多组学数据与机器学习联用：揭秘 1 型糖尿病（T1DM）抗氧化生物标志物

1 型糖尿病（T1DM）治疗面临困境，且缺乏有效早期诊断和病情监测的生物标志物。研究人员整合多组学数据与机器学习，筛选出如 GPX3 等关键蛋白。结果显示 GPX3 诊断价值高，还能缓解 β 细胞氧化损伤，为 T1DM 诊疗带来新方向。

　　在医学领域，1 型糖尿病（T1DM）一直是个令人头疼的难题。它是一种慢性代谢疾病，主要是因为胰腺 β 细胞被自身免疫系统破坏了。这就好比胰腺里负责调节血糖的 “小工厂” 罢工了，导致胰岛素分泌不足，血糖代谢也就乱了套。目前，T1DM 患者只能依靠终身注射胰岛素来维持血糖稳定，但即便如此，还是无法避免血糖控制不佳带来的各种并发症，像视网膜病变、肾病、神经病变等，严重影响患者的生活质量。

更让人着急的是，现在缺乏有效的方法在疾病早期就发现它，也很难精准监测病情发展。氧化应激在 T1DM 的发病过程中起着关键作用，它就像一个捣乱分子，让体内的自由基和抗氧化防御失衡，产生大量活性氧（ROS）。这些 ROS 会到处搞破坏，损伤细胞里的脂质、蛋白质和核酸，直接让胰腺 β 细胞功能失调甚至凋亡，还会激活炎症反应，加速 T1DM 的到来。所以，要是能找到和 T1DM 相关的抗氧化生物标志物，那对于早期诊断和治疗这种疾病意义重大。

为了解决这些问题，南昌大学第二附属医院的研究人员展开了深入研究。他们整合了多组学数据和机器学习技术，试图找到能用于 T1DM 诊断和病情监测的血清抗氧化生物标志物。研究结果发现，GPX3 等五个关键蛋白和 T1DM 关系密切，其中 GPX3 的诊断价值最高，它和糖化血红蛋白（HbA1^c）、空腹血糖等临床指标都有明显关联。而且，过表达 GPX3 还能保护胰腺 β 细胞免受 H₂O₂诱导的氧化损伤，缓解 T1DM 小鼠的症状和病理变化。这一研究成果发表在《Free Radical Biology and Medicine》上，为 T1DM 的诊疗开辟了新道路。

在研究过程中，研究人员主要运用了以下几种关键技术方法：首先，他们构建了 T1DM 小鼠模型，通过给小鼠腹腔注射链脲佐菌素（STZ）来诱导发病。接着，利用加权基因共表达网络分析（WGCNA）对小鼠血清样本和人类转录组数据进行分析。同时，运用蛋白质组学技术，通过 LC-MS/MS 对 25 例 T1DM 患者和 25 例健康对照的血清样本进行分析，找出差异表达的蛋白质。最后，借助随机森林（RF）和支持向量机递归特征消除（SVM - RFE）等机器学习算法筛选关键蛋白。

研究结果具体如下：

• 动物模型构建与疾病特征：选用 8 - 12 周龄的健康雄性 C57BL/6 小鼠，在特定环境下饲养适应后，给小鼠禁食 18 小时，然后腹腔注射不同剂量的 STZ（40mg/kg 和 80mg/kg），成功构建出不同严重程度的 T1DM 小鼠模型。这些小鼠的血糖水平、HbA1^c、胰岛素水平和体重变化都符合 T1DM 的特征。
• 差异蛋白筛选：对 25 例 T1DM 患者和 25 例健康对照的血清样本进行蛋白质组学分析（LC-MS/MS），发现有 33 种差异表达的蛋白质，这些蛋白主要富集在氧化应激相关通路。
• 关键蛋白确定：通过随机森林（RF）和支持向量机递归特征消除（SVM - RFE）等机器学习算法，从众多蛋白中筛选出了五个关键蛋白，分别是 GPX3、GSTP1、PRDX6、SOD1 和 MSRB2。其中，GPX3 的诊断价值最为突出。
• 功能验证：进一步研究发现，过表达 GPX3 可以保护胰腺 β 细胞免受 H₂O₂诱导的氧化损伤，在 T1DM 小鼠模型中，还能缓解疾病症状和病理变化。

研究结论和讨论部分指出，T1DM 作为一种典型的自身免疫性疾病，虽然现有治疗手段能一定程度上控制病情，但患者仍面临诸多风险。本研究成功找到了和 T1DM 病情发展密切相关的抗氧化应激蛋白，尤其是 GPX3，它不仅有望成为 T1DM 诊断和病情监测的生物标志物，还能通过调节氧化应激保护胰腺 β 细胞。这一成果加深了人们对 T1DM 病理生理机制的理解，为开发新的治疗策略提供了理论依据，未来或许能让 T1DM 患者得到更精准、有效的治疗，大大改善他们的生活质量和治疗效果。