糖尿病视网膜病变蛋白质组图谱：机制发现与风险预测的新突破

《Nature Communications》：Proteome atlas for mechanistic discovery and risk prediction of diabetic retinopathy

本研究针对糖尿病视网膜病变(DR)早期预测难题，通过大规模蛋白质组学分析10,873名(前)糖尿病患者，发现668个与DR相关的血浆蛋白，构建了包含PLXNB2、GDF15和REN的三蛋白预测模型，显著提升DR预测能力(C-statistic达0.824)，并通过孟德尔随机化证实REN的因果作用，为DR早期干预提供了新策略。

　　

随着全球人口老龄化和城市化进程加速，糖尿病已成为全球增长最快的疾病之一，预计到2050年将影响13亿人。在糖尿病的众多并发症中，糖尿病视网膜病变(DR)尤为突出，已成为发达国家致盲的主要原因。目前的治疗选择，如激光光凝或玻璃体内注射药物，要么具有破坏性，要么疗效有限，超过30%-50%的患者反应不佳。然而，高达90%的DR相关失明是可以通过早期发现和干预来预防的，但识别高风险个体仍然是一个未解决的挑战。

尽管在探索DR发病机制和生物标志物方面进行了广泛努力，但现有风险因素知识远远不足，遗传学研究虽然前景广阔，但取得的成功有限。因此，扩大生物标志物范围至关重要，这些知识对于揭示发病机制和识别疾病发生和进展的可靠预测因子至关重要。

近期蛋白质组学的进展为直接将系统性生化紊乱与疾病风险联系起来提供了一个有前景的途径。虽然开创性的尝试已经突出了房水蛋白质组学在预测视网膜老化和疾病方面的潜力，但眼内取样的侵入性限制了任何已识别标志物的更广泛应用。相比之下，血液生物标志物提供了一种微创替代方案。尽管一些血液蛋白已被发现与DR相关，但这些研究受到样本量小、蛋白质数量有限以及横断面设计的限制，这引入了反向因果偏倚，并且缺乏全面的蛋白质组学视角。血液蛋白质组学是否能够前瞻性地预测DR，以及哪些蛋白质具有最强的预测能力，这些问题仍未得到解答。

为了填补这一知识空白，发表在《Nature Communications》上的研究"Proteome atlas for mechanistic discovery and risk prediction of diabetic retinopathy"采用了数据驱动的蛋白质组学方法，在全球最大的人群生物样本库中，绘制了DR的蛋白质组学图谱，并评估了其在长达15年的时间里预测DR的潜力。

关键技术方法概述

本研究主要利用了英国生物样本库(UK Biobank)中10,521名基线无DR的(前)糖尿病参与者的数据，以及广州糖尿病眼病研究(GDES)中352名参与者的数据进行外部验证。研究采用Olink邻位延伸分析技术同时检测了~3000种血浆蛋白质。通过机器学习算法(eXtreme Gradient Boosting)构建预测模型，使用Shapley加性解释评估蛋白质重要性，并采用两样本孟德尔随机化分析因果关联。视网膜结构通过光学相干断层成像评估，微血管灌注通过扫频源OCT血管成像进行纵向监测。

识别与DR事件相关的蛋白质

在发现集的2923种血浆蛋白中，814种与偶发DR风险显著相关。在调整了HbA_1c、糖尿病病程、BMI和SBP等已知DR风险因素的模型2中，673种关联得到复制，包括463种正相关和210种负相关。其中最强的关联包括生长分化因子15(GDF15)(HR=1.734)和肾素(REN)(HR=1.460)。亚组分析显示，高遗传风险个体中失调蛋白数量(n=539)明显多于低风险个体(n=175)。

DR相关蛋白与视网膜结构

研究发现218种蛋白与至少一种视网膜形态测量参数相关。促进DR的蛋白水平较高与神经视网膜和视网膜色素上皮(RPE)厚度减少相关，而保护性蛋白则呈现相反模式。光感受器层与DR相关蛋白的关联最为显著，包括GDF15(β=-0.080)和REN(β=-0.079)。

DR相关蛋白与DR多基因易感性

151种蛋白与多基因风险显著相关，且方向性与它们与偶发DR的关联一致，包括GDF15(β=0.106)和REN(β=0.028)，表明这些蛋白受到连接下游DR病理生理学的遗传结构的直接调控。

功能富集和蛋白质-蛋白质相互作用网络

富集分析揭示了与DR发病机制相关的已建立和新颖通路，包括蛋白酶解级联反应、MAPK级联的正向调控和细胞群体增殖。蛋白质-蛋白质相互作用网络显示出高度中心化的拓扑结构，白细胞介素6(IL-6)成为最中心的蛋白。

蛋白质组状态分层和预测未来DR风险

基于蛋白质组状态构建的机器学习模型在完全保留的测试集中显著区分了DR风险轨迹，高风险个体风险增加超过32倍(HR=32.947)。蛋白质组状态模型的C统计量达0.824，优于多基因风险模型和临床风险因子模型。

蛋白质重要性排序和简约蛋白质模型

plexin B2(PLXNB2)成为所有测试蛋白中最强的预测因子。基于PLXNB2、GDF15和REN的简约三蛋白模型实现了与临床风险因子模型相当的性能(C-statistic_clinical=0.802)，同时具有更佳的转化潜力。

在独立队列中的复制

在广州糖尿病眼病研究中，158种UKB心血管代谢面板中鉴定的蛋白中有128种显示出与DR风险关联的一致方向性，其中97种达到统计学显著性。PLXNB2(HR=2.321)、GDF15(HR=2.248)和REN(HR=1.720)均成功复制。

推断至DR进展和视网膜微血管变性

在GDES参与者中，156种蛋白与未来DR进展相关，其中128种与偶发DR相关的蛋白重叠。整合蛋白质组状态显著增强了DR进展的预测能力。纵向视网膜微血管表型分析显示，这些蛋白与视网膜各子区域微血管灌注受损显著相关。

蛋白质与DR关联的遗传证据和成药性

两样本孟德尔随机化分析证实REN是DR的因果促进因子(OR_IVW=1.116)。咨询可成药基因组发现，针对REN的药物(如阿利吉仑和赖诺普利)已获批用于与DR病理生理学重叠的病症。

研究结论与意义

这项研究通过在全球最大的人群生物样本库中进行蛋白质组全关联研究，首次揭示了DR的蛋白质组学图谱，并确定了大量与视网膜结构、微血管系统和遗传易感性相关的血液基础蛋白。研究发现PLXNB2、GDF15和REN是经过跨队列验证的顶级蛋白，基于这三种蛋白构建的简约组合模型在预测DR发生和进展方面表现出强大的性能。蛋白质组谱整合显著改善了DR预测和临床实用性，使识别出的高风险个体风险富集了32倍。孟德尔随机化分析证实了REN的因果作用。这些发现凸显了血液蛋白质组谱作为优化糖尿病管理策略的附加工具的临床效用。

该研究的主要优势包括大规模蛋白质组分析、长期随访以及具有标准化DR分级和微血管表型分析的外部验证。研究局限性包括UKB中DR诊断依赖于医疗记录可能低估早期病变，Olink平台未能覆盖全部人类蛋白质组，以及以欧洲裔为主的人群限制结果的普适性。未来研究应在更多种族和地理多样化人群中评估这些发现的适用性。