MTNR1B基因变异与中国年轻孕妇妊娠糖尿病风险：基因-年龄交互作用及预测模型研究

本研究聚焦妊娠糖尿病（GDM）的遗传机制，针对MTNR1B基因变异rs1387153和rs10830963与GDM风险的关联展开深入探索。广东医科大学团队通过500例GDM患者和502例对照的病例对照研究，结合SNPscanTM基因分型和多因素交互分析，首次揭示上述变异显著增加30岁以下孕妇的GDM风险（OR>3），并构建包含基因型、年龄和孕前BMI的预测模型（C-Statistics=0.682）。该研究为年龄分层精准防控提供新依据，发表于《Scientific Reports》。

　　

研究背景与意义
妊娠糖尿病（GDM）作为妊娠期特有的代谢异常，正成为全球公共卫生挑战。随着二胎政策开放和高龄孕妇增多，中国GDM发病率已攀升至17.5%，其引发的巨大儿、产伤及母体远期2型糖尿病（T2DM）风险备受关注。尽管已知环境因素如高龄（≥30岁）和肥胖（pre-BMI≥24 kg/m²
）是GDM危险因素，但年轻孕妇的发病机制仍存谜团。近年来，褪黑素受体基因MTNR1B因其在胰岛β细胞中的特殊表达及对胰岛素分泌的调控作用，成为代谢疾病研究热点。既往研究多聚焦MTNR1B变异（如rs10830963）与空腹血糖的关联，却忽视其对餐后血糖的动态影响及年龄特异性效应。这一知识缺口使得临床筛查策略缺乏精准性，尤其对未达传统高危年龄的孕妇群体。

研究设计与方法
广东医科大学顺德妇女儿童医院团队开展病例对照研究，纳入500例GDM患者和502例匹配对照（年龄±3岁，汉族）。采用国际糖尿病与妊娠研究组（IADPSG）标准诊断GDM，通过SNPscanTM技术对MTNR1B rs1387153和rs10830963进行基因分型。运用GMDR分析基因-环境交互作用，构建简单计数（SC-GRS）和加权（DL-GRS）遗传风险评分，并采用logistic回归建立预测模型。通过Bootstrap重采样和决策曲线分析（DCA）验证模型效能。

关键研究发现

1. 基因-年龄交互效应
   分层分析显示，rs1387153-TT和rs10830963-GG基因型使30岁以下孕妇GDM风险提升3倍（TT vs CC: OR=2.969; GG vs CC: OR=3.066），而30岁以上群体无显著关联。GMDR证实rs10830963与年龄存在最强交互作用（交叉验证一致性9/10）。

2. 血糖调控机制
   在年轻组中，风险变异显著升高OGTT 1小时和2小时血糖（P<0.05），rs10830963-GG携带者空腹血糖亦显著增高，提示该变异通过抑制胰岛素分泌加剧餐后血糖波动。

3. 预测模型构建
   整合基因型、年龄和pre-BMI的nomogram模型显示良好区分度（C=0.682），DCA曲线证实其临床适用性。值得注意的是，30岁以下亚组模型预测效能（C=0.678）显著优于30岁以上组（C=0.618）。

结论与展望
该研究首次系统阐明MTNR1B变异对中国年轻孕妇GDM风险的年龄特异性影响，突破传统认为高龄才是GDM主因的认知局限。发现的TC风险单倍型（OR>1）及GRS剂量效应（最高四分位风险增3倍），为遗传筛查提供量化工具。未来可基于该成果开发针对年轻孕妇的早期预警系统，结合生活方式干预降低发病风险。研究局限性在于未分析胰岛素抵抗指数（HOMA-IR），后续需扩大样本进行多中心验证。

（注：全文数据均来自Zeng Q等发表于《Scientific Reports》的原始研究，所有统计学符号及基因命名均严格遵循原文规范）