《Journal of Radiology Nursing》:Exploring Biomarkers in Type 2 Diabetes Mellitus versus Normoglycemia Identified through High-Throughput Proteomics: A Systematic Review and Meta-Analysis
编辑推荐:
近期蛋白质组学技术的进展推动了2型糖尿病(T2D)早期蛋白生物标志物及代谢紊乱的识别,而T2D已成为全球重大健康挑战。研究人员开展本系统评价与荟萃分析,综合了从2422篇初始记录中筛选出的27项对比T2D患者与血糖正常对照者蛋白质组谱的研究证据。QUADOMI
近期蛋白质组学技术的进展推动了2型糖尿病(T2D)早期蛋白生物标志物及代谢紊乱的识别,而T2D已成为全球重大健康挑战。研究人员开展本系统评价与荟萃分析,综合了从2422篇初始记录中筛选出的27项对比T2D患者与血糖正常对照者蛋白质组谱的研究证据。QUADOMICS评估显示,纳入研究在样本处理与蛋白质组分析的方法学报告质量良好(>70%的研究符合要求),但超过60%的研究未充分报告混杂临床因素信息与生物标志物验证数据。定性合成聚焦于85种被≥8项研究反复报道的蛋白,这些蛋白表现出强互作关联,参与免疫应答、脂质-蛋白组织、解毒、蛋白水解及凝血等T2D关键通路。基于组学的荟萃分析识别出7种与T2D相关的潜在蛋白生物标志物,分别涉及脂质/葡萄糖代谢(Q12907_LMAN2、P02652_APOA2、P07602_PSAP、P09622_DLD)、细胞结合/黏附(P12109_COL6A1、P12830_CDH1)及翻译调控与线粒体功能(P35232_PHB)。随机效应荟萃分析显示既往报道的生物标志物效应量存在研究间异质性,但三种蛋白(P02763_ORM1、P00738_HP、P25311_AZGP1)表现出较高的一致性。为提升研究结果的可及性与可探索性,研究人员开发了交互式网络工具metaMarkersT2D:https://jgcurras.shinyapps.io/metaMarkersT2D/。
引言
2型糖尿病(T2D)是一种复杂的进行性代谢障碍疾病,以持续性高血糖为特征,由胰岛素抵抗与胰岛β细胞功能进行性衰退共同驱动,占全球糖尿病病例的90%左右,受人口老龄化、久坐生活方式与不良饮食习惯推动呈流行态势。国际糖尿病联盟最新数据显示,当前20-79岁糖尿病患者已超5.89亿,预计2050年将突破8.5亿。T2D伴随视网膜病变、肾病、神经病变等微血管并发症与冠心病、卒中等大血管病变高风险,显著提升过早死亡风险与医疗负担。尽管治疗学取得进展,早期检测与预防仍是核心挑战——疾病的代谢改变在临床确诊前数年即可发生,因此亟需可靠生物标志物识别不可逆代谢损伤前的高危人群。生物标志物是可测量的生物学过程、疾病状态与治疗反应的指示物,鉴于T2D主要源于环境因素且蛋白质组学技术近年显著进步,蛋白质作为细胞功能执行者,可反映早期病理生理改变并成为潜在治疗靶点,是极具前景的生物标志物候选者。T2D蛋白生物标志物研究通常包含目标组织全蛋白质组筛查与差异丰度分析(DAA),以识别与T2D相关的失调或疾病特异性蛋白;酶联免疫吸附测定(ELISA)、蛋白质印迹、免疫沉淀分析及选择/多重反应监测质谱(SRM/MRM MS)等技术适用于验证,但因覆盖范围有限不适用于发现阶段。传统生物标志物发现的蛋白质组学方法多采用二维电泳(2-DE)或液相色谱(LC)分离蛋白,再通过基质辅助激光解吸电离(MALDI)质谱或表面增强激光解吸电离(SELDI)质谱鉴定,仅能识别少量T2D相关蛋白,即使引入凝胶染色定量或双向差异凝胶电泳(2D-DIGE)等定量策略,检测仍局限于有限分子。