血浆多工作流蛋白质组学揭示胰岛素抵抗的多组织分子特征并实现心血管代谢疾病风险分层

《Nature Metabolism》:Plasma proteomics identifies insulin resistance signatures predictive of cardiometabolic disease risk

【字体: 大 中 小 】 时间:2026年11月17日 来源:Nature Metabolism 27.5

编辑推荐:

  胰岛素抵抗(insulin resistance, IR)驱动心血管代谢疾病(cardiometabolic disease, CMD),但其分子特征和组织来源仍未被充分刻画。在此,研究人员定义了一种能够对胰岛素敏感性进行可扩展评估的循环蛋白特征。研究人员将多

胰岛素抵抗(insulin resistance, IR)驱动心血管代谢疾病(cardiometabolic disease, CMD),但其分子特征和组织来源仍未被充分刻画。在此,研究人员定义了一种能够对胰岛素敏感性进行可扩展评估的循环蛋白特征。研究人员将多工作流蛋白质组学(multiworkflow proteomics, MWP)应用于161名个体的血浆;这些个体覆盖由高胰岛素–正常血糖钳夹(hyperinsulinaemic–euglycaemic clamp)定义的胰岛素敏感性谱,并鉴定出488个与胰岛素敏感性相关的蛋白质,涵盖肝脏、脂肪组织和免疫细胞的贡献。其中一部分蛋白质在男性运动干预后向更胰岛素敏感的特征转变。研究人员进一步开发了一个模型,该模型将13种蛋白质(包括IGFBP1、LEP、GDF15、PON3和LDLR)与临床变量(性别、糖化血红蛋白(HbA1c)和甘油三酯与高密度脂蛋白胆固醇比值(triglyceride-to-high-density lipoprotein cholesterol ratio, TG/HDL-C ratio))结合,用于预测胰岛素敏感性(R2 = 0.67)。在约20,000名UK Biobank参与者中,该模型在预测2型糖尿病(type 2 diabetes, T2D)方面优于TG/HDL-C比值(一致性指数(concordance index, C-index)0.86 vs 0.74),并且与HbA1c不同,该模型可预测肝脏、肾脏、心血管和呼吸系统疾病。在一个约1,700名个体的独立队列中,该模型也显示出比空腹胰岛素抵抗指数(包括稳态模型评估胰岛素抵抗(homeostatic model assessment of insulin resistance, HOMA-IR))更高的预测效用。总之,这些发现建立了一个组织分辨的血浆蛋白质组学框架,用于刻画胰岛素抵抗,并提供了一种可扩展的精准心血管代谢风险分层方法。
研究背景:胰岛素抵抗(insulin resistance, IR)是2型糖尿病(type 2 diabetes, T2D)和心血管代谢疾病(cardiometabolic disease, CMD)的核心驱动因素。高胰岛素–正常血糖钳夹(hyperinsulinaemic–euglycaemic clamp)是评估全身胰岛素敏感性的金标准,但成本高、具侵入性且操作复杂,不适合常规临床或群体筛查。现有替代指标如稳态模型评估胰岛素抵抗(homeostatic model assessment of insulin resistance, HOMA-IR)、脂肪组织胰岛素抵抗(adipose tissue insulin resistance, AdipoIR)、甘油三酯与高密度脂蛋白胆固醇比值(TG/HDL ratio)及口服葡萄糖耐量试验(oral glucose tolerance test, OGTT)衍生的Matsuda指数仅捕获胰岛素作用的有限方面,难以反映胰岛素抵抗的分子异质性。胰岛素抵抗即使在无T2D个体中也强烈预测CMD,但许多胰岛素抵抗个体未被当前临床指标识别;其复杂多器官病因涉及肝脏、骨骼肌和脂肪组织等。血浆蛋白质组学可微创整合多组织分泌或释放蛋白,但既往研究多采用替代指标而非钳夹测量,可能遗漏直接影响外周胰岛素作用的蛋白信号。亲和与质谱平台互补,整合可提高覆盖并解析组织来源信号。因此,研究人员开展多队列、多工作流研究,旨在定义可被运动调节、可预测未来CMD的血浆蛋白质组学特征,并建立可扩展预测模型。

