Кардиология на пороге новой биологической эры: роль мультиомики и метаболомики

Современная кардиология вступает в этап своего развития, на котором дальнейшее повышение эффективности профилактики, диагностики и лечения сердечно-сосудистых заболеваний (ССЗ) требует более глубокого понимания биологических механизмов формирования патологического процесса. Традиционная модель клинического мышления, основанная преимущественно на анализе факторов риска и клинического фенотипа заболевания, обладает ограниченной способностью отражать биологическую гетерогенность сердечно-сосудистой патологии и индивидуальные траектории ее развития. Достижения системной биологии, молекулярной медицины и мультиомиксных технологий позволяют рассматривать ССЗ как длительный динамический биологический процесс, формирующийся задолго до клинической манифестации. Геномные, протеомные и метаболомные исследования открывают возможности для выявления молекулярных и метаболических фенотипов заболевания, определяющих индивидуальную уязвимость сердечно-сосудистой системы, скорость прогрессирования патологического процесса и вариабельность ответа на терапию. Особое место среди мультиомиксных подходов занимает метаболомика, отражающая текущее функциональное состояние биологических систем и интегральный результат взаимодействия генетических, метаболических и средовых факторов. Метаболомное профилирование позволяет выявлять ранние биологические сигналы неблагоприятного течения заболевания, способствуя более точной стратификации риска и персонализированному выбору профилактических и терапевтических стратегий. Интеграция мультиомиксных данных с клинической информацией, результатами медицинской визуализации и цифрового мониторинга формирует основу новой парадигмы клинической кардиологии – биологически ориентированной медицины. В условиях высокой сложности биологических данных особую роль приобретают методы искусственного интеллекта и машинного обучения, позволяющие выявлять скрытые закономерности между молекулярными и клиническими параметрами и поддерживать принятие персонализированных клинических решений. Переход к биологически ориентированной кардиологии имеет не только научное и клиническое, но и важное социально-экономическое значение. Раннее выявление неблагоприятных биологических особенностей заболевания и персонализированная профилактика осложнений способны существенно снизить бремя ССЗ для системы здравоохранения и общества. Таким образом, мультиомика и метаболомика формируют научную основу новой клинической парадигмы, ориентированной на раннее выявление биологических сигналов риска, более точное фенотипирование пациентов и персонализированное лечение ССЗ.

1. Кириченко Ю.Ю., Варзиева В.Г., Шестакова К.М., Черничкина А.Д., Палиенко А.В., Будущева О.И. и др. Метаболомное профилирование как возможный новый способ прогнозирования кардиоваскулотоксичности химиотерапии: пилотное одноцентровое исследование. Кардиология. 2025;65(6):3–11. DOI: 10.18087/cardio.2025.6.n2936

2. Kozhevnikova MV, Belenkov YuN, Shestakova KM, Ageev AA, Markin PA, Kakotkina AV et al. Metabolomic profiling in heart failure as a new tool for diagnosis and phenotyping. Scientific Reports. 2025;15(1):11849. DOI: 10.1038/s41598-025-95553-2

3. Kozhevnikova MV, Kakotkina AV, Korobkova EO, Kuznetsov IV, Shestakova KM, Moskaleva NE et al. Metabolomic Panel for the Diagnosis of Heart Failure with Preserved Ejection Fraction. International Journal of Molecular Sciences. 2025;26(5):2102. DOI: 10.3390/ijms26052102

4. Naeem F, Leone TC, Petucci C, Shoffler C, Kodihalli RC, Hidalgo T et al. Plasma Metabolomics Identifies Signatures that Distinguish Heart Failure with Reduced and Preserved Ejection Fraction. ESC Heart Failure. 2025;12(4):2803–13. DOI: 10.1002/ehf2.15285

5. Zhao Q, Pang YY, Lim RL, Tham WK, Choi H. Metabolomics in cardiovascular diseases: from prevention strategies to domain-specific applications. Expert Review of Proteomics. 2025;22(11–12):471–89. DOI: 10.1080/14789450.2025.2606050

6. You J, Cui X-H, Chen Y-L, Wang Y-X, Li H-Y, Qiang Y-X et al. Mapping the plasma metabolome to human health and disease in 274,241 adults. Nature Metabolism. 2025;7(11):2366–84. DOI: 10.1038/s42255-025-01371-1

