《Frontiers in Pharmacology》:Insights from multi-omics on GLP-1 receptor agonists in type 2 diabetes and obesity
编辑推荐:
胰高血糖素样肽-1受体激动剂(glucagon-like peptide-1 receptor agonists,GLP-1RAs)已彻底改变了2型糖尿病(type 2 diabetes,T2D)和肥胖症的治疗。T2D聚类分析凸显了不同表型在GLP-1RA获益
胰高血糖素样肽-1受体激动剂(glucagon-like peptide-1 receptor agonists,GLP-1RAs)已彻底改变了2型糖尿病(type 2 diabetes,T2D)和肥胖症的治疗。T2D聚类分析凸显了不同表型在GLP-1RA获益上的差异。尽管GLP-1RAs显著改善了许多个体的生活质量,但越来越多的证据表明,遗传变异、代谢组重塑和肠道菌群组成共同导致了GLP-1RA疗效和耐受性的显著个体间差异。反过来,GLP-1RAs也会不同程度地影响接受治疗个体的代谢组和微生物组组成。本综述聚焦于人类GLP-1RA干预的多组学研究,并辅以相关的机制性临床前证据。GLP1R、TCF7L2及其他位点的遗传变异与血糖和体重结局的差异相关,然而大多数发现仍属初步结果,在不同人群中不一致或尚未被重复验证。药物代谢组学研究显示,脂质相关通路(包括甘油磷脂、鞘脂、神经酰胺、氨基酸和胆汁酸)出现反复改变,并具有药物特异性特征。GLP-1RAs还与肠道菌群组成的改变相关,包括阿克曼氏菌属(Akkermansia)和拟杆菌属(Bacteroides)等类群;然而由于方法和人群的异质性,这些变化的方向和临床意义在不同研究间存在差异。多组学和基于人工智能(artificial intelligence,AI)的模型有望通过整合遗传、代谢、微生物和临床数据来预测治疗反应,从而支持更有效、更个体化的治疗,并推动精准医学的发展。
1 引言
全球范围内2型糖尿病(T2D)和肥胖症的患病率持续上升,现有治疗手段如生活方式干预、传统口服降糖药和胰岛素等存在局限。胰高血糖素样肽-1受体激动剂(GLP-1RAs)自艾塞那肽于2005年获批以来,已有多款药物获批用于T2D、肥胖、心血管风险降低等适应症,并拓展至代谢相关脂肪性肝炎和慢性肾脏病。尽管总体有效,但个体反应差异显著,这促使研究者从基因组、代谢组和微生物组层面探索决定疗效和耐受性的因素。
2 作用机制
2.1 GLP-1R信号传导与分子机制
GLP-1与GLP-1受体(GLP-1R)结合后激活G蛋白,刺激腺苷酸环化酶并升高细胞内环磷酸腺苷(cAMP),进而激活蛋白激酶A(PKA)和Ras相关蛋白1(Rap1),调节胰岛素和胰高血糖素分泌。同时,磷脂酰肌醇3-激酶(PI3K)/蛋白激酶B(Akt)通路被激活,支持胰岛β细胞、肌肉和脂肪组织的生存与功能;AMP激活蛋白激酶(AMPK)信号在骨骼肌中促进线粒体生物发生。β-arrestin-1和β-arrestin-2参与调控下游信号,部分GLP-1RAs表现出偏向激动作用,减少受体脱敏和内化。此外,GLP-1RAs通过β-catenin、转录因子EB(TFEB)等途径改善肝细胞脂肪变,通过抑制核因子κB(NF-κB)通路发挥抗炎作用,并通过改善内皮功能、减少氧化应激等机制产生心血管保护效应。
2.2 结构优势
天然GLP-1因被二肽基肽酶-4(DPP-4)快速降解而半衰期短。GLP-1RAs通过结构修饰延长作用时间:利拉鲁肽和司美格鲁肽通过脂肪酸侧链结合白蛋白;阿必鲁肽直接融合人白蛋白;度拉糖肽采用人免疫球蛋白G
4-Fc(IgG