近年来,Olink邻近延伸 assay(以qPCR定量蛋白)与SomaScan(基于修饰DNA适配体结合蛋白,通过DNA阵列、qPCR或测序定量丰度)等靶向蛋白质组平台实现了更深度的蛋白质组探索,但仍属于靶向策略——分析前需选定靶蛋白且依赖抗体或适配体的可用性。鸟枪法蛋白质组学作为高通量非靶向策略大幅提升了蛋白鉴定能力,其数据依赖性采集(DDA)模式通过选择MS1扫描中丰度最高的前体离子进行MS2谱图采集,但存在重现性低、低丰度蛋白检出率不足的局限。数据非依赖性采集(DIA)方法通过窗口化全前体离子碎裂解决了上述挑战,避免了前体离子选择偏倚,实现全面非靶向蛋白质组覆盖,提升了样本间重现性与一致性,但因需单样本分析成本高昂,且技术应用较晚,目前应用于T2D生物标志物发现的DIA研究极少,2015年前无相关发表。综合方法学优劣势,基于鸟枪法与DIA的蛋白质组学是当前识别T2D蛋白生物标志物最具全面性与信息量的策略,其广泛的蛋白质组覆盖能力与多蛋白捕获能力可为疾病复杂发病机制提供关键见解。尽管开展新的原发性研究看似合理,但现有单个研究的激增易导致知识碎片化而非整合,缺乏合成会延缓候选生物标志物向临床应用转化,尤其是经验证的多生物标志物panel的开发。已有研究提出此类panel应整合转录组学、代谢组学、蛋白质组学等多组学生物标志物,反映T2D的关键系统性改变并通过系统生物学模型整合,而实现这一目标需首先在各组学维度内整合生物标志物,明确原发改变并筛选最具代表性的标志物。现有T2D蛋白质组生物标志物相关综述多采用叙述性格式,未应用严格纳入标准,证据强度评估难度大;部分研究混合不同物种或样本类型数据,易引发误读;且常缺失对照组特征、生物标志物变化方向与幅度等关键方法学细节,限制跨研究可比性。相比之下,定量荟萃分析可提供严谨透明的框架识别最一致、统计学稳健的生物标志物,但此类分析在T2D蛋白质组研究中仍十分匮乏,PROSPERO数据库检索显示该领域注册条目极少。数据可及性是核心障碍之一:多数蛋白质组学研究仅报告部分检出蛋白的汇总统计量(如倍数变化FC、DAA的p值),未公开原始数据。近期开发的Amanida R包可通过利用可用指标并按研究样本量加权实现稳健的荟萃分析整合,最大化利用现有蛋白质组学数据。本研究针对T2D蛋白质组学证据整合的迫切需求,开展系统评价与荟萃分析,聚焦T2D与血糖正常对照者的差异丰度蛋白,仅纳入采用鸟枪法与DIA等非靶向高通量蛋白质组学策略的研究,通过严格的筛选流程结合定性合成与定量聚合,旨在识别稳健可重复蛋白生物标志物,解析T2D关键 altered通路,为临床相关多生物标志物panel的开发提供支持。
方法
研究设计
本研究遵循PRISMA指南,研究方案已在PROSPERO注册(CRD42025648346),采用PICO(人群、干预、比较、结局)框架明确研究问题:通过高通量蛋白质组学分析,哪些蛋白在T2D个体与血糖正常对照者中呈现差异丰度。
检索策略
研究人员在PubMed Central(PMC)、Scopus、Web of Science(WOS)三个数据库开展两轮检索:首轮检索(2025年2月12日)用于优化检索策略,通过分析标题、摘要与关键词提取相关术语,经人工分组筛选后形成最终检索式,于2025年2月13-14日完成最终检索。
研究筛选
PubMed下载的CSV格式文献信息不全,缺失摘要等筛选必需数据,研究人员开发了web应用pubmedToCsv将PubMed格式文献转换为表格结构以便筛选。合并三个数据库的检索结果后,以DOI为主要标识符去重,依据预设纳入排除标准进行筛选,纳入同时包含T2D组与对照组的研究,即使研究主要关注糖尿病视网膜病变(DR)、糖尿病肾病(DN)等其他合并症。初筛后由两名研究人员独立评审185篇文献,确保结果的严谨性与有效性。
