环境空气污染的蛋白质组特征与2型糖尿病风险

《Ecotoxicology and Environmental Safety》:Proteomic signatures of ambient air pollution and risk of type 2 diabetes

【字体: 大 中 小 】 时间:2026年07月17日 来源:Ecotoxicology and Environmental Safety 6.6

编辑推荐:

  尽管将空气污染与2型糖尿病(T2D)联系起来的证据不断积累,但其潜在机制在很大程度上仍未得到充分阐明。研究人员旨在描绘与空气污染相关的蛋白质组学特征,并考察其与T2D的关系。研究基于49,134名UK Biobank参与者的2911种血浆蛋白开展全蛋白质组关联

  
尽管将空气污染与2型糖尿病(T2D)联系起来的证据不断积累,但其潜在机制在很大程度上仍未得到充分阐明。研究人员旨在描绘与空气污染相关的蛋白质组学特征,并考察其与T2D的关系。研究基于49,134名UK Biobank参与者的2911种血浆蛋白开展全蛋白质组关联研究。细颗粒物(PM2.5)、二氧化氮(NO2)、二氧化硫(SO2)和苯的暴露依据居住地址进行估算。研究采用线性回归和弹性网络回归(elastic net regression)模型,识别出各空气污染物的蛋白质组特征及其相应评分,其中PM2.5对应368种蛋白,NO2对应207种蛋白,SO2对应206种蛋白,苯对应236种蛋白。随后采用Cox比例风险回归模型检验空气污染及蛋白质组特征评分对新发T2D风险的影响。在时间固定和时间依赖Cox模型中,4种空气污染物均与更高的T2D风险显著相关。在时间依赖Cox模型中,PM2.5、NO2、SO2和苯的风险比(HR)及95%置信区间(CI)分别为1.02(1.00,1.05)、1.02(1.01,1.02)、1.12(1.06,1.18)和1.88(1.38,2.57)。PM2.5、NO2、SO2和苯较高的蛋白质组特征评分同样与T2D风险升高相关,每增加1个标准差,其HR(95% CI)分别为1.05(1.00,1.09)、1.17(1.12,1.23)、1.11(1.06,1.16)和1.11(1.06,1.16)。研究还观察到蛋白质组特征评分具有中等程度的中介效应。通路分析进一步提示,全身性炎症可能是潜在机制。研究结果表明,空气污染可能通过炎症相关蛋白促进T2D风险升高,凸显了蛋白质组学作为精准公共卫生工具的潜力。在此基础上,该研究还提供了一个用于探索可干预风险因素与疾病之间分子通路的分析框架。
该文发表于《Ecotoxicology and Environmental Safety》,依托UK Biobank大规模前瞻性队列,系统考察了环境空气污染、血浆蛋白质组改变与2型糖尿病发生风险之间的联系,试图从分子层面解释空气污染促进代谢性疾病发生的生物学机制。研究背景在于,尽管流行病学证据已持续提示空气污染会增加T2D风险,但目前糖尿病防控策略对环境污染暴露的关注仍然不足,其关键原因之一是相关机制尚未被充分定义。既往研究提出氧化应激、系统性炎症和胰岛素抵抗可能参与其中,但驱动这一关联的具体分子网络仍不清楚。循环蛋白作为更接近疾病表型的分子层,与基因组学或转录组学相比,更能反映外界暴露引起的全身生物学反应,因此血浆蛋白质组学被认为是连接空气污染与糖代谢异常的重要切入点。研究人员因此聚焦细颗粒物(PM2.5)、二氧化氮(NO2)、二氧化硫(SO2)和苯4类交通及工业相关污染物,解析其对应的蛋白质组特征,并进一步评估这些特征与T2D发病之间的关系及其中介作用。

在方法上,研究纳入UK Biobank中49,134名具有蛋白质组数据且基线无糖尿病的参与者,采用基于居住地址的污染气候制图模型估算入组前4年平均PM2.5、NO2、SO2和苯暴露;利用Olink Explore?邻位延伸分析(PEA,用于高通量蛋白定量)测定2911种血浆蛋白;先以线性回归进行全蛋白质组关联筛选,再在训练集用弹性网络回归构建各污染物蛋白质组特征评分,并在测试集验证;随后使用Cox比例风险模型评估污染物、蛋白质组特征评分与新发T2D的关联,并通过中介分析、通路富集分析及多项敏感性分析验证结果稳健性。T2D结局来自住院、初级保健和死亡登记链接记录。

研究结果部分可概括如下。

3.1. Sample characteristics
研究共纳入49,134名参与者,平均年龄56.6±8.2岁,女性占54.8%。中位随访13.72年后,共有2207人发生T2D。基线比较显示,后续发生T2D者更倾向于年龄较大、男性、非白人、社会经济地位较低,并伴有更高的体重指数(BMI)、腰臀比(WHR)及更高的遗传风险,同时高血压、冠心病、卒中患病率更高,也更常使用他汀和类固醇药物。这一部分说明研究队列具备较长随访期和足够结局事件数,能够支持污染暴露、蛋白变化与糖尿病风险之间的前瞻性分析。