4-Fc)融合策略。艾塞那肽和利司那肽与天然GLP-1同源性较低,但对DPP-4具有抵抗性。替西帕肽是首个获批的GLP-1/葡萄糖依赖性促胰岛素多肽(GIP)双受体激动剂,通过脂肪酸二酸部分延长半衰期,减重效果较单受体激动剂更强。结构差异影响受体亲和力、信号偏向、药物稳定性和清除率,从而造成临床疗效的差异。
3 GLP-1RAs的安全性与临床耐受性
胃肠道紊乱如恶心、腹痛、便秘、腹泻和呕吐是最常见的不良反应,但发生率在不同研究中存在差异。大型队列数据显示,腹痛为最常见的不良事件,特定药物与消化道出血和胃轻瘫相关,种族和性别影响不良反应谱。荟萃分析显示GLP-1RA治疗与胆囊和胆道疾病风险增加相关,尤其在较高剂量和减重试验中。啮齿动物中观察到的甲状腺C细胞肿瘤在人类中未得到证实。现有证据未表明GLP-1RA增加胰腺炎风险,关于瘦体重减少和肌少症的因果证据尚不充分。临床评估需考虑年龄、性别、种族、合并症、治疗剂量和疗程等因素,并监测高风险个体。
4 GLP-1RAs的药物基因组学
GLP1R基因的多个变异被研究与治疗反应相关:rs10305420与艾塞那肽的HbA1c降低和体重下降相关,但方向在不同人群不一致;rs6923761与利拉鲁肽的减重和血糖反应相关,但未稳定复制;rs3765467与HbA1c降低相关但属初步发现;rs761386/rs5875654关联未通过多重检验校正。体外研究表明,rs10305492(A316T)和rs146868158(R421W)对不同激动剂的受体激活和内吞存在近十倍差异。TCF7L2 rs7903146与艾塞那肽治疗后餐后胰岛素和胰岛素原水平降低相关,但与体重减轻无一致关联。CNR1 rs1049353与利拉鲁肽治疗期间总胆固醇和低密度脂蛋白胆固醇降低以及胰岛素抵抗改善存在基因型特异性差异。ARRB1 rs140226575(Thr370Met)与HbA1c额外降低相关,且该关联在独立队列中得到复制。PPARD rs3777744与艾塞那肽治疗应答率较高相关,rs2016520与HOMA-IR改善相关。CTRB1/2 rs7202877与GLP-1刺激的胰岛素分泌相关,但未转化为GLP-1RA治疗后的HbA1c或体重反应。SORCS1 rs1416406与胰岛素原/胰岛素比值的改善相关。WFS1变异在Wolfram综合征模型中,利拉鲁肽、艾塞那肽和度拉糖肽可恢复β细胞功能;但这些发现来自疾病模型而非临床药物基因组学关联。
5 GLP-1RAs诱导的代谢组学改变
5.1 脂质
GLP-1RA治疗与多种脂质类别重塑相关,包括甘油磷脂、鞘磷脂、神经酰胺、溶血磷脂酰胆碱、磷脂酰乙醇胺等。度拉糖肽和利拉鲁肽治疗后观察到多种磷脂分子种属下降,而部分溶血磷脂升高;艾塞那肽治疗后鞘磷脂和溶血磷脂水平降低,并与BMI、血糖、HbA1c及血脂改善相关。利拉鲁肽还改变胆固醇酯、磷脂酰甘油和多种氧化脂质。这些脂质途径变化可能与减轻脂毒性、改善胰岛素敏感性有关,但属于治疗后药效学标志而非经过验证的预测性生物标志物。
5.2 氨基酸
利拉鲁肽对氨基酸谱影响较小,但可改变苏氨酸、色氨酸、甘氨酸和缬氨酸等。在肥胖患者中,利拉鲁肽降低亮氨酸、谷氨酸等,增加半胱氨酸和多种N-酰基氨基酸衍生物。度拉糖肽富集三羧酸循环、β-丙氨酸、糖酵解、组氨酸和丙酮酸代谢通路,而利拉鲁肽富集色氨酸代谢通路。艾塞那肽研究中,基线氨基酸代谢物与内皮损伤标志物变化相关。总体而言,氨基酸改变不如脂质途径一致,可能反映药物特异性和队列异质性。
5.3 胆汁酸
利拉鲁肽增加循环中次级胆汁酸脱氧胆酸,但未改变空腹胆囊体积或射血分数。肥胖患者中,利拉鲁肽改变多种胆汁酸相关代谢物,如三羟基-5β-胆烷酸升高,而四羟基-5β-胆烷-24-油酸、熊去氧胆酸等下降。T2D患者中胆汁酸改变较小。这些变化可能与GLP-1RA相关胆囊和胆道疾病风险机制有关。