数据提取
主要结局指标为每个研究报告的蛋白列表(含FC与p值),直接从原文提取;同时收集发表信息、研究设计、蛋白质组学方法、统计分析、组别人口学与临床变量等数据。研究人员联系研究作者获取未报告的结局指标,其余变量缺失直接影响偏倚风险评估的质量。部分研究同时分析蛋白质组、磷酸化蛋白质组或糖蛋白质组数据,本研究仅纳入蛋白质组相关数据。
质量评估
采用针对组学研究的QUADOMICS工具评估纳入研究的质量与偏倚风险。
数据处理
因各研究蛋白命名规范不一致,研究人员采用UniProt标识符标准化蛋白名称以提升跨研究可比性:未报告UniProt标识符的研究通过UniProt在线映射工具将蛋白名称匹配至UniProt条目,无对应UniProt标识符的蛋白予以排除。同一研究中同一UniProt ID的蛋白通过平均FC与p值进行聚合以确保唯一性。部分研究因目标组别结果完全或部分缺失,需重新分析原始数据,再分析流程严格遵循原文下游分析方法。
定性评估
为全局解析结果,研究人员通过STRING数据库构建高置信度互作(评分>0.7)的蛋白互作网络;采用基因本体(GO)数据库开展过表征分析(ORA)进行功能层面解读,随后对功能术语进行语义聚类;同时对共有蛋白开展投票计数分析,统计T2D组与对照组间差异丰度的变化方向。
基于组学的荟萃分析
部分研究报告的结局指标为校正p值或log2 转换的倍数变化(log2 FC),研究人员对仅提供原始p值的数据集采用Benjamini-Hochberg校正按蛋白总数调整p值,统一估算FC与log2 FC。筛选在至少两项研究中被识别的蛋白,采用Amanida R包实现加权p值聚合(Fisher法的变体,考虑组别样本量)与log2 FC加权平均。通过计算单研究蛋白占比评估各研究的贡献度;开展影响分析:每次剔除一项研究后重新分析,计算新FC与包含所有研究的原始FC间的平均绝对百分比误差(MAPE),MAPE越高表明该研究的剔除对聚合log2 FC的影响越大。
随机效应荟萃分析
仅纳入提供原始数据的研究,考虑到共有蛋白数量较多,仅选取研究中明确提及且出现在超过三分之二研究中的高频报道蛋白进行分析。采用标准化均数差(SMD)作为效应量指标,拟合限制性最大似然估计的随机效应模型获取合并SMD,探索T2D组与对照组各蛋白的丰度差异;估算95%置信区间(CI);通过τ2 与Higgins I2 统计量评估研究间异质性,I2 反映总方差中异质性所占比例,取值范围0-100;通过基于离群值与影响点诊断图(标准化残差、帽子值、Cook距离)的敏感性分析评估模型拟合优度;通过轮廓增强漏斗图评估发表偏倚,该图在传统漏斗图基础上标注p<0.01、p<0.05、p<0.1的统计显著性区域,以效应量与标准误为坐标轴。荟萃分析结果以森林图呈现。
软件
所有分析采用R软件4.4.1版本完成,调用的R包包括litsearchr、shiny、esc、meta、rbioapi、clusterProfiler、AnnotationDbi、GOSemSim,所有分析代码已上传至GitHub仓库:
https://github.com/juliagcurras/metaanalysisT2D 。
结果
检索结果
