I型糖尿病中血液DNA甲基化、基因变异、循环蛋白、microRNA及肾功能衰竭的整合分析

内分泌科 医学 基础医学 遗传学 生命科学
I型糖尿病 DNA甲基化 遗传变异 循环蛋白 微小RNA 肾功能衰竭 个体化医学

I型糖尿病中血液DNA甲基化、基因变异、循环蛋白、microRNA及肾功能衰竭的整合分析

研究背景

糖尿病肾病（Diabetic Kidney Disease，DKD）是1型糖尿病（Type 1 Diabetes，T1D）的主要并发症之一。约40%的T1D患者会发展为DKD，10%到15%的患者最终会发展为需要透析或肾移植的肾衰竭（Kidney Failure，KF）。现有的临床指标无法充分预测肾衰竭的发生，因此需要进一步研究，以揭示肾衰竭发生的潜在机制，从而开发有针对性的治疗方法，并识别出早期预警的生物标志物以便及时干预。

DNA甲基化（DNA Methylation，DNAm）是最稳定的表观遗传修饰之一，通常发生在胞嘧啶和鸟嘌呤之间的连接点（CpG位点）。先前的研究表明，DNA甲基化变化与糖尿病及其并发症有关。然而，目前尚不明确这些在血细胞中测量的DNA甲基化变化与肾衰竭风险之间的具体机制。这种不确定性阻碍了基于血细胞DNA甲基化进行个性化医学应用的潜能。

为解决这些问题，作者开展了一项综合性研究，结合多种组学数据，如DNA甲基化、遗传变异、循环蛋白和microRNAs，探讨这些因素与肾衰竭之间的关联。

作者与来源

这篇文章由Zhuo Chen、Eiichiro Satake、Marcus G. Pezzolesi等人撰写，分别来自City of Hope, Joslin Diabetes Center, University of Utah, NIH, Folkhälsan Research Center, Helsinki University, Monash University和University of Virginia等多个机构。研究结果发表在2024年5月22日的《Science Translational Medicine》期刊上。

研究方法与流程

研究设计

研究涵盖了277名1型糖尿病患者，这些患者在研究起始时都患有糖尿病肾病，并在随访期间（7到20年）中有142人（51.3%）进展到肾衰竭。在这些患者中，研究人员使用Illumina的Epic芯片测量了血细胞DNA甲基化水平，并使用表观基因组关联研究（EWAS）进行了全基因组范围内的分析。此外，通过整合多组学数据分析了DNA甲基化与遗传变异、循环蛋白、microRNAs及肾衰竭风险之间的关联。

研究流程

  1. 样本收集与DNA甲基化测量：从277名糖尿病肾病患者的全血样本中提取DNA，并使用Illumina Infinium MethylationEpic BeadChip测量DNA甲基化水平。

  2. 表观基因组关联研究（EWAS）：首先使用单变量Cox比例风险模型分析测量的846,816个CpG位点的甲基化水平与肾衰竭风险之间的关联，筛选出潜在的候选甲基化位点。然后在筛选出的候选位点中，使用多变量Cox模型进一步验证其与肾衰竭风险的独立关联。

  3. 多组学整合分析：整合分析DNA甲基化、遗传变异、循环蛋白、microRNAs与肾衰竭之间的关联，以了解基因、蛋白和microRNA在甲基化调控下的相互作用机制。同时，评估DNA甲基化水平的时间稳定性，以验证其作为预测生物标志物的可行性。

  4. 预测模型构建：基于上述分析结果，构建结合DNA甲基化数据的新预测模型，并与仅包含临床变量的传统模型进行比较，评估其预测性能。

研究结果

  1. DNA甲基化与肾衰竭风险的关联：通过EWAS分析，发现了17个与肾衰竭风险相关的DNA甲基化CpG位点。这些位点的甲基化水平在随时间推移中表现出高度稳定性，表明这些位点可以作为潜在的稳定预测生物标志物。

  2. DNA甲基化在Cpgs上的稳定性：在68名患者（其中一半患者在随访期间进展为肾衰竭）的早期和晚期血样中，两组患者在17个肾衰竭相关CpG位点的甲基化水平变化无显著差异，进一步验证了这些位点的稳定性。

  3. 遗传变异与DNA甲基化的关联：将遗传变异数据与DNA甲基化数据整合，发现7个CpG位点的甲基化状态受遗传变异显著影响。部分变异位点在其他研究中也被报道与肾功能变化关联，表明这些变异可能通过调控甲基化水平影响肾衰竭的风险。

  4. 循环蛋白与microRNAs的中介作用：使用线性回归和中介分析发现，DNA甲基化通过调控循环蛋白和microRNAs的表达，间接影响肾衰竭的发生。例如，cg12075771位点的甲基化可能通过调控多种循环蛋白（如KIM1、DLL1等）的表达，增加肾衰竭风险。

  5. 预测模型的优化：结合DNA甲基化数据的新预测模型在肾衰竭风险预测上表现出更高的准确性（C-statistic=0.93），相比传统的临床预测模型（C-statistic=0.85）有显著提升。

研究结论

本研究通过多组学整合分析揭示了DNA甲基化如何通过遗传变异、循环蛋白和microRNAs等机制影响1型糖尿病患者肾衰竭的发生。这项研究不仅拓展了对DKD进展机制的认识，还展示了血细胞DNA甲基化作为预测肾衰竭风险的潜在应用价值。未来的研究可以进一步验证这些发现，并开发基于这些生物标志物的个性化干预策略。

研究亮点

  • 多组学整合：首次结合DNA甲基化、遗传变异、循环蛋白和microRNAs等多组学数据，系统探讨了这些因素与肾衰竭风险之间的关系。
  • 预测模型优化：通过引入DNA甲基化数据，显著提升了肾衰竭风险预测模型的准确性，为临床早期预警和干预提供了新的可能。
  • 生物标志物稳定性：验证了17个肾衰竭相关CpG位点的甲基化水平在时间上的稳定性，提升了其作为长期预测标志物的应用前景。

该研究为1型糖尿病患者肾衰竭的早期预警和预防提供了新的思路和工具，对糖尿病及其并发症的个性化治疗具有重要意义。