妊娠期糖尿病中母体血液、脐带血和胎盘组织的整合蛋白质组学表征

《Journal of Proteomics》:Integrated proteomic characterization of maternal blood, umbilical cord blood and placental tissue in gestational diabetes mellitus

【字体: 大 中 小 】 时间:2026年09月26日 来源:Journal of Proteomics 3.1

编辑推荐:

   •使用匹配DIA蛋白质组学方法对母体、脐带血和胎盘样本进行表征。 •GDM在分娩时表现出区室特异性的蛋白质组学改变。 •胎盘改变涉及细胞外基质和核糖体相关过程。 •脐带血表现出探索性的免疫和凝血相关通路模式。 •公开胎盘转录组数据提供了通路水平的佐证。 1. 引言 妊娠期

  

•使用匹配DIA蛋白质组学方法对母体、脐带血和胎盘样本进行表征。
•GDM在分娩时表现出区室特异性的蛋白质组学改变。
•胎盘改变涉及细胞外基质和核糖体相关过程。
•脐带血表现出探索性的免疫和凝血相关通路模式。
•公开胎盘转录组数据提供了通路水平的佐证。

1. 引言

妊娠期糖尿病(GDM)被定义为妊娠期间发生或首次识别的任何程度葡萄糖耐受不良[1]。该疾病与一系列不良妊娠结局相关。合并GDM的妊娠与不良母体和新生儿结局的风险增加相关,包括早产、肩难产、巨大儿、新生儿低血糖和新生儿呼吸窘迫综合征[2]、[3]、[4]、[5]、[6]、[7]。此外,与血糖正常的孕妇相比,GDM孕妇发生妊娠期高血压、子痫前期和剖宫产的发病率更高[8]、[9]。此外,GDM对母体和胎儿健康构成长期风险。虽然妊娠期葡萄糖耐受不良可能在产后消失,但有GDM史的妇女在后续妊娠中更容易再次发生GDM[10]。此外,母亲及其婴儿患2型糖尿病、肥胖、代谢综合征和心血管疾病的风险均升高[5]、[11]。根据涉及15个多国中心的妊娠不良结局与高血糖研究(HAPO),GDM的患病率在9.3%至25.5%之间,总体频率为17.8%[12]。过去几十年中,GDM的全球患病率一直在上升[13]。GDM对健康的短期和长期影响对公共卫生构成了重大挑战。

关于GDM的诊断标准和治疗策略的争议仍然存在。目前,最广泛接受的诊断标准是国际糖尿病与妊娠研究组(IADPSG)推荐的一步法。该方法涉及进行75克葡萄糖负荷的口服葡萄糖耐量试验(OGTT),并评估空腹、1小时和2小时餐后血浆葡萄糖水平。在OGTT期间任何时间点任何一次血糖超过截断阈值即视为诊断标准。该方案基于HAPO研究,并得到IADPSG、美国糖尿病协会和内分泌学会的认可。GDM的治疗目标是使母亲空腹和餐后血糖水平正常化,以防止并发症。妊娠期血糖管理与非妊娠期存在显著差异,因为许多药物要么对发育中的胎儿有害,要么其致畸性尚不明确。在临床实践中,治疗主要依赖生活方式干预,包括饮食调整和体育锻炼,药物治疗仅用于血糖控制不佳的情况[14]。然而,仅通过血糖管理可能无法完全消除不良结局的风险,这表明高血糖以外的分子变化可能有助于GDM相关并发症。越来越多的证据表明,GDM的特征是母体胰岛素抵抗、慢性炎症和胎盘功能障碍[15]。然而,母体、胎盘和胎儿区室之间的系统相互作用仍然知之甚少。特别是,不同组织如何对母体代谢应激做出反应,以及这些反应如何在母胎界面进行协调,目前仍 largely 未知。

蛋白质组学提供了一个强大的平台,通过实现对生物系统中蛋白质的大规模鉴定和定量来研究复杂的分子反应。此前GDM的蛋白质组学研究主要集中于单一生物样本,如母体血清或尿液,通常在妊娠早期或中期进行,旨在识别诊断生物标志物。然而,这种方法只能提供疾病的部分视角。整合多组织分析,特别是在晚期妊娠时病理改变已完全确立时进行,可能提供更全面的GDM病理生理学理解。

