Nature Communications| 阿拉伯人群二型糖尿病多组学研究

2型糖尿病(T2D)是一种复杂的代谢失常疾病，由能量摄入和消耗的不平衡、胰岛素信号传导功能障碍和慢性炎症所驱动，且具有葡萄糖稳态失调的特点。研究已经发现T2D具有异质性，它们的病因、进展、治疗和并发症都有差异。例如，先前一项对欧洲T2D患者的聚类分析就识别出了四种T2D亚型，分别为严重胰岛素缺乏(SIDD)、严重胰岛素抵抗(SIRD)、轻度肥胖相关(MOD)和轻度年龄相关(MARD)糖尿病。

该研究将先前应用在欧洲T2D患者的聚类方法应用于卡塔尔生物库（Qatar Biobank; QBB）中患有T2D的个体，并在独立队列中进行了验证。结果研究识别了T2D亚型并探索相关的循环代谢物和蛋白质特征，而且研究也揭示了亚型特异性的分子机制。此外，研究也根据T2D亚型特征对一个阿拉伯人群进行分析，并识别出了不同的分子特征，这些结果能够推动亚型病因的探索。

1. 基于白种人定义的T2D亚型聚类方法可以应用到阿拉伯人群

文章第一部分对来自阿拉伯人群的T2D患者进行了聚类分型（图1）。根据先前一项基于白种人（ANDIS）的T2D聚类方法，研究使用患者的年龄、身体质量指数（BMI）、糖化血红蛋白（HbA1c）、稳态模型 2-B（HOMA2-B）和评估胰岛素敏感性的HOMA2-IR进行k-均值聚类，并确定了四个聚类亚型(图2A)。其中SIDD亚型的特点是发病年龄小、BMI低、胰岛素分泌低(HOMA2-B)和血糖控制差(HbA1c高)；而SIRD亚型具有(HOMA2-IR)水平最高，BMI指数较高的特点；MOD亚型的特点为BMI高，胰岛素抵抗低；MARD亚型也表现为胰岛素抵抗较低，且发病年龄也较低。

接下来，作者对这些聚类进行了灵敏度测试。首先，研究在QBB内的一个独立测试集中进行聚类(图2B)，结果得到了和训练集非常相似的结果。此外，分别重复对女性和男性的聚类分析也表明，大多数个体(93%)被分配到与初始分析相同的亚型中。最后，研究测试了基于ANDIS的聚类是否可以直接用于将QBB的T2D患者聚类。当使用ANDIS衍生的聚类方法对QBB进行聚类时，作者观察到65%的个体具有一致的聚类(图2C)。不过，研究也注意到在错误分类中存在性别偏差。因此，在接下来的代谢组学和蛋白质组学分析中，研究使用QBB训练集进行独立于性别的聚类。

2、多人群分析与T2D相关的代谢物和蛋白质

在这一部分作者对代谢组学及蛋白质组学进行分析识别与T2D相关的蛋白及代谢物。研究获得了420例来自QBB的T2D病例和1735例对照样本的分子表型数据，其中包括1159种血液循环代谢物和1305种血浆蛋白的定量数据。接着研究将T2D病例与对照组的蛋白质水平进行了线性模型的比较，结果识别了214个与T2D相关的蛋白（图3A）。

接着作者又在一个欧洲人群队列（AGES；N = 5457）中对这些蛋白进行了验证，结果发现QBB中识别的214个与T2D相关的蛋白质中，有107个也在AGES中被发现与T2D相关(图3B)。接下来，作者进一步识别了194种与T2D相关的代谢物(图3C)，作者也在一个多民族卡塔尔糖尿病代谢组学研究队列(QMDiab)中对这些T2D相关代谢物进行验证，结果发现QBB中识别的194个T2D相关代谢物中有175个也在QMDiab中被识别(图3D)。

图3 与T2D相关的代谢物及蛋白

3、 T2D亚型特异的代谢物及蛋白质

在这一部分作者对T2D亚型特异的蛋白及代谢物进行了分析。作者识别了所有在四种T2D亚型中的一种中差异的蛋白质和代谢物。结果识别了亚型特异的47个蛋白质和42个代谢物（图4-6）。接着作者分别在SIDD, SIRD, MOD和MARD亚型中对这些亚型特异性蛋白质及代谢物进行了介绍。例如，研究观察到SIDD组中补体C2 (C2)的水平升高，而SIDD与SAID则表现出严重的胰岛素缺乏。