检索策略优化后,最终检索共获得2422篇文献,初筛去重后保留1273篇独特记录,505篇文献为三个数据库重叠收录。经全文评审后,25项研究符合纳入标准,两名评审者一致性指数0.705(p<0.001),通过参考文献滚雪球法补充2项研究,最终纳入27项研究。PRISMA流程图展示了完整的筛选流程,27项纳入研究的基本特征如下:研究发表年份跨度为2011-2025年,多发表于2018年之后;37.0%的研究在中国开展,18.5%在美国开展;样本类型涵盖血浆、血清、眼组织、尿液、肌肉活检、唾液、内脏脂肪组织、肝脏组织、胰腺岛细胞、精液等8类,其中血清(21.4%)、眼组织(14.3%)与血浆(14.3%)最为常用;81.5%的研究采用DDA模式,70.3%使用Thermo系列质谱仪;63.0%的研究采用UniProt作为蛋白鉴定数据库,MaxQuant(29.6%)与Proteome Discoverer(18.5%)是最常用的蛋白鉴定软件,Perseus与R(各18.5%)常用于DAA。
质量评估
基于QUADOMICS框架的质量评估显示,12项研究为高质量(阳性回答>50%),8项为低质量(阴性回答>50%或阴性多于阳性),其余为中等质量(不明确回答占比高)。55.6%的研究报告了招募过程的纳入排除标准;仅37%的研究满足无年龄/性别限制且患者来源合理的要求;74.1%的研究详细报告了样本类型与采集流程,但多数未说明样本采集时间与储存间隔;仅37%的研究充分报告了T2D组与对照组的 demographic与临床因素,糖尿病病程是最少被报告的变量,病例组报告详细程度高于对照组;超过70%的研究充分报告了预分析流程与蛋白质组分析细节,但仅25.9%的研究提供了可重复的下游分析描述,常缺失数据归一化、缺失值填补与p值校正的关键信息;关于索引检验的项目(T2D诊断标准、诊断时机、疾病验证、诊断实施)的报告质量最差,不明确回答占比最高;仅25.9%的研究开展了相关生物标志物的判别分析,48.1%的研究采用蛋白质印迹或ELISA等技术进行了生物标志物验证。
一般文献特征
纳入的27项研究中,中国与美国的研究占比最高,发表时间集中于2018年后。样本类型以血清、眼组织、血浆为主,仅1项研究分析了同一队列的两种样本(血浆与唾液)。蛋白质组学分析方面,81.5%采用DDA模式,70.3%使用Thermo系列质谱仪,UniProt是最常用的蛋白鉴定数据库,MaxQuant与Proteome Discoverer是主流蛋白鉴定软件,Perseus与R常用于DAA。统计分析存在异质性:44.4%的研究采用t检验,88.9%开展了功能分析,但18.5%未报告分析软件,40.7%未说明归一化方法,44.4%未描述p值校正流程,63.0%缺失数据填补信息。组别人口学与临床数据报告不完整,尤其是对照组:年龄与性别信息普遍可得,但BMI、HbA1c、空腹血糖(FPG)的缺失率分别为44.4%-62.9%;多数研究中T2D组与对照组平均年龄相近,仅3项研究的对照组年龄更低;性别分布总体均衡,女性占比30%-60%,2项研究仅纳入男性,1项研究仅纳入女性;BMI多集中在20-30区间;HbA1c与FPG的森林图证实了组别分配合理性;仅9项研究报告了糖尿病病程,范围为0-12年,组内与组间变异较大。
定性分析
从27项研究中初步检索到23099个蛋白标识符,经数据整理与标准化后降至22328个,其中2745个蛋白在≥2项研究中被报道,85个蛋白在至少8项研究中被一致识别。这85个高频蛋白的互作网络显示其存在强互作关联。过表征分析以2745个共有蛋白为背景,筛选出统计学显著富集(校正p值与q值<0.05)的GO术语并进行语义聚类:细胞组分方面,这些蛋白主要定位于脂蛋白颗粒、细胞外基质、各类囊泡(胞质、分泌、管腔)、内质网、细胞表面及血液相关复合物与颗粒;分子功能方面,富集于脂质与胆固醇转运、结合与受体活性(肝素、蛋白酶、氧、血红蛋白、结合珠蛋白)、肽酶酶活性、抗氧化作用与氧/结合珠蛋白载体功能;生物过程方面,主要涉及免疫调节(补体激活、体液与先天免疫)、脂蛋白胆固醇组装、细胞解毒、凝血与管径调节、化学刺激感知(尤其是苦味感知)。投票计数分析显示,锌α2糖蛋白(AZGP1)与肌球蛋白调节轻链1(ORM2)在多数研究中呈T2D组上调,载脂蛋白A-I(APOA1)则普遍呈T2D组下调。