在本研究中,我们对匹配的母体血液、脐带血和胎盘组织进行了蛋白质组学分析,以表征与GDM相关的分子改变,并识别可能指导未来机制和临床研究的通路水平变化。

2. 材料与方法

2.1. 研究人群与样本采集

GDM的诊断按照IADPSG制定的指南进行。参与者从2015年7月至12月在浙江大学医学院附属妇产科医院产科门诊接受计划性剖宫产的孕妇中招募。排除标准包括双胎或多胎妊娠、胎儿先天畸形,以及患有既存心血管疾病、高血压、肝病、肾病、甲状腺疾病、感染或糖尿病的孕妇。本研究共纳入28名GDM孕妇和21名妊娠期间葡萄糖耐受正常的孕妇。在21名对照参与者中,计划性剖宫产的指征包括子宫瘢痕(n=17)、臀位(n=3)和初产妇高龄(n=1)。在28名GDM孕妇中,24名通过饮食干预管理,3名接受胰岛素治疗,1名的治疗信息不可获取。医院伦理委员会批准了本研究的开展(编号:20150045),所有参与者均获得了知情同意。

母体血液(MB)在剖宫产前空腹采集。MB和脐带血(UCB)的血清通过离心分离。胎盘组织在产后10分钟内获取。仔细解剖胎儿面和母体面的组织碎片,用冰冷的磷酸盐缓冲液清洗,并立即冷冻于液氮中。样本在?80°C下保存以便进一步分析。血清样本分装,胎盘组织分为单独部分后长期保存,用于蛋白质组学分析的样本未经过反复冻融循环。质谱采集在2021年12月至2022年2月期间进行,每种样本类型的GDM和对照样本在同一分析批次中进行。

2.2. 蛋白质提取与消化

对于胎盘组织,将50 mg组织在200 μL裂解缓冲液(7 M尿素、2 M硫脲、5% CHAPS、2 mM三丁基磷酸酯和蛋白酶抑制剂混合物)中匀浆。随后,混合物在13,000 × g下离心30分钟,小心收集上清液。使用Bradford法测定蛋白质浓度,以牛血清白蛋白为标准。然后,使用氯仿和甲醇对100 μg蛋白质进行纯化,以去除样本中的污染物。简而言之,向蛋白溶液中加入400 μL甲醇并混合。之后,依次加入100 μL氯仿和300 μL H?O并充分混合。混合物在13,000 × g下离心20分钟以实现相分离。弃去上层相,缓慢加入300 μL甲醇。随后在13,000 × g下额外离心10分钟,弃去上清液。蛋白沉淀随后在4°C下用真空离心浓缩器干燥。

对于血清样本,未进行高丰度血清蛋白的耗竭。利用以牛血清白蛋白为标准的Bradford法测量蛋白质浓度。然后,如上所述使用氯仿和甲醇对100 μg蛋白质进行纯化。

2.3. 质谱分析的蛋白质消化

干燥的蛋白沉淀溶解于20 μL 50 mM NH?HCO?中,在56°C下用50 mM二硫苏糖醇还原30分钟,并在37°C避光条件下用100 mM碘乙酰胺烷基化30分钟。还原和烷基化反应后,蛋白质以1:100酶/蛋白的比例在37°C下用胰蛋白酶消化16小时。消化通过加入10 μL 20%甲酸终止,混合物在室温下额外孵育10分钟。所得肽段在4°C下使用真空离心浓缩器干燥。然后,使用装有C18树脂的Zip Tip(Millipore)按照制造商说明对肽段进行脱盐。脱盐后,肽段在4°C下用真空离心浓缩器干燥,并在?80°C下保存直至纳升液相色谱-串联质谱(nLC-MS/MS)分析。