6 GLP-1RAs与肠道菌群
6.1 临床前证据
动物模型中,GLP-1RA治疗可重塑肠道菌群。长作用GLP-1RA(Ex-4)2-Fc增加β多样性,富集罗伊氏乳杆菌、阿克曼氏菌(Akkermansia muciniphila)和拟杆菌属,并与血清神经酰胺降低相关。利拉鲁肽在高脂饮食诱导的肥胖小鼠中降低Firmicutes/Bacteroidetes比值,将Akkermansia丰度从1.9%增加至33.2%,且与总胆固醇和低密度脂蛋白负相关。其他研究也显示利拉鲁肽增加Akkermansia和乳酸杆菌,减少潜在有害菌,并调节菌群脂质和硫代谢功能。这些发现提示菌群重塑可能是GLP-1RA代谢获益的中介机制。
6.2 临床证据
人类研究中,利拉鲁肽与二甲双胍相比,显著富集阿克曼氏菌属(Akkermansia),且该效应在短期和中期治疗中一致,并与糖尿病病程较短相关。度拉糖肽治疗48周后,β多样性增加,Firmicutes减少而Bacteroidota增加,胰岛素抵抗相关菌属如Ruminococcus和Blautia减少,Bacteroides、Bifidobacterium和Lactobacillus富集,Akkermansia仅早期短暂增加。在一项包含利拉鲁肽和度拉糖肽的试点研究中,治疗应答者粪便中Bacteroides丰度更高,17个微生物特征与HbA1c降低相关,菌群组成可预测治疗反应(受试者工作特征曲线下面积0.96)。但临床研究仍受样本量小和人群异质性限制。
7 整合多组学与精准医疗
7.1 T2D表型与GLP-1RA反应
T2D被区分为严重胰岛素缺乏型糖尿病(SIDD)、严重胰岛素抵抗型糖尿病(SIRD)、轻度肥胖相关糖尿病(MOD)和轻度年龄相关糖尿病(MARD)等亚型。SIDD患者接受GLP-1RA时HbA1c降幅更明显,SIRD患者可能获得更多体重和代谢改善。基线年龄、性别、病程、BMI和HbA1c均可影响治疗反应,因此表型分层有助于个体化选择。
7.2 多组学整合:药物基因组学、代谢组学和微生物组学
遗传变异可改变GLP-1R信号和β细胞功能;代谢组学显示脂质和鞘脂通路特征与治疗反应相关;肠道菌群通过产生短链脂肪酸和次级胆汁酸等代谢物影响宿主代谢,而GLP-1RA又可通过改变摄食、体重和胃肠转运反向重塑菌群,形成双向关系。一项整合蛋白质组、代谢组和脂质组的II期肥胖试验子研究将糖原蛋白1(GYG1)列为与基线预测和纵向监测减重反应相关的候选生物标志物。整合多组学数据有望构建更精准的预测框架。
7.3 AI驱动的预测建模与临床实施
机器学习模型已开始用于预测GLP-1RA反应。一项研究使用临床或蛋白质组特征训练多种算法,最佳朴素贝叶斯模型的分类准确率约87%–91%,曲线下面积(AUC)为0.70–0.71。基于电子健康记录的真实世界模型显示,较高基线HbA1c、较高BMI、年龄较大和较短T2D病程预测较好反应,而亚裔、心力衰竭、视网膜病变和较长病程负向影响预测值。另一项基于微生物组的回归模型使用基线Bacteroides dorei等特征预测HbA1c降低。然而,多数模型仅依赖单一数据层,缺乏跨多组学整合;多模态模型的前瞻性验证仍待开展。
7.4 局限性与未来方向
现有研究存在样本量小、治疗时间短、人群异质性高等问题,且对治疗反应的定义不一致。药物基因组学和代谢组学研究多关注血糖和体重,而非对不良反应的预测;目前尚无经过临床验证的基因组、代谢组、蛋白质组或微生物组生物标志物可用于预测GLP-1RA不耐受或严重不良事件。未来应在前瞻性设计中整合基线多组学特征与临床风险因素,并纳入长期安全结局,以推动精准GLP-1RA治疗付诸实践。