糖尿病 (DM) 影响全球 4.63 亿人，到 2045 年，这一数字可能会增加到 7 亿。DM 患病率的增加与许多因素有关，例如人口、社会经济、环境和遗传因素。众多科研人员为建立有效的 DM 管理系统作出了巨大努力。但预防 DM 并发症的发生，如对肾脏和其他器官的损害，仍是一个问题。南京中医药大学附属医院江苏省中医院单位及其课题组在Molecular Metabolism期刊发表的题为“Serum integrative omics reveals the landscape of human diabetic kidney disease”的研究成果，通过TMT标记定量蛋白组学和非靶代谢组学研究方法，发现了糖尿病肾病（DKD）特征，筛选了蛋白和代谢组合生物标志物，该研究为优化 DKD 管理提供了丰富且开放的数据资源。

标题：Serum integrative omics reveals the landscape of human diabetic kidney disease.

期刊：Molecular Metabolism  (IF =6.448)

时间：2021.10

  

研究背景

 

与基因组学相比，蛋白质组学和代谢组学有可能为 DKD 进展提供新的机制见解。蛋白质组学是广泛分析蛋白质的有效方法，代谢组学可以广泛识别代谢物。虽然结合这些分析可以增强 DKD 诊断，但这仍未得到检验。为此，作者整合了蛋白质组学和代谢组学来识别生物标志物并评估其对 DKD 的诊断价值。

 

实验样本

人血清样本
蛋白组学：健康对照(HC) (n=30)、2型糖尿病(2-DE)(n=30)、早期糖尿病胃病(DKD-E) (n=30)、晚期糖尿病胃病(DKD-A) (n=30)
代谢组学：健康对照(HC) (n=441)、 2型糖尿病(2-DE) (n=446) 、早期糖尿病肾病(DKD-E) (n=121) 、晚期糖尿病胃病(DKD-A) (n=94)

 

 

研究思路

 

 

研究结果

1. 蛋白质组学研究 2-DM 患者的 DKD 进展

每组随机抽取30份血清样本。然后将一组 10 个血清样品混合成 1 个上样样品，每组 3 个上样样品。总共在 12 个样本（4 组）中量化到 1,187 种蛋白质。原数据经过预处理和缺失值过滤后，使用581种蛋白质进行后续分析。通路分析 (IPA) 表明，差异表达的蛋白质参与肝X 受体/类维生素 X 受体(LXR/RXR) 激活、法尼醇 X 受体/类维生素 X 受体 (FXR/RXR) 激活和急性期反应信号传导。为了测试这些蛋白质是否可以确定 DKD 状态，通过ELISA验证了八种重要蛋白质：脂联素、α2－巨球蛋白 (α2-M)、组织蛋白酶D，CD324、脂肪酸结合蛋白 1 (FABP1)、磷脂转移蛋白 (PLTP)、性激素结合球蛋白 (SHBG) 和组织抑制剂基质金属蛋白酶 1 (TIMP-1)。

 

偏最小二乘判别分析（PLS-DA）结果显示，这8种蛋白可以区分四个分组。再通过机器学习算法，发现α2-M，组织蛋白酶D和CD324可作为潜在的生物标志物组合。但仍无法准确区分2-DM和DKD-E。

 

2. 血清中差异表达代谢物的成对比较 

考虑到 DKD 是一种常见的代谢疾病，作者假设血清代谢物谱能更直接和准确地反映 DKD 状态。为了测试这一点，作者对发现队列的1102名参与者进行了代谢组学分析，鉴定到 207 种血清代谢物。对差异代谢物进行了非参数Wilcoxon检验，并且对排名靠前的上调和下调代谢物分析，鉴定出乳酸、甘油－3－半乳糖苷、内消旋赤藓糖醇、D-(+)－木糖、甘油酸和 (+-)3－甲基－2－氧代戊酸。作为甘油酯合成代谢物，甘油－3－半乳糖苷水平可以反应甘油酯合成的变化。此外，3－甲基－2－氧代戊酸是一种 2－氧代单羧酸，是枫糖浆尿病的临床标志物。然后对这些代谢物应用 PLS 回归分析，发现它们可以有效地分离成对组。对每个比较组种差异代谢物进行通路分析，来确定这些代谢物在2型糖尿病和DKD中的生物学意义。分析表明甘油脂代谢、戊糖和葡萄糖醛酸盐相互转化以及半乳糖代谢是受影响最大的途径。

 

3. 血清中差异代谢物相关性网络

为了研究代谢物的改变对DKD不同阶段的影响，作者进行了通路和相关性网络分析。根据差异代谢物在不同组中的中位表达，分为两类：第一类是在HC、2-DM和DKD-E中表达量相对低；另一类是在DKD-A中相对表达量低。使用PLS-DA进一步分析，四个组能很好地被分开。通路分析表示，戊糖和葡萄糖醛酸盐相互转化、半乳糖代谢和甘油脂代谢排在前面。网络分析表明与2-DM和DKD发展相关的关键代谢物（如甘油，半乳糖等）在四组中发生了显著变化。

 

4. 通过血清中代谢物的表达成对的预测DKD的机器学习

 

5. 蛋白质组学和代谢组学的整合提高了DKD的诊断

五个机器学习模型表明，组合模型提高了 DKD 预测的准确性和稳定性。组合模型提升了 2-DM 和 DKD-E 的更稳健的分离。在蛋白质模型中，48.4%的DKD-E患者被错误预测为2-DM；然而，组合模型将 2-DM 和 DKD-E 的预测准确率分别提高到 59.6% 和 42.6%。此外，多组学模型成功实现了对 DKD-A 患者的 81.4% 的预测准确率。总的来说，组合多组学标志物模型是一种强有力的提高DKD诊断的方法。

 

6. 甘油－3－半乳糖苷是监测 DKD 发展的生物标志物

血清代谢物在 DKD 发展中的诊断价值尚不清楚。为了解决这个问题，作者系统地分析了每个患者的差异表达代谢物与临床参数之间的相关性。发现血清中的甘油－3－半乳糖苷与患者的 eGFR ( r  = 0.437) 和血清肌酐 ( r  = 0.42) 相关。基于新的 2-DM 亚分类系统，甘油－3－半乳糖苷在 SIDD、SIRD 和 MARD 组中也显着诱导，这进一步表明其在 2-DM 中的临床早期识别价值。这表明甘油－3－半乳糖苷可能是DKD发展的血清标志物。综合组学分析表明，如果将蛋白质组和代谢物结合起来，诊断值的稳定性会提高。作者结合其他研究讨论了甘油－3－半乳糖苷可能在DKD中的机制。综合数据表明血清蛋白α2-M/组织蛋白酶D/CD324和甘油－3－半乳糖苷的变化可能是确定DKD发病和进展的有效生物标志物。

 

总结

1、蛋白组学结果表明，α2－巨球蛋白、组织蛋白酶 D 和 CD324可作为检测DKD进展的潜在生物标志物。2、代谢组学结果表明，半乳糖代谢和甘油脂代谢是DKD的主要代谢途径，此外甘油－3－半乳糖苷可作为预测DKD的独立标志物。3、蛋白组学和代谢组学的组合可以提高预测和诊断DKD的准确性和稳定性。