2.4. 纳升液相色谱-串联质谱分析

nLC-MS/MS分析按照先前描述的方法进行[16]。实验装置包括Orbitrap Exploris 480(Thermo Fisher Scientific, Bremen, Germany)质谱分析仪,与EASY-nLC 1200 UPLC系统连接。肽段溶解于0.1%甲酸中并加载到Acclaim Pep Map 100 C18柱(250 mm × 75 μm, 2 μm-C18)(Thermo Scientific Inc.)上。流动相由溶剂A(0.1%甲酸)和溶剂B(80%乙腈加0.1%甲酸)组成。胎盘组织肽段的梯度程序分析从初始1分钟内升高至8%溶剂B开始,随后51分钟内线性梯度至40%,最后4分钟内升至95%,并在95%保持最后9分钟。对于血清肽段的分析,梯度由1分钟内从3%升高至8%溶剂B、51分钟内从8%升至35%、4分钟内升至95%组成,然后在95%保持最后9分钟。流速设定为300 nL/min。肽段被引入Nanospray离子源,随后使用串联质谱进行分析。施加的电喷雾电压为2.1 kV。采用数据非依赖采集(DIA)模式。全MS分辨率为60,000(在m/z 200处),扫描范围为350-1400。

2.5. 蛋白质鉴定与原始数据处理

原始DIA质谱数据使用Spectronaut 18(Biognosys AG, Schlieren, Switzerland)进行处理。蛋白质鉴定通过将提取的谱图与人类UniProt参考蛋白质组数据库(UP000005640)匹配进行,采用无文库direct-DIA算法。在肽段和蛋白质水平的假发现率(FDR)均控制在<1%。使用Spectronaut中的自动归一化策略进行跨运行归一化。GDM组和对照组之间的蛋白质水平差异丰度使用Spectronaut 18内置的非配对双样本t检验,对log2转换的蛋白质数量进行评估。缺失定量值保留为缺失值,未在差异丰度检验中额外插补。每组未施加额外的用户定义最小观测值或完整度阈值。对用于下游差异丰度功能分析或GSEA的导出蛋白质数量未施加额外归一化,GSEA前也未进行额外的缺失值插补。

2.6. 蛋白质组学数据分析

q值<0.05且GDM/对照倍数变化>1.5或<1/1.5的蛋白质定义为差异丰度蛋白质(DAPs)。对每种样本类型中鉴定的差异丰度蛋白质(DAPs),进行基因本体(GO)[17]、[18]和KEGG[19]、[20]通路富集分析,以确定改变的功能。对每种样本类型,所有定量并纳入相应差异丰度分析的蛋白质均作为参考背景使用。此外,为了阐明整个蛋白质组中宏观的功能转变,通过clusterProfiler R包基于MSigDB Hallmark基因集和KEGG数据库执行基因集富集分析(GSEA)[21]、[22]。蛋白质根据GDM组与对照组平均蛋白质丰度的log2比值的带符号值进行排序。包含10-500个映射蛋白质的基因集被纳入。GSEA使用clusterProfiler中的fgsea算法实现;因此,未手动指定固定的置换次数。富集通路随后使用ggplot2和GseaVis R包进行可视化[23]、[24]。此外,使用WGCNA R包构建了系统性蛋白质共表达网络[25]。对于胎盘WGCNA,蛋白质丰度数据进行了log2转换和分位数归一化。缺失值>25%的蛋白质被排除,其余缺失值使用k最近邻法进行插补。随后去除中位绝对偏差最低四分位数的蛋白质。使用β=8的软阈值幂和签名拓扑重叠矩阵构建了签名共表达网络,最小模块大小为30,模块合并截断高度为0.25。使用分块网络构建和动态树切割识别共表达蛋白质模块。模块与GDM状态特征的关联使用Pearson相关进行评估。对于GDM相关胎盘模块的功能富集,进入WGCNA网络的蛋白质作为参考全集。模块内连接度(kWithin)和模块成员资格(kME)用于表征高连接度蛋白质。

2.7. 跨组学通路水平佐证

为评估胎盘蛋白质组学发现的通路水平佐证,从基因表达综合数据库(GEO)检索了两个独立的GDM胎盘组织转录组数据集:GSE203346和GSE263483。GSE203346包含21名GDM妇女和20名健康对照的胎盘样本。对于本次分析,直接使用归一化的log2TPM表达矩阵进行预排序GSEA;未单独应用差异表达模型或基于显著性的DEG预筛选,基因根据GDM组与对照组之间归一化log2TPM表达均值的差异进行排序。GSE263483包含八例GDM-AGA和八例Ctrl-AGA胎盘样本。