基于组学的荟萃分析
23项研究提供了包含FC与p值的完整定量数据,纳入基于组学的荟萃分析,共涉及16668个蛋白,其中2735个在至少两项研究中被共享。火山图展示了加权样本量后的聚合log2 FC与校正p值分布。贡献分析显示,3项研究合计贡献了超过40%的共有蛋白,但影响分析表明另3项研究对荟萃结果的影响更大:剔除某一项研究后,合并FC与包含所有研究的估计值偏差达34.5%,另两项研究的影响次之(15.1%与9.7%),其余13项研究的影响值低于1%,提示高数据量并不一定等同于对荟萃结果的强影响。研究人员进一步筛选校正p值<0.05、|log2 FC|>1且在≥3项研究中出现的蛋白,得到29个候选蛋白,经排除高影响研究与变化方向一致性过滤后,最终确定7种稳定的T2D候选生物标志物:4种与代谢调控相关:囊泡整合膜蛋白VIP36(LMAN2)、截短载脂蛋白A-II(APOA2)、鞘脂激活蛋白原B-Val(PSAP)、二氢硫辛酰胺脱氢酶(DLD);2种参与细胞结合与黏附:VI型胶原α1链(COL6A1)、钙黏蛋白1(CDH1);1种与转录调控及线粒体功能相关: prohibitin(PHB1)。按样本类型的分组分析显示,血液(血清、血浆)与眼样本中未发现可靠的相关生物标志物,尿液样本的聚合结果虽显示多个显著变化的蛋白,但证据主要来源于影响最大的单项研究,可靠性不足。
随机效应荟萃分析
12项提供原始数据的研究纳入随机效应荟萃分析,最终纳入10种高频报道蛋白:α1酸性糖蛋白1(ORM1,10项研究)、α1抗胰糜蛋白酶(SERPINA3)与截短载脂蛋白A-I(APOA1,各9项研究)、结合珠蛋白(HP)、载脂蛋白E(APOE)、玻连蛋白(VTN)、锌α2糖蛋白(AZGP1)、过氧化还原酶2(PRDX2)、肽脯氨酰顺反异构酶A(PPIA,各8项研究)。结果显示多数蛋白的SMD存在较大的研究间异质性,但ORM1、HP、AZGP1三种蛋白在T2D组与对照组间呈现一致的丰度差异(虽未达到统计学显著性),均为T2D组上调,其中AZGP1的效应量最高(SMD=0.78,95%CI:-0.13~1.69)。敏感性、偏倚与影响诊断显示:ORM1检测到1项离群研究,剔除后异质性显著降低(I2 从44%降至0%);HP与AZGP1未检测到离群研究;Egger检验显示三种蛋白均无显著的小样本效应(p均>0.05),但ORM1存在不对称趋势(p=0.065);剪补法未为ORM1填补缺失研究,但提示HP与AZGP1可能存在不对称与异质性升高; excess显著性检验显示ORM1与HP无显著性膨胀,AZGP1呈临界显著 excess(p=0.048);选择模型仅检测到ORM1可能存在发表偏倚(p=0.033);影响分析证实合并估计值在各研究中稳定性良好,无单一研究过度影响结果。异质性来源探索显示,ORM1与AZGP1的SMD在不同样本类型、数据采集模式、研究质量、商业平台与分析软件亚组中无显著差异,而HP的SMD受上述所有因素影响,尿液样本与低质量研究中HP的SMD更高。
metaMarkersT2D
为提升研究结果的可及性,研究人员开发了交互式Shiny应用metaMarkersT2D,支持用户通过UniProt ID检索27项纳入研究的蛋白数据,返回蛋白出现的 study列表、原始FC与p值/校正p值,同时提供实验设计、样本类型、分析方法的三张元数据表,差异丰度结果以条形图可视化(Y轴为log