研究人员开展的研究与结论意义:研究人员在三个经钳夹表型的独立队列(n=161)中应用多工作流蛋白质组学(multiworkflow proteomics, MWP),鉴定与胰岛素敏感性相关的蛋白特征,推断组织来源,评估运动干预后的变化,并开发结合13种蛋白和3个临床变量的模型;随后在约20,000名UK Biobank参与者和约1,700名Inter99参与者中验证。结论表明,循环蛋白可反映多组织胰岛素抵抗生物学,13蛋白模型可准确预测钳夹来源胰岛素敏感性,并在群体中优于TG/HDL ratio等传统替代指标,扩展至T2D、肥胖、心血管、肾脏、呼吸系统及死亡等结局,为精准风险分层提供可扩展框架。

关键技术方法(不超过250字):采用MWP,整合Neat、Mag-Net、过氯酸沉淀(PCA)、Top14免疫耗竭四种质谱流程与Olink Explore HT,分析三个经钳夹表型的队列血浆:Discovery(n=75)、Validation(n=43)、Exercise(n=43名男性;Validation仅Olink)。在Discovery与Exercise基线训练、Validation验证模型;在UK Biobank约20,000名Olink Explore 3072参与者及Inter99约1,700名血清Olink Explore HT参与者中验证,使用最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)等机器学习与Cox模型。

研究结果:
MWP enables deep profiling of ~8,000 circulating proteins across the insulin sensitivity spectrum:三队列覆盖正常糖耐量至T2D;MWP将常规Neat的约1,800种蛋白扩展至>4,500种,加入Olink后鉴定>8,000种独特循环蛋白;各流程捕获互补蛋白子集,并据此建立识别IR特征、推断组织来源和构建预测模型的分析框架。
Deep plasma proteomics reveals systemic signatures of insulin resistance:以钳夹来源M值评估,发现488个与胰岛素敏感性显著相关蛋白;负相关蛋白富集炎症和糖鞘脂通路,正相关蛋白富集细胞外基质(extracellular matrix, ECM)组织;校正年龄、体脂百分比和性别后62个蛋白仍显著,富集脂质储存和脂滴组织;adiponectin为最强相关蛋白。急性胰岛素反应蛋白491个,仅34个与胰岛素敏感性相关蛋白重叠;多数相关性在空腹和胰岛素刺激状态稳定,提示其反映慢性IR而非短暂胰岛素反应。
Insulin sensitivity-associated proteins predict future cardiometabolic disease:利用UK Biobank前瞻数据,负相关蛋白富集未来T2D、非酒精性脂肪性肝病(nonalcoholic fatty liver disease, NAFLD)和高血压风险增加;正相关蛋白富集相同疾病风险降低。T2D中蛋白–胰岛素敏感性相关与log2(风险比(hazard ratio, HR))呈强负相关(ρ = –0.58,P < 2.2 × 10?16)。MET、APOD、APOF和PON3与T2D风险降低相关,PRAP1、PLXNB2、CFI、AFM和NFASC与风险增加相关;SOD2和NPTX1与胰岛素敏感性正相关却与较高T2D发生率相关,原文提示可能反映代偿性保护机制。
Tissue-of-origin mapping reveals multiorgan contributions to human insulin resistance:基于人类蛋白质图谱(Human Protein Atlas, HPA)映射,负相关蛋白富集于肝脏、肾脏、脂肪组织、肠道和胰腺,耗竭于脑和骨骼肌;肝脏富集最强(OR=8,校正P=8.2×10?42),校正协变量后仍显著。正相关蛋白主要来源于胆囊、脑和心脏;细胞层面富集肝细胞、巨噬细胞和肠上皮细胞,耗竭兴奋性神经元和少突胶质前体细胞。蛋白–组织网络显示多数相关蛋白映射至单一组织,如ADIPOQ、胰岛素C肽、CES1、EPCAM和IL-18R1;LPL和CDH15呈多组织表达。组织特异LASSO模型中,骨骼肌、脂肪和肝脏来源蛋白预测M值能力最高(R2=0.51–0.56);脂肪来源蛋白对AdipoIR预测最强(R2=0.55),肝来源蛋白对HOMA-IR预测最强(R2=0.64)。AdipoIR与M值不一致相关蛋白6个,HOMA-IR不一致相关蛋白17个;AdipoIR不一致蛋白富集白细胞迁移和募集,SELPLG与CCL4关联最强。
Insulin resistance signatures are partially modifiable by exercise training:Exercise队列8周高强度间歇训练(high-intensity interval training, HIIT)使胰岛素敏感性提高30–40%、有氧能力提高8–15%;MWP鉴定7,392种蛋白,22种蛋白训练后显著变化。更广泛的胰岛素敏感性相关蛋白整体向更胰岛素敏感方向移动,先天免疫反应蛋白降低、ECM相关蛋白升高;下调蛋白包括SAA2、PRCP、CFP和SSC5D,上调最强蛋白CA14。肝来源蛋白仅在下调蛋白中富集;HRC在正常体重者不变、肥胖者降低、肥胖合并T2D者升高;PON3仅在正常体重者升高。原文结论为男性IR蛋白特征可被运动部分重塑,并可追踪个体化变化。
Machine learning model enables accurate prediction of clamp-derived insulin sensitivity:以Discovery和Exercise基线训练,限制为Olink Explore 3072可测蛋白,获得196个候选蛋白特征;比较kNN、LASSO、随机森林和支持向量回归,LASSO最佳。最终模型含HbA1c、性别、TG/HDL ratio及13种蛋白:IGFBP1、PRSS8、KRT18、CA14、FST、REN、LEP、RPL14、GDF15、LDLR、SUMF2、PON3和SSC5D;验证队列R2=0.73,161人交叉验证R2=0.67,临床特征单独R2=0.49。结论为整合临床与蛋白特征可准确预测钳夹来源胰岛素敏感性。
Predicted insulin sensitivity scales to population cohorts and refines disease risk prediction:在约20,000名UK Biobank参与者中,预测M值与钳夹队列蛋白效应估计强一致(ρ=0.72)。对36种 incident disease 的Cox分析显示,预测M值对T2D的C-index=0.86,优于TG/HDL ratio(0.74),与HbA1c(0.88)接近;对NAFLD、心肌梗死、脑梗死、肥胖、慢性肾脏病(chronic kidney disease, CKD)、心力衰竭、高血压和睡眠呼吸暂停等优于HbA1c。Inter99约1,700人、中位随访18.1年、血清Olink Explore HT验证中,预测M值与T2D(HR=0.49)、肥胖(HR=0.61)、CKD(HR=0.5)和睡眠呼吸暂停(HR=0.68)相关;Matsuda指数对T2D最强(HR=0.21),但预测M值对全因死亡(HR=0.56)、卒中(HR=0.66)、慢性阻塞性肺疾病和支气管/肺癌相关结局的关联强于HOMA-IR或Matsuda指数。结论为预测M值是可扩展、蛋白质组学-informed的全身胰岛素敏感性估计,并跨血浆/血清基质验证。