对于本数据集,我们使用了存入GEO的GDM-AGA与Ctrl-AGA样本间的差异表达结果,并根据所报告的基因水平log2倍率变化值(以GDM-AGA相对于Ctrl-AGA)对基因进行排序。Hallmark和KEGG GSEA使用了包含10至500个映射基因的基因集,并使用Benjamini–Hochberg方法校正P值。

2.8. 统计分析
统计分析使用R软件完成。连续变量的分布通过Shapiro–Wilk检验评估。临床连续变量(以均值 ± 标准差表示)通过Welch t检验进行比较。功能富集分析和GSEA采用Benjamini–Hochberg校正,BH校正后P < 0.05视为具有统计学意义。为评估母亲年龄的潜在混杂因素,采用纳入GDM状态和母亲年龄的线性模型进行了敏感性分析。经年龄校正的GDM效应统计量进一步用于通路水平的GSEA。对于WGCNA年龄敏感性分析,主WGCNA中鉴定的与GDM相关的胎盘鲑鱼模块保持固定,并使用额外校正母亲年龄的线性模型重新评估其模块特征基因与GDM状态的关联性。双侧P值或Q值 < 0.05被视为具有统计学意义。

3. 结果

3.1. 临床特征
表1总结了研究队列的临床特征。GDM组母亲年龄略高于对照组(34.74 ± 5.04 vs 32.52 ± 2.82岁,P = 0.060),但孕前体重指数(BMI)、分娩时BMI、体重增长和分娩孕周均无显著差异。如预期所示,GDM组母亲在孕中期口服葡萄糖耐量试验的所有时间点(空腹、1小时和2小时)血糖水平均显著高于对照组(所有P < 0.001)。GDM组出生体重高于对照组(P = 0.049)。

表1. GDM组与对照组的临床特征。

| 变量 | GDM | 对照组 | 均值差(95% CI) | P值 |
|---|---|---|---|---|
| 年龄(岁) | 34.74 ± 5.04 | 32.52 ± 2.82 | 2.22(?0.10至4.53) | 0.06 |
| 孕前BMI(kg/m2) | 21.81 ± 3.00 | 20.39 ± 5.38 | 1.42(?1.25至4.09) | 0.287 |
| 分娩时BMI(kg/m2) | 27.16 ± 3.38 | 27.49 ± 2.46 | ?0.33(?2.03至1.37) | 0.698 |
| 体重增长(kg) | 13.83 ± 5.81 | 18.56 ± 11.83 | ?4.73(?10.50至1.04) | 0.104 |
| 孕周(周) | 38.22 ± 0.75 | 38.24 ± 0.54 | ?0.02(?0.39至0.36) | 0.932 |
| 空腹血糖(mmol/L) | 5.06 ± 0.68 | 4.49 ± 0.27 | 0.57(0.28至0.86) | < 0.001 |
| 1小时PG(mmol/L) | 10.39 ± 2.04 | 8.09 ± 1.10 | 2.30(1.32至3.27) | < 0.001 |
| 2小时PG(mmol/L) | 9.23 ± 1.96 | 6.81 ± 0.98 | 2.42(1.49至3.35) | < 0.001 |
| 出生体重(g) | 3530.56 ± 480.42 | 3302.38 ± 293.46 | 228.17(1.48至454.87) | 0.049 |

注:数据以均值 ± 标准差表示。均值差计算为GDM减去对照组,并附有95%置信区间。分析基于每个变量的可用观测值。

3.2. GDM中MB、UCB和胎盘中差异丰度蛋白概览
在MB中鉴定出455个蛋白,UCB中鉴定出525个蛋白,胎盘中鉴定出5459个蛋白。蛋白质组学数据以火山图形式展示(图1A-C)。我们在MB中鉴定出15个差异丰度蛋白(13个上调、2个下调),UCB中鉴定出20个(10个上调、10个下调)。胎盘中差异丰度蛋白数量最多,共85个蛋白发生改变(45个上调、40个下调)(图1D)。差异丰度蛋白完整列表(包括蛋白名称、基因符号、UniProt登录号、倍率变化、P值、Q值以及GDM组和对照组中的定量观测数)见补充表S1。比较三种样本类型中差异丰度蛋白的维恩图显示重叠极少。具体而言,MB与UCB之间有2个共有蛋白,UCB与胎盘之间有3个共有蛋白,而MB与胎盘之间未发现共有差异丰度蛋白(图1E)。差异丰度蛋白之间的有限重叠提示,GDM与母体血液、脐带血和胎盘组织中不同的蛋白质组学变化相关,而非在所有样本类型中呈现统一的蛋白特征。