7. Osei J, Tiwari P, Liu C, Almuwaqqat Z, Quyyumi AA, Wilson PWF et al. Metabolomic Biomarkers Are Independently Associated With Secondary Adverse Cardiovascular Events in Patients With Coronary Artery Disease. Journal of the American Heart Association. 2025;14(20):e043087. DOI: 10.1161/JAHA.125.043087

8. Rosen DT, Kolb TM, Mathai SC, Suresh K, Damico R, Hsu S et al. Dysregulated Tricarboxylic Acid Cycle Metabolism Is Associated With Right Ventricular Maladaptation in Pulmonary Vascular Disease. Journal of the American Heart Association. 2025;14(11):e041127. DOI: 10.1161/JAHA.124.041127

9. Climente-González H, Oh M, Chajewska U, Hosseini R, Mukherjee S, Gan W et al. Interpretable machine learning leverages proteomics to improve cardiovascular disease risk prediction and biomarker identification. Communications Medicine. 2025;5(1):170. DOI: 10.1038/s43856-025-00872-0

10. Meder B, Asselbergs FW, Ashley E. Artificial intelligence to improve cardiovascular population health. European Heart Journal. 2025;46(20):1907–16. DOI: 10.1093/eurheartj/ehaf125

11. Xingxing Li, Ye Jia, Feng Wang, Bingzhang Jie, Pengjuan Sha, Liwei Chen, Yan Zhao, Haifeng Liang, Xiaohong Li, Yu Du, Bin Hong, Ling Han. Q l Multi-omics data improves one-year mortality prediction in acute heart Clinica Chemical Acta, Volume 579, 15 January 2026, 120669

12. Ritchie SC, Jiang X, Pennells L, Xu Y, Coffey C, Liu Y et al. Combined clinical, metabolomic, and polygenic scores for cardiovascular risk prediction. European Heart Journal. 2025;ehaf947. [Epub ahead of print]. DOI: 10.1093/eurheartj/ehaf947

13. Luo Y, Zhang N, Yang J, Cui M, Tsoi KKF, Lip GYH et al. AI-based multiomics profiling reveals complementary omics contributions to personalized prediction of cardiovascular disease. Nature Communications. 2026; [Epub ahead of print]. DOI: 10.1038/s41467-026-68956-6

14. Yun HR, Singh MK, Han S, Ranbhise JS, Ha J, Kim SS et al. Biomarkers of Cardiac Metabolic Flexibility in Health, HFrEF and HFpEF. International Journal of Molecular Sciences. 2026;27(2):879. DOI: 10.3390/ijms27020879

15. Zhussupbekova L, Nurkina D, Zhussupova G, Smagulova A, Rakhmetova V, Akhmedyarova E et al. Diagnostic Potential of Metabolomic and Proteomic Biomarkers in Cardiology – A Narrative Review. Biomedicines. 2026;14(2):257. DOI: 10.3390/biomedicines14020257

16. Wanqi Rong, Yabin Zhou. Decoding cardiac metabolic reprogramming through single-cell multi-omics: from mechanisms to therapeutic applications Frontiers in Cell and Developmental Biology 01December 2025 DOl 10.3389/fcell.2025.1710474

17. Хабарова Н.В., Кожевникова М.В., Кириченко Ю.Ю., Ильгисонис И.С., Апполонова С.А., Шестакова К.М. и др. Метаболомное профилирование в кардиоонкологии: современное состояние проблемы и клинические перспективы. Креативная кардиология. 2026;20(1):в печати

18. Беленков Ю.Н., Привалова Е.В., Кожевникова М.В., Коробкова Е.О., Ильгисонинс И.С., Каплунова В.Ю. и др. Метаболомное профилирование больных с сердечно-сосудистыми заболеваниями. Кардиология. 2018;58(9):59-62. DOI: 10.18087/cardio.2018.9.10172

19. Zhengchun Tang, Faris Alrumaihi, Wanian M. Alwanianb, Hajed Obaid Alharbi, Khaled S. Allemailem, Mohammed Saad Almousa, Thomas Ainsworth E. The future of cardiology:Integrating singlecell transcriptomics with multi-omics for enhanced cardiacdisease insights Current Problems in Cardiology Volume 50, Issue 4, April 2025, 103005