《Journal of Diabetes Research》：Selection and Validation of Novel Biomarkers for ntOPN-Based Models for Diabetic Kidney Disease in Patients With Diabetes Mellitus
编辑推荐：
研究人员先前发现尿N末端骨桥蛋白（ntOPN）在预测糖尿病肾病（DKD）方面表现良好。本研究旨在筛选潜在生物标志物，以改进基于ntOPN的模型在DKD检测和预测中的应用。研究人员采用横断面研究，随后进行前瞻性队列研究。通过SOMAscan平台筛选与DKD发展相
研究人员先前发现尿N末端骨桥蛋白（ntOPN）在预测糖尿病肾病（DKD）方面表现良好。本研究旨在筛选潜在生物标志物，以改进基于ntOPN的模型在DKD检测和预测中的应用。研究人员采用横断面研究，随后进行前瞻性队列研究。通过SOMAscan平台筛选与DKD发展相关的新型生物标志物。利用SHapley Additive exPlanations（SHAP）算法、Pearson相关分析和逻辑回归进一步验证所选生物标志物。通过机器学习建立、评估并应用基于ntOPN的DKD预测模型。结果显示，基线生长分化因子15（GDF15）经SOMAscan检测被筛选出，尿GDF15被验证为DKD发生（校正后OR 1.43，95% CI 1.20–1.75）和进展（校正后OR 1.39，95% CI 1.15–1.75）的独立预测因子。受试者工作特征（ROC）分析表明，由尿ntOPN与肌酐比值（UntOCR）和尿GDF15与肌酐比值（UGCR）组成的多生物标志物组合在预测2年DKD发生风险（AUC 0.838 vs. 0.818）和DKD进展风险（AUC 0.867 vs. 0.834）方面均优于估算肾小球滤过率（eGFRcr-cys）与尿白蛋白与肌酐比值（UACR）的组合。进一步构建的列线图具有较高的C指数（0.8433）。结论：与eGFRcr-cys联合UACR相比，基于尿ntOPN和GDF15的模型可为DKD预测提供更准确的工具。研究人员的尝试可能为临床应用中寻找有前景的生物标志物提供一种可行的方法。
**论文解读：基于ntOPN与GDF15的糖尿病肾病预测模型研究**
**研究背景与问题**
糖尿病肾病（DKD）已成为全球慢性肾脏病（CKD）的主要病因，可快速进展至终末期肾病（ESRD），伴随高心血管风险及高昂医疗费用。早期预测DKD对改善心肾预后、降低糖尿病（DM）患者医疗支出至关重要。目前DKD的临床诊断主要依赖持续性白蛋白尿和血清肌酐升高，但白蛋白尿对DKD缺乏特异性，约20%的1型糖尿病（T1DM）和40%的2型糖尿病（T2DM）患者在估算肾小球滤过率（eGFR）降至60 mL/min/1.73m2以下前仍保持正常白蛋白尿，即非蛋白尿性DKD。血清肌酐对真实肾小球滤过率（GFR）下降不敏感，仅在肾单位损失超过50%后才开始升高。因此，尿白蛋白与肌酐比值（UACR）升高和eGFR降低是DKD的晚期指标。肾活检尽管是金标准，但具有侵入性，通常仅用于有其他肾脏疾病表现的DM患者。亟需更有前景的生物标志物用于早期DKD识别。
骨桥蛋白（OPN）参与细胞黏附、迁移、存活、骨转换、炎症和免疫等多种病理生理过程。OPN在正常肾脏主要表达于远端肾单位和亨勒袢，肾损伤后肾小球和肾小管各段表达显著上调。OPN结构上包含C端和N端两个区域，其中N末端骨桥蛋白（ntOPN）含有整合素受体结合域，具有比全长OPN更强的促纤维化黏附效应，在介导细胞黏附和炎症中起重要作用。研究人员先前报道，尿N末端骨桥蛋白（UntOPN）与DKD发展相关，且预测DKD的能力优于传统指标血清肌酐联合UACR。