下载:下载高分辨率图片(201KB) 下载:下载完整尺寸图片

图1. MB、UCB和胎盘中差异丰度蛋白概览。(A-C)分别展示MB、UCB和胎盘中差异丰度蛋白的火山图。红色点表示差异丰度蛋白,灰色点表示未达到显著性阈值的蛋白。(D)柱状图总结MB、UCB和胎盘中上调和下调差异丰度蛋白的数量。(E)显示三种组织中差异丰度蛋白重叠情况的维恩图。(有关图例中颜色引用的解释,请读者参阅本文的网络版本。)

3.3. MB和UCB中差异丰度蛋白的功能富集分析
为探究与GDM相关的蛋白质组学特征,对MB和UCB中鉴定的差异丰度蛋白进行了GO和KEGG通路富集分析。在MB中,GO分析显示与组织重塑和炎症相关的术语富集。在生物过程(BP)方面,差异丰度蛋白富集于成纤维细胞迁移正性调节和慢性炎症反应。在细胞组分(CC)方面,改变的蛋白主要定位于分泌颗粒腔、细胞质囊泡腔和细胞外基质(ECM)。在分子功能(MF)方面,富集排名靠前的术语包括整合素结合、胶原结合和细胞外基质结构组分。一致的是,KEGG通路分析突出了细胞外基质-受体相互作用、粘着斑、整合素信号通路和PI3K-Akt信号通路等排名靠前的通路。参与这些通路的蛋白包括THBS1、IGF1、ACTA2和HSPG2(图2A)。这些结果表明,MB蛋白富集于与细胞外基质组织、细胞粘附和炎症反应相关的通路。

下载:下载高分辨率图片(588KB) 下载:下载完整尺寸图片

图2. MB和UCB中的功能富集与GSEA。(A)MB中差异丰度蛋白的GO和KEGG通路富集分析。(B-C)基于Hallmark(B)和KEGG(C)基因集的MB中GSEA。(D)UCB中差异丰度蛋白的GO和KEGG富集分析。(E-F)基于Hallmark(E)和KEGG(F)基因集的UCB中GSEA。

在UCB中,差异丰度蛋白的功能富集突出了免疫和炎症相关术语。在GO BP类别中,差异丰度蛋白富集于白细胞聚集、中性粒细胞迁移和呼吸爆发调节。对于CC,蛋白主要分布于免疫球蛋白复合物、粘着斑和分泌颗粒腔。在GO MF类别中,差异丰度蛋白参与免疫相关活性,包括抗原结合、RAGE受体结合和Toll样受体结合。排名靠前的KEGG通路包括白细胞跨内皮迁移、中性粒细胞细胞外陷阱形成以及其他免疫和细胞粘附相关通路。参与这些免疫相关通路的蛋白包括S100A8、RAC2、FGB和ACTR3(图2D)。综合来看,这些结果表明MB的变化主要与细胞外基质组织和炎症反应相关,而UCB的变化涉及免疫和凝血相关通路。

3.4. MB和UCB中的GSEA
差异丰度蛋白基于的富集分析侧重于通过预设差异丰度阈值的蛋白,而GSEA用于评估整个检测到的蛋白质组中探索性的通路水平变化。在MB中,Hallmark分析显示低氧和糖酵解特征的正性富集(图2B),提示GDM与母体循环中的代谢应激相关改变有关。KEGG分析进一步显示结构通路的负性富集,包括细胞外基质-受体相互作用和粘着斑(图2C)。这些发现与基于差异丰度蛋白的富集结果基本一致,表明GDM中的母体血液与代谢和细胞外基质相关通路的改变有关。

