脂质组学揭示T2DM新型脂质预测因子
日期:2019-10-23

1.jpg

研究延伸

本文通过脂质组学揭示T2DM新型脂质预测因子。迈维代谢提供领先的代谢组学服务,包括广靶脂质组、绝对定量脂质组和氧化脂质等多种脂质组学产品。

 

研究目的

在汉族人群中尚缺乏对2型糖尿病(T2DM)发病前血清脂质组异常的综合评估。我们评估了血糖正常(NGR)个体中T2DM发病前脂质共调节的变化,并确定了T2DM新型脂质预测因子。

 

研究方法

在发现集,我们从3821名血糖水平正常的中国成年人队列中,对患有糖尿病的受试者和对照受试者(n = 200)的血清进行脂质检测,检测到667种脂质,对照受试者使用倾向评分匹配(PSM)并采用包括年龄、BMI和禁食血浆葡萄糖(FPG)的逻辑模型进行选择。在验证集中,我们从14651名血糖正常且覆盖中国五个地理区域的个体验证队列中,对患有糖尿病的受试者和倾向得分匹配的对照受试者(n = 724)的脂质进行了检测。差异相关网络分析揭示了糖尿病前期的脂类固醇紊乱。还评估了独立于血清甘油三酸酯和负荷后2小时血糖的血清脂质组的预测价值。

 

 

研究结果

在错误发现率<0.05的水平下,在发现集和验证集中38种脂质(包括三酰基甘油(TAGs),溶血磷脂酰肌醇,磷脂酰胆碱,多不饱和脂肪酸(PUFA)-纤溶酶原磷脂酰乙醇胺(PUFA-PEps)和胆固醇酯)与T2DM风险显著相关。初步研究发现,大多数脂质预测因子也与糖尿病前期风险显著相关。差异相关网络分析显示,在糖尿病发作之前,存在类内(即非PUFA-TAG和PUFA-TAGs)和类间(即TAGs和PUFA-PEps)脂质凝聚的扰动。与常规临床指标相比,我们的脂质组进一步改善了对糖尿病的预测。

 

 

研究结论

这些发现揭示了在糖尿病发作之前存在脂质调节的新变化,并扩展了中国血糖正常人群中T2DM血清脂质预测因子的当前研究范围。

 

 

试验结果

1. 发现集和验证集的临床和统计学特征

在发现集中,除了性别、年龄、BMI和FPG在PSM下,基线空腹HDL胆固醇、LDL胆固醇、胰岛素水平、SBP、糖尿病家族史以及生活方式因素包括吸烟、饮酒、身体活动、 病例科目和对照科目的教育状况也很匹配。在发现集中,病例受试者显示较高水平的2hPG和空腹TG。在验证集中,病例受试者的SBP和空腹TG显着高于对照组(表1)。

 

2.jpg

 

2. 血脂分析和糖尿病风险

在发现集(左图,n = 200)和验证集(右图,n = 724)中显著(FDR,0.05)的脂质物质,每增加一个SD变量和95%CI的多变量调整的OR。根据年龄、性别、BMI、吸烟状况、饮酒状况、教育程度、体育锻炼、糖尿病家族史、FPG和SBP调整多元模型。经过多次测试调整后,始终发现38种脂质与糖尿病的发生有关。

3.jpg

 

 

3. 糖尿病风险与各种脂质类别的碳原子总数和酰基链饱和度之间的关系

在发现队列中,每增加一个SD变量和TAG物种的P值进行多变量调整的OR,这些TAG物种按碳原子数和双键数分组。根据年龄、性别、BMI、吸烟状况、饮酒状况、教育程度、体育锻炼、糖尿病家族史、FPG和SBP调整多元模型。图2-A:在进行条件逻辑回归分析之前,对每组的TAG进行求和,对数转换和标准化。图2-B: 将每个TAG组的总和进一步标准化为总TAG含量。

4.jpg

5.jpg

 

4. 脂质组的多因素Logistic回归模型用于发现和验证队列中的糖尿病风险预测

3-A:在发现(左图,n = 200)和验证(右图,n = 724)队列中显示出显著(P<0.05)的脂质物质,每增加一个SD的OR以及95%CI的脂质图。脂质包括LPI16:1、PC34:3、PE38:4p(18:0p / 20:4)、TAG50:2(16:2)、TAG51:0(17:0)和TAG54:7(22:6 )。对年龄、性别、BMI、吸烟状况、饮酒状况、教育程度、体育锻炼、糖尿病家族史、FPG、SBP、血清TG和2hPG进行多元模型调整。3-B:发现队列和验证队列中曲线下的面积图。参考模型包括吸烟状况,饮酒状况,教育程度,体育锻炼,糖尿病家族史,SBP和血清TG。随后的模型包括基本临床变量的组合,外加2hPG以及确定的脂质预测因子。

 

6.jpg

7.jpg

 

 

5. 在控制性糖尿病和突发性糖尿病中通过多尺度相关网络分析各种PC、PE和TAG之间的差异相关性

仅包括具有显着差异相关性(P<0.05)的脂质对。符号/符号指示对照/偶发性糖尿病中相关性的方向和强度,其后的数字指示在全球网络中表现出这种变化模式的脂质对的数量。例如,全局网络上部图例中的亮绿色线+/++152指示两个相连的脂质对之间的相关性在对照组中为正(+),而在事件中相关性甚至更强为正(++)糖尿病。全球网络中共有152条由亮绿色线连接的脂质对显示了这种变化模式(+ / ++)。从多尺度聚类分析中识别出的三个模块分别在下面的面板中进行了说明:(I)PUFA-PEps和TAGs,(II)PUFA-PEps和非PUFA-TAGs,以及(III)PUFA-PEps和PUFA-TAGsd。

8.jpg

9.jpg

 

备注

发现队列:电话邀请了10,569名年龄在40岁以下的受试者或上门拜访,在基线调查中招募了10,375名。基线时患有糖尿病或IGR的参与者被排除在分析之外。经过平均4.4年的平均随访,在3,821名符合基线的NGR合格受试者中,有189名患有糖尿病。由于资金限制,我们的先期研究队列包括100名随机选择的糖尿病患者和100名性别匹配的正常血糖调节控制受试者,这些受试者使用倾向评分匹配(PSM)并采用包括年龄、BMI和禁食血浆葡萄糖(FPG)的逻辑模型进行选择。

 

验证队列包括55,062名患者,是从中国糖尿病患者的癌症风险评估:一项Longitudinal)研究的25个中心中随机选择的,该研究于2011年和2012年之间在全国范围内进行,共有259,657名患者(年龄在40岁以上)参加。这五个中心包括来自中部地区的两个队列(江西和湖北)和来自中国西部地区三个队列(贵州,甘肃和四川)。基线时患有糖尿病或IGR的参与者被排除在分析之外。在3.8年的随访中,基线时经口服葡萄糖耐量试验(75 g)定义为正常血糖调节的14651名受试者中,有364名发展中的糖尿病,基线时没有两个血清样本,因此362名糖尿病患者和使用与上述发现队列相同的选择和匹配方法,将362名NGR个体纳入验证研究(补充图1)

原创: 小迈 迈维代谢