筛选促进早期DKD发展的新型蛋白有助于揭示DKD病理生理学并提高诊断和预测准确性。既往研究已采用蛋白质组学检测早期DKD或区分具有高ESRD进展风险的DKD患者，但鲜有研究报道在无肾损伤的DM人群中早期检测高DKD风险患者。本研究旨在利用SOMAscan平台建立筛选DKD发展生物标志物的新策略，验证所选生物标志物对高DKD风险患者的检测效能，并优化基于ntOPN的DM患者肾脏结局预测模型。
**研究内容与结论**
研究人员开展了一项横断面联合前瞻性队列研究。在横断面阶段，纳入316例DM患者，其中95例经确认患有DKD。在前瞻性阶段，纳入134例基线无肾损伤的DM患者，经2年随访，45例发生DKD，13例出现DKD进展。通过SOMAscan平台对14例患者（9例DKD进展者与5例无肾损伤者）的基线血浆样本进行蛋白质组学分析，筛选差异表达蛋白，发现生长分化因子15（GDF15）显著上调，且蛋白-蛋白相互作用（PPI）网络显示其位于核心位置。随后在更大样本中用酶联免疫吸附试验（ELISA）检测血浆和尿中GDF15与ntOPN水平。通过SHAP算法、Spearman相关分析和逻辑回归验证GDF15与ntOPN对DKD的诊断及预测价值，并建立基于ntOPN和GDF15的预测模型，采用ROC曲线评估其效能。
结论：尿ntOPN与尿GDF15均为DM患者DKD发生和进展的独立预测因子。与eGFRcr-cys联合UACR的模型相比，基于尿ntOPN和GDF15的多生物标志物模型在预测DKD发展方面表现更优，可为DKD风险评估提供更准确的工具，有助于早期筛查和干预，从而预防和延缓DM患者DKD的进展。该论文发表在《Journal of Diabetes Research》。
**主要关键技术方法**
1. **SOMAscan蛋白质组学平台**：采用慢解离速率修饰适体（SOMAmers）对基线血浆样本进行11,000种蛋白的靶向蛋白质组学分析，筛选差异表达蛋白（来自徐州中心医院队列）。
2. **SHapley Additive exPlanations（SHAP）算法**：基于随机森林模型，解释变量对DKD诊断和预测的贡献度，并排序重要性。
3. **酶联免疫吸附试验（ELISA）**：检测基线血浆和尿液中ntOPN及GDF15浓度，以尿肌酐校正蛋白定量值（计算尿蛋白与肌酐比值）。
4. **逻辑回归与ROC分析**：采用单变量和多变量逻辑回归评估生物标志物对2年DKD风险的预测作用，通过ROC曲线下面积（AUC）、净重新分类改善指数（NRI）和综合判别改善指数（IDI）比较模型效能。
**研究结果**
**3.1 队列特征与血浆蛋白质组学分析**
前瞻性队列中，134例DM患者基线无肾损伤，2年随访后有13例出现DKD进展，83例无肾损伤。SOMAscan检测显示，DKD进展组基线血浆中有76种蛋白上调、88种蛋白下调（p<0.05，FC>1.5或<1/1.5）。其中GDF15表达差异显著（p=0.0036，log2FC=1.08），且PPI网络显示其位于核心位置，提示GDF15在DKD发展中可能起关键作用。
**3.2 GDF15对DKD诊断的验证（横断面队列）**
在316例DM患者中，DKD组（95例）的尿GDF15、尿ntOPN、血浆GDF15水平显著高于非DKD组。SHAP算法显示，除传统DKD标准变量（UACR、eGFR、血清肌酐）外，尿GDF15与肌酐比值（UGCR）和血浆GDF15位列DKD诊断贡献度的前两位。Spearman相关分析表明，血浆GDF15、UGCR、尿ntOPN与肌酐比值（UntOCR）均与DKD诊断呈正相关（R分别为0.2706、0.2654、0.2695，均p<0.001）。多变量逻辑回归（校正年龄、性别、BMI）证实，血浆和尿中GDF15及ntOPN升高均增加DKD诊断风险。