在UCB中,GSEA提示与免疫和凝血过程相关的通路水平变化。Hallmark分析显示IL2-STAT5信号通路的正性富集,该通路参与免疫细胞激活和调节(图2E)。KEGG分析将血小板激活列为正性富集通路之一,提示胎儿循环中止血和炎症过程发生改变。一些免疫相关通路(包括中性粒细胞细胞外陷阱形成)显示负性富集(图2F)。综合来看,这些结果表明GDM妊娠的UCB与免疫和凝血相关通路活性的改变有关。MB和UCB中高亮显示的通路未达到BH校正P < 0.05的阈值,因此被解释为探索性的通路水平模式,而非具有统计学意义的基因集富集。

3.5. 胎盘中差异丰度蛋白的功能富集与GSEA
鉴于胎盘中改变的蛋白数量最多,我们进一步检验了胎盘差异丰度蛋白的功能特征。GO和KEGG富集分析提示与组织结构、细胞外基质组织相关的通路发生改变。在GO CC和MF类别中,富集排名靠前的术语包括细胞外基质、胶原三聚体和细胞外基质结构组分。一致的是,排名靠前的KEGG通路包括细胞外基质-受体相互作用、整合素信号通路、粘着斑和PI3K-Akt信号通路(图3A)。这些富集结果反映在多种结构蛋白丰度的改变上,其中COL6A1、COL6A2和COL6A3在GDM中丰度升高,而FN1和TNC丰度降低。

下载:下载高分辨率图片(745KB) 下载:下载完整尺寸图片

图3. 胎盘蛋白质组的功能富集与GSEA。(A)胎盘中差异丰度蛋白的GO和KEGG通路富集分析。(B)Hallmark GSEA。(C)KEGG GSEA;颜色表示BH校正P值。(D)核糖体通路的GSEA图。BH校正P < 0.05视为具有统计学意义。

为评估超出差异丰度蛋白范围之外的通路水平变化,我们对胎盘蛋白质组进行了GSEA。Hallmark GSEA显示上皮-间充质转化(EMT)特征的负性富集,且达到BH校正P < 0.05阈值。凝血显示负性富集,氧化磷酸化显示正性富集;但两者均未达到该阈值,因此这些发现被解释为探索性的通路水平模式(图3B)。基于KEGG的GSEA显示核糖体通路的显著正性富集(BH校正P < 0.05;图3C、D),表明胎盘蛋白质组中核糖体相关蛋白相对富集。

3.6. 通过WGCNA鉴定GDM相关胎盘蛋白模块
为鉴定与GDM相关的蛋白相关性聚集,我们对三种样本类型的蛋白质组学数据进行了WGCNA。在MB和UCB中,未发现明确定义的共同表达模块,这可能反映了血液蛋白质组的宽动态范围以及高丰度蛋白的掩蔽效应限制了这些样本中的蛋白质组覆盖度。相比之下,胎盘组织显示出更清晰的共同表达结构。层次聚类在胎盘中鉴定出多个蛋白模块(图4A)。模块特征基因与临床变量的相关性分析显示,含有65个蛋白的鲑鱼模块与GDM状态关联最强(图4B)。

下载:下载高分辨率图片(448KB) 下载:下载完整尺寸图片

图4. 通过WGCNA鉴定和表征GDM相关胎盘蛋白共同表达模块。(A)层次聚类树状图,显示在签名胎盘共表达网络中鉴定的蛋白模块。(B)模块-性状关系热图,显示模块特征基因与临床变量之间的关联。(C)GDM相关鲑鱼模块中蛋白的GO和KEGG富集分析。(D)GDM相关鲑鱼模块的模块内共表达网络。

为探索GDM相关鲑鱼模块的生物学特征,我们对65个模块蛋白进行了GO和KEGG富集分析。富集术语主要与蛋白翻译和核糖体相关过程有关,包括胞质翻译、核糖体生物合成和KEGG核糖体通路(图4C)。鲑鱼模块的网络分析鉴定出具有代表性的高连接性核糖体蛋白,包括RPS13、RPS11、RPL7、RPL6、RPS6和RPL13A。该模块还含有VI型胶原蛋白COL6A1、COL6A2和COL6A3,它们在共表达网络中形成了紧密连接的细胞外基质相关亚群(图4D)。这些发现表明,核糖体相关蛋白在GDM相关胎盘共表达模块中占主导地位,同时细胞外基质相关蛋白也有代表。