3.2. Identifying proteins associated with long-term air pollution exposure
研究首先对2911种蛋白开展线性回归分析,结果发现经假发现率(FDR)校正后,共有1975种血浆蛋白与至少一种空气污染物显著相关。随后在训练集中基于这些蛋白应用弹性网络回归,最终识别出661种独特蛋白构成污染物特异性蛋白质组特征,其中PM2.5为368种、NO2为207种、SO2为206种、苯为236种。值得注意的是,BGLAP、CXCL14、CXCL5、ENTPD5、ERMAP、HSDL2、ITIH5、PSPN和PTGR1这9种蛋白在4种污染物中均被反复识别,提示它们可能代表较为共性的污染反应分子。进一步构建的蛋白质组特征评分与对应污染物浓度之间呈中等偏低相关,但在额外控制人口学、地理、社会经济、生活方式和环境因素后,这些关联依然显著。通路富集分析表明,这些蛋白主要富集于免疫应答、细胞因子-受体相互作用、IL-17信号通路、MAPK信号通路、PI3K-Akt信号通路、白细胞增殖以及脂质和动脉粥样硬化等过程。该部分结果说明,长期空气污染暴露在外周血中留下了可识别的蛋白质组学印记,且这些印记集中指向炎症、信号转导和代谢紊乱相关网络。

3.3. Air pollution, proteomics, and their associations with T2D risk
在T2D结局分析中,研究发现2911种蛋白中有1635种与T2D发生显著相关,提示糖尿病形成伴随广泛的循环蛋白异常。对于污染暴露本身,在多变量时间固定Cox模型中,PM2.5、NO2、SO2和苯每增加1个四分位距(IQR)均与T2D风险上升相关;在时间依赖Cox模型中,4种污染物同样保持显著关联,其中苯的效应估计相对更强。与此同时,4种污染物对应的蛋白质组特征评分也均与T2D风险升高显著相关,说明这些蛋白质组模式不仅是暴露反应标志,还与疾病发生具有前瞻性联系。互相调整模型显示,污染物与其蛋白质组评分之间的效应在纳入对方后略有减弱,提示两者部分共享风险信息。敏感性分析总体支持结论稳健。亚组分析显示,NO2和苯与T2D的关联在60岁以上人群中更强,此外不同年龄和性别人群中,个体蛋白与污染物及T2D之间也存在异质性。联合暴露分析进一步表明,4种污染物的总体联合作用与个体蛋白和T2D风险均一致相关,其中NO2及其蛋白质组特征评分对T2D联合作用贡献最大。这部分研究结果从流行病学与分子标志物两个层面支持空气污染参与T2D发生,并提示NO2可能在多污染物背景下具有较突出作用。

3.4. The mediating roles of proteomic signature scores and individual proteins
中介分析是本文最具机制意义的部分。结果显示,NO2、SO2和苯对应的蛋白质组特征评分可显著中介其与T2D之间的关联,中介比例分别为24.5%、36.3%和17.8%;而PM2.5对应评分的中介效应未达统计学显著。对于单个蛋白层面,4种污染物与T2D关联之间具有显著中介作用的蛋白数量介于55至164种。CXCL5在4种污染物—T2D关联中均表现出显著中介效应,中介比例约为2.4%至10.7%,提示其可能是多种污染共同触发炎症反应的重要节点。此外,GFER、CDCP1、SIT1和ANGPT2在至少一种污染物的关联通路中也显示出较大的估计中介效应。研究人员同时强调,受蛋白检测特征及样本量较大影响,这些单蛋白结果更适合作为假设生成证据,而不应直接据此判断生物学重要性的高低。多重中介分析也进一步支持,不同污染物可能经由不同但部分重叠的蛋白网络影响T2D发生。

讨论部分指出,该研究在大样本、长随访和高通量蛋白质组平台基础上,较系统地揭示了空气污染相关蛋白质组改变与糖尿病风险之间的联系。与既往研究相比,本文不仅扩展了污染物范围,还通过更合理的长期暴露时间窗提高了暴露评估与基线蛋白测量之间的生物学对应性。研究结果与既有实验和人群研究所提示的炎症机制高度一致,尤其是IL-17、MAPK、NF-κB和TNF等通路的富集,支持系统性炎症和氧化应激是空气污染影响胰岛素敏感性与葡萄糖稳态的关键过程。文章同时指出,尽管蛋白质组特征评分与污染物浓度之间的相关性不高,但这并不削弱其意义,因为循环蛋白同时受生物学、行为、社会经济和其他环境因素共同影响,因此这些评分更适合被理解为“部分生物学反应谱”,而非污染暴露的直接替代指标。研究还特别讨论了苯在时间依赖模型中较强的风险估计,指出其可能与挥发性有机化合物的全身毒性及其代谢中间产物诱导的氧化应激、炎症、免疫失调和代谢紊乱有关,但作者同时谨慎强调,这并不足以证明苯对T2D具有统一且绝对更强的生物学效应,仍需更高精度的个体暴露测量和外部重复验证。

研究意义主要体现在三个方面。其一,文章从蛋白质组层面补充了空气污染与T2D之间的机制证据,使环境暴露在糖尿病病因学中的作用更加可解释。其二,研究提出了污染物相关蛋白质组特征评分这一可量化中间表型,为精准公共卫生(precision public health)提供了潜在工具,有助于未来识别高风险人群与干预靶点。其三,该研究搭建了一个从可干预暴露因素到疾病结局的分子通路解析框架,未来可推广到其他环境暴露或生活方式因素与慢性病之间关系的研究。

研究结论部分可译为:总之,该研究识别了与环境PM2.5、NO2、SO2和苯暴露相关的蛋白质组特征,这些特征进一步与T2D风险增加相关。PTGR1和CXCL5等关键蛋白提示系统性炎症可能是核心机制。然而,鉴于样本量较大,蛋白关联达到统计学显著时仍需谨慎解读。这些蛋白质组改变可为机制研究提供线索,但其生物学与临床相关性仍需在独立人群和实验环境中进一步验证。研究结果强调了蛋白质组学在推动精准公共卫生方面的潜力,即通过比传统人群水平策略更准确地识别高风险人群和新的干预靶点,从而促进更早期的检测与更个体化的疾病预防。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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