**3.3 ntOPN与GDF15对DKD预测的验证（前瞻性队列）**
**3.3.1 变量重要性（SHAP值）**
基于随机森林模型的SHAP图显示，UntOCR、UGCR和血浆GDF15在预测DKD发生和进展中均位列前三，提示ntOPN和GDF15均为有前景的预测因子。
**3.3.2 ntOPN与GDF15作为DKD预测的新型生物标志物**
Spearman相关分析表明，基线UntOCR和UGCR与DKD发生（R=0.4406和0.3948，均p<0.001）及DKD进展（R=0.3640和0.3199，均p<0.001）均呈正相关。多变量逻辑回归（校正年龄、性别、BMI）显示，UntOCR和UGCR升高显著增加DKD发生和进展风险，证实两者为DKD发展的独立危险因素。
**3.3.3 基于ntOPN的DKD预测模型效能**
为预测2年DKD风险，构建了一系列生物标志物组合。由UGCR、UntOCR、eGFRcr-cys和UACR组成的四指标模型在预测DKD发生（AUC 0.838）和DKD进展（AUC 0.867）中均表现最佳，优于eGFRcr-cys联合UACR模型（AUC分别为0.818和0.834）。NRI和IDI分析显示，四指标模型在DKD发生预测中显著改善分类（NRI=0.558，p=0.0018；IDI=0.0467，p=0.0229），在DKD进展预测中NRI为0.7297（p=0.007）。类似结果在使用eGFRcr替代eGFRcr-cys的模型中也得到验证。
**3.3.4 建立DKD发生的传统与动态列线图模型**
基于SHAP方法筛选的前两位独立预测因子（UGCR和UntOCR）及传统DKD标志物（eGFRcr-cys和UACR），结合年龄和性别，构建了传统列线图，其C指数为0.8433，表明预测准确性良好。例如，一名60岁男性DM患者，UACR正常（20 mg/g）、eGFR正常（120 mL/min/1.73m2），但UGCR为800 ng/mmol、UntOCR为100 μg/mmol，则总分为16.7分，预测2年内DKD发生概率约为87%。同时生成动态列线图以提高临床实用性。
**讨论与结论**
**讨论部分总结**：DKD已成为ESRD的主要病因，早期筛查策略（如使用肾素-血管紧张素系统抑制剂）具有成本效益。全长OPN在DKD进展中起关键作用，ntOPN促纤维化黏附效应更强，本研究证实ntOPN是DKD诊断、发生和进展的预测因子。GDF15（又称巨噬细胞抑制因子-1，属于TGF-β超家族）是一种应激诱导细胞因子，具有抗炎、抗纤维化和抗增殖特性。血浆GDF15反映全身多器官应激反应，尿GDF15则同时来源于滤过和肾局部产生，可能指示肾脏病理生理变化。既往研究表明，血清GDF15升高与年龄、吸烟、心脏代谢风险、CKD发生及肾功能快速下降相关，且与T2DM并发症（尤其DKD）相关。本研究通过SOMAscan发现血浆GDF15在即将发生DKD进展的DM患者中显著升高，并在大样本中验证了GDF15对DKD诊断、发生和进展的预测价值。基于ntOPN和GDF15的多标志物组合优于传统指标，列线图具备高C指数，可准确应用于DM人群。此外，讨论了高血压、高尿酸血症、脂代谢异常（如脂蛋白a、APOB/APOA1比值、TCH/HDL-C比值）及炎症标志物（如NLR、hsCRP）作为潜在风险因素的作用，但未发现其在DKD发生和进展预测中具有统计学意义。本研究存在局限性，包括肾素-血管紧张素系统抑制剂、SGLT-2抑制剂和GLP-1受体激动剂的使用不足，可能影响DKD进展速度。
**结论部分翻译**：总之，本研究结果表明，尿ntOPN和GDF15是DM患者DKD发生和进展的独立预测因子。与eGFRcr-cys联合UACR的模型相比，基于ntOPN和GDF15的多生物标志物模型在预测DKD发展方面表现更优，表明它们可为评估DKD风险提供更准确的工具。研究人员的努力可能有助于早期筛查和干预，从而帮助预防和延缓DM患者DKD的进展。