3.7. 跨组学通路水平的互证
为获得胎盘蛋白质组学发现的独立通路水平互证,我们使用两个公开GDM胎盘转录组数据集GSE203346和GSE263483进行了GSEA。在GSE203346中,核糖体相关通路在转录组水平上呈现富集。Hallmark分析还显示炎症特征的富集,包括干扰素γ反应、干扰素α反应和通过NFKB的TNFA信号传导(图5A)。KEGG分析进一步显示核糖体和核糖体生物合成通路的正性富集(图5B)。这些发现与核糖体相关通路和炎症反应参与GDM胎盘的改变相一致。

下载:下载高分辨率图片(640KB) 下载:下载完整尺寸图片

图5. 使用独立的公开胎盘转录组数据集进行跨组学通路水平互证。(A-B)基于Hallmark(A)和KEGG(B)基因集的GSE203346胎盘队列GSEA。(C-D)基于Hallmark(C)和KEGG(D)基因集的GSE263483胎盘队列GSEA。

在GSE263483中,富集通路包括EMT、低氧、细胞因子信号传导和趋化因子信号传导。Hallmark分析显示EMT和低氧特征的正性富集(图5C)。KEGG分析显示免疫相关通路的富集,包括细胞因子-细胞因子受体相互作用和趋化因子信号传导(图5D)。细胞外基质-受体相互作用通路也显示名义上的正性富集趋势。综合来看,转录组学分析为核糖体相关和炎症过程提供了通路水平的互证,而EMT特征在蛋白质组学和转录组学数据间显示出方向性不一致。

3.8. 母亲年龄的敏感性分析
年龄校正分析结果与未校正的蛋白质组学结果高度一致,MB、UCB和胎盘的Spearman相关系数分别为0.906、0.966和0.975,且13/15、20/20和81/85个差异丰度蛋白保留了原始的变化方向。