此外，研究也在SIRD组观察到胰岛素(INS)水平升高，以及胰岛素样生长因子结合蛋白-1 (IGFBP1)水平降低。进一步，研究也在MOD组观察到最高的瘦素(LEP)水平以及多种参与脂质代谢的酶。研究也发现MARD亚型中存在水平最高的APOM、APOB、UNC5D、NCAM1、Cystatin-M，而Plexin-B2 (PLXNB2)水平最低。此外，与其他亚型相比，MARD亚型的所有特异性蛋白水平都接近对照组，这表明T2D亚型中MARD是更健康的，而且与MARD相关的蛋白在其他亚型中失调程度更高。

图4 亚型特异的蛋白

图5 亚型特异性代谢物

图6 亚型中显著改变的蛋白及代谢物

4、评估亚型因素对代谢物及蛋白的影响

这一部分作者研究了亚型特异性代谢物及蛋白与多种亚型因素的关联。研究分析的因素包括性别、诊断时间、禁食时间、药物，以及T2D多基因风险评分。T2D风险评分是根据先前一项2型糖尿病患者GWAS研究的变量和权重计算的。研究在校正这些因素后，发现所有关联仍然显著，作者进一步分析了各种因素与识别的亚型特异性蛋白和代谢物的关联，结果发现与其他亚型相比，SIDD的疾病诊断时间似乎更高。

表1 对蛋白的影响

表2 对代谢产物的影响

5、在不同人群中验证T2D亚型特异性蛋白

在这一部分作者在其他人群队列中对识别的T2D亚型特异性蛋白进行了验证。研究使用相同的蛋白质组学平台在不同人群中分析T2D亚型特异性蛋白关联，研究共分析了47个亚型特异性蛋白关联。结果18个蛋白质关联识别，此外，还有16种蛋白质的相关性显著，且两个队列之间高达96%的相关性方向一致。作者也在QBB中测试了先前报道的针对SIDD、SIRD、MOD和MARD亚型的906个蛋白质测量值，发现分别有38%、2%、19%和33%的蛋白质被重复识别，此外分别有75%、50%、57%和66%的蛋白质具有一致的方向性。

图7 不同人群中验证T2D亚型特异性蛋白

6、使用不同平台在不同群体中验证T2D亚型特异性分子关联

这一部分作者对识别到的分子关联进行进一步验证。研究使用来自ANDIS中Olink平台的蛋白质组学数据，识别了47个亚型特异性蛋白关联中的30个，且经过多次检测，有4种蛋白质关联被重复识别。此外，研究也发现5个蛋白在显著性水平上表现出一致的方向。接下来，作者进一步尝试验证先前报道的15个T2D相关代谢物，结果这15个代谢物中有14个被识别出。

表3 ANDIS亚群特异性蛋白

7、亚型特异性的用药模式

在文章的最后一部分，作者对T2D亚型的用药模式进行了分析。研究首先使用从Drugbank获得的唯一活性分子标识符和相应的ATC编码对药物使用情况进行注释。接着研究使用fisher检验比较了T2D病例和对照组ATC用药的差异。结果发现T2D患者最常使用的药物为ATC解剖主要组A(消化道和代谢)和C(心血管系统)。接着分析发现最经常服用药物分别为A10（用于糖尿病的药物）、C10（脂质改性剂）和B01（抗血栓制剂）等。接着作者还比较了QBB中糖尿病亚型的用药模式。结果发现SIDD组患者更频繁地使用胰岛素、二甲双胍和吡格列酮。

表4 T2D患者与对照组服用药物的数量和百分比

此外，SIDD患者也更频繁地使用磺酰脲类药物和西格列汀，前者可增加胰岛素的释放，后者是一种DPP-4抑制剂，可增加葡萄糖依赖性胰岛素的释放，而SIRD组患者最常服用的是抗抑郁药物、糖尿病肾病药物和类风湿性关节炎药物。而在MOD组中，用于治疗高血压和心力衰竭的药物使用更多，而MARD组接受胰岛素治疗的个体比例最低。

到这里这篇文章的主要内容就介绍完了，文章聚焦阿拉伯人群中的2型糖尿病患者，参考之前应用于白种人的分型方法对阿拉伯人群中的2型糖尿病患者进行聚类分析，识别出了四个亚型。此外，研究也对相关的蛋白质及代谢物特征进行了分析。文章借鉴的先前的分型方法，数据来自于数据库，但是整个工作有理有据逻辑清楚，因此是一篇十分值得借鉴参考的纯生信分型文章。