讨论总结与结论翻译:讨论指出,该多队列MWP研究提供了组织分辨的人胰岛素敏感性蛋白质组图谱;胰岛素敏感性相关血浆蛋白特征主要反映长期组织特异代谢功能障碍而非急性胰岛素信号,并显示肝、脂肪、肠、肾、胰腺和免疫等多器官贡献。组织特异模型复现HOMA-IR与AdipoIR的已知生理,AdipoIR与M值不一致相关蛋白涉及白细胞黏附和运输,提示脂肪组织炎症重塑可能部分独立于骨骼肌IR。运动队列中蛋白特征随胰岛素敏感性改善而动态变化,但8周HIIT显著变化蛋白数量有限,组别分析为探索性。13蛋白模型整合了GDF15、IGFBP1、leptin等不同生物学信息,在UK Biobank中优于TG/HDL ratio,HbA1c因进入T2D定义且为模型输入而对T2D预测相当;Inter99血清验证支持跨基质迁移。局限性包括钳夹队列样本量有限且主要为欧洲 ancestry、组织来源依赖转录组数据库、模型受Olink Explore平台蛋白限制、用药史未系统研究、运动组别分析样本量小且使用名义P值。研究结论部分翻译:总之,本研究通过深度血浆蛋白质组学建立了一个全面且可扩展的框架,用于刻画全身胰岛素敏感性。通过整合组织分辨生物学、功能调节和群体水平转化,研究人员证明循环蛋白可作为代谢健康的稳健生物标志物,并与早期疾病预测、机制洞察和预防干预相关。在缺乏直接高胰岛素–正常血糖钳夹测量的队列中预测胰岛素敏感性的能力,为在前瞻性研究和临床试验中将胰岛素抵抗作为可改变危险因素进行研究开辟了新途径。这些发现使代谢研究和临床照护中的蛋白质组学指导分层成为可能,并为未来绘制胰岛素抵抗跨组织、干预和人群的因果结构奠定基础。

订阅生物通快讯

订阅快讯:

最新文章

限时促销

会展信息

关注订阅号/掌握最新资讯

今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

版权所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

联系信箱:

粤ICP备09063491号