工”：隐窝优先氧化乳酸进入TCA循环，而绒毛顶端主要依赖谷氨酰胺供能，与代谢物浓度梯度精确吻合。

果糖代谢的空间动态揭示了饮食碳源的局灶性风险。口服同位素标记果糖后90秒，小肠绒毛底部即出现果糖-1-磷酸（F1P）信号，显示其分解优先发生于此。部分未被处理的果糖经门静脉入肝，F1P在中央小叶区显著积聚。由于醛缩酶B在中央区较低，该区域难以清除F1P，造成ATP大量消耗却难以再生，最终诱发局部能量耗竭。由此可见，高果糖负荷会在肝脏内部形成空间选择性的能量低谷，为代谢紊乱与脂肪变性提供了解剖学基础。

综上所述，本研究以空间代谢组学为核心，将组织形态与“能量地貌”联系起来，揭示了代谢在微尺度上的“地理学组织原则”。门管区富氧高需求，小肠顶端低灌注低能量，代谢梯度随之层层展开。当外界营养负荷变化时，易感的空间节点最先显现代谢失衡。这篇论文为我们提供了一种新的研究框架，使代谢不再抽象为反应通路，而成为可视化的地形图，为理解代谢性疾病的空间起点提供了新的坐标系。

原文链接：

https://doi.org/10.1038/s41586-025-09616-5

1. Jang, C. et al. The small intestine converts dietary fructose into glucose and organic acids. Cell Metab. 27, 351–361 (2018).

2. Gebhardt, R. Metabolic zonation of the liver—regulation and implications for liver-function. Pharmacol. Ther. 53, 275–354 (1992).

3. Harnik, Y. et al. A spatial expression atlas of the adult human proximal small intestine. Nature 632, 1101–1109 (2024).

4. Halpern, K. B. et al. Single-cell spatial reconstruction reveals global division of labour in the mammalian liver. Nature 542, 352–356 (2017).

5. Wang, L. et al. Spatially resolved isotope tracing reveals tissue metabolic activity. Nat. Methods 19, 223–230 (2022).