2 FC,X轴为研究列表,按原始文献显著性水平着色),所有数据支持表格下载,应用访问地址为:
https://jgcurras.shinyapps.io/metaMarkersT2D/ 。
讨论
本研究通过系统评价整合了T2D相关蛋白质组生物标志物的定量证据,结合基于组学的荟萃分析与传统随机效应荟萃分析,识别出在多项研究中报道一致、变化方向 concordant、具有统计学意义且与T2D病理生理学高度相关的核心蛋白生物标志物。纳入的27项研究涵盖了血液、尿液、眼组织等微创/无创样本,以及肝脏、胰腺、肌肉、内脏脂肪组织等直接参与葡萄糖稳态的核心组织,样本多样性也源于部分研究聚焦DN、DR等T2D微血管并发症。多数研究中T2D组与对照组在性别、年龄、BMI上匹配良好,且研究仅纳入两组肥胖状态相似的研究,有效控制了肥胖这一T2D核心混杂因素的影响。蛋白质组分析细节报告相对完善,但数据预处理关键步骤(归一化、缺失值填补、统计检验)的报告缺失普遍,DIA技术因应用较晚纳入研究较少,多数研究采用UniProt数据库进行蛋白鉴定,提升了蛋白注释的一致性。研究人员建议未来研究需详细报告病例与对照组的基线特征、诊断方法、病程与招募流程,同时透明报告数据预处理步骤,这对提升跨研究可比性与荟萃分析的可靠性至关重要。尽管存在平台、采集模式、样本类型与人群的异质性,研究仍识别出85个在≥8项研究中被报道的高频蛋白,其强互作网络与富集的功能注释揭示了其在T2D病理生理学中的重要性:主要定位于囊泡、细胞外基质、细胞表面与循环复合物,参与免疫调节、凝血与血管张力调控(对应T2D慢性低度炎症与血管并发症)、脂质与胆固醇转运(对应T2D常见的致动脉粥样硬化血脂异常)、抗氧化与氧转运(对应慢性高血糖诱导的氧化应激),以及苦味感知等化学刺激检测(可能通过影响饮食行为参与代谢调控)。其中AZGP1、HP、激肽原1(KNG1)多呈上调,APOA1、帕金森病蛋白7(PARK7)多呈下调,与既往研究结果一致。基于组学的荟萃分析中,即使是广泛共享的蛋白,不同研究的校正p值与变化幅度仍存在较大差异,最终筛选的7种候选标志物最多在6项研究中被报道,且血液样本的研究因蛋白列表较短,未导致蛋白过度代表。传统随机效应荟萃分析仅纳入12项提供原始数据的研究,凸显了组学研究中开放数据共享的紧迫性。两种方法共同识别出10种可作为T2D多标志物诊断panel候选的核心生物标志物:LMAN2、APOA2、PSAP、DLD、COL6A1、CDH1、PHB1、ORM1、HP、AZGP1,其中HP、AZGP1、ORM1、APOA2、CDH1均在既往综述中被报道,且变化方向与本研究结果完全一致,验证了本研究的可靠性。既往综述多基于作者主观筛选,缺乏定量证据,候选蛋白的支持研究少,而本研究通过结构化检索与荟萃分析提供了量化证据,每种标志物均得到至少4项研究支持,证据基础更为稳健。本研究也存在局限性:纳入研究的预处理信息与原始数据缺失限制了统一再分析与差异丰度评估;数据预处理方法的异质性引入了额外异质性,影响跨研究可比性;蛋白命名不一致需大量映射工作,可能导致少量错配或遗漏;基于已发表数据集无法开展候选生物标志物的外部验证,需未来研究补充。研究人员强调需谨慎解读单个生物标志物发现研究,倡导整合既往证据验证候选标志物,同时呼吁组学研究需遵循FAIR(可查找、可访问、可互操作、可重用)数据原则,将其作为发表的前提条件。未来研究应整合Olink、SOMAscan等互补技术的蛋白质组学数据,纳入脂质组学、代谢组学等其他组学层,构建更全面的多组学T2D图谱,本研究的metaMarkersT2D工具可作为新研究发现的交叉参考资源,最终通过学界协作构建经验证的T2D多生物标志物panel。