胎盘通路模式以及三文鱼模块与GDM的关联在年龄调整后仍然保持稳定(补充表S2)。4. 讨论由于GDM对母婴结局有深远影响,对公共卫生构成重大挑战[6]、[26]。然而,母胎界面的分子特征仍未被充分阐明[15]、[27]。在本研究中,我们使用基于DIA的蛋白质组学对匹配的MB、UCB和胎盘组织进行了表征,随后结合公共胎盘转录组数据集进行WGCNA和通路水平的验证。综合来看,这些发现描绘了GDM在母胎界面以胎盘为中心的分子改变模式,其特征为胎盘细胞外基质重塑和核糖体相关翻译改变,同时在胎儿循环中观察到探索性的免疫和凝血相关改变。由于所有样本均在分娩时的单一时间点采集,这些发现属于关联性发现;观察到的分子改变的时序和因果方向无法确定,需要纵向和机制性研究来进一步探讨。以往GDM蛋白质组学研究为本研究结果提供了有用的比较点。在母体循环中,早期研究已确定与免疫、凝血、代谢和细胞外基质过程相关的候选蛋白[28]、[29]。值得注意的是,先前报道在孕早期母体血浆中发生改变的HSPG2,在本研究的母体血液中同样升高[29]。胎盘蛋白质组学研究同样报道了ECM相关改变,尽管不同研究中鉴定的具体蛋白有所不同[30]、[31]。在我们的研究中,胎盘蛋白质组改变主要特征为核糖体相关过程和ECM重塑,其中核糖体蛋白构成了GDM相关三文鱼模块的主要高度连接节点,COL6A1、COL6A2和COL6A3形成了紧密连接的VI型胶原亚簇。研究间蛋白水平的重叠有限,可能反映了孕周时机、队列特征、样本制备和蛋白质组平台的差异。近期,Lin等人报道了GDM中总血浆外泌体和胎盘来源外泌体均存在补体/凝血、免疫炎症和ECM相关改变[32],进一步支持了同时考虑母体循环和胎盘相关分子改变的重要性。ECM相关发现应在通路水平进行解读。我们的蛋白质组数据显示胎盘ECM蛋白存在异质性改变,其中COL6A1、COL6A2和COL6A3在GDM中丰度较高,而FN1和TNC丰度较低。独立转录组数据集显示EMT相关富集以及名义上的ECM-受体相互作用信号。蛋白质组学和转录组学分析中EMT富集方向的差异提示,GDM胎盘中的EMT相关改变可能在不同分子层面有所不同。因此,这些发现不应被解释为转录-蛋白的直接一致性。异质性的蛋白水平改变可能反映了ECM合成、沉积、周转或细胞组成的改变。既往研究已指出氧化应激和炎症应激以及基质金属蛋白酶活性增加与GDM相关胎盘重塑有关[33]、[34]。半乳糖凝集素信号异常和内质网应激也与GDM中的胎盘功能障碍相关[35]、[36]。然而,本研究的横断面数据无法确定这些ECM改变的具体机制。核糖体相关富集是另一个一致的胎盘特征。在本研究的蛋白质组数据中,核糖体相关通路在胎盘GSEA中富集,并强烈体现在GDM相关的三文鱼模块中,其中核糖体蛋白构成了主要的高度连接节点。同一模块还包含一个由COL6A1、COL6A2和COL6A3组成的紧密连接的VI型胶原亚簇。在独立的胎盘转录组数据集中也观察到了类似的核糖体相关富集。这些发现提示,GDM中改变的翻译机制可能伴随ECM相关的胎盘重塑。PI3K/Akt通路与营养感知、细胞应激和mTOR介导的蛋白质翻译调控密切相关[37]。因此,PI3K/Akt相关通路出现在排名靠前的胎盘通路结果中,可能提示GDM胎盘中代谢紊乱与改变的翻译程序之间存在潜在联系。匹配的多组织设计为母-胎盘-胎界面分子改变提供了整合视角。在MB中,探索性GSEA提示了缺氧和糖酵解相关模式,与母体代谢应激一致[38]。在胎盘中,ECM和核糖体相关改变是最突出的发现。在UCB中,探索性通路水平分析提示了免疫和凝血相关模式,包括IL2-STAT5信号通路和血小板激活。这些样本类型特异性的发现提示,GDM与母体循环、胎盘和胎儿循环中的不同分子改变相关。既往研究也将GDM相关胎盘应激和胎儿免疫改变与不良宫内暴露及后代代谢风险联系起来[34]、[39]。综合来看,这些发现支持以胎盘为中心来解读GDM在母胎界面相关的分子改变。我们承认本研究存在若干局限性。首先,由于人血清固有的巨大动态范围和高丰度蛋白的掩蔽效应,MB和UCB的蛋白质组鉴定深度相对于胎盘中实现的稳健覆盖度较为有限。因此,MB和UCB相对较浅的蛋白质组及其对高丰度血清蛋白的偏向可能限制了GSEA中对底层血液蛋白质组的代表性,这些通路水平发现应作为探索性结果来解读。因此,我们的核心网络分析(WGCNA)主要适用于胎盘组织。样本采集与蛋白质组检测之间的间隔构成了另一个分析前局限性,因为尽管样本在-80°C下连续储存且未经历反复冻融,但长期储存可能影响了一些不稳定或低丰度蛋白的可检测性。其次,虽然与公共GEO转录组数据集的比较为若干生物学过程提供了通路水平的验证,但并非所有通路信号在不同组学层面方向一致,且蛋白质组学和转录组学数据来自不同的独立队列。缺乏来自同一受试者的配对多组学检测,使得无法直接进行患者水平的mRNA与蛋白动态相关性分析。第三,所有生物样本均在分娩时采集,无法评估妊娠过程中的时间动态蛋白质组变化。最后,这是一项单中心研究,样本量相对有限,可能限制了研究结果的外推性。尽管年龄调整的敏感性分析结果相似,但从择期剖宫产人群中招募可能进一步限制了外推性,残留混杂因素包括纵向血糖控制和GDM治疗的潜在效应也无法完全排除。未来需要开展前瞻性的多中心研究,采用纵向采样、配对多组学测序和靶向蛋白质组学,以进一步表征GDM在母胎界面相关的分子改变。5. 结论总之,GDM与分娩时采集的匹配MB、UCB和胎盘组织样本中的独特蛋白质组改变相关。胎盘组织显示最广泛的检测到的改变,尤其涉及ECM重塑和核糖体相关过程,而UCB的探索性通路水平分析提示了免疫和凝血相关模式。与独立的胎盘转录组数据集的比较为GDM胎盘中核糖体相关过程和炎症信号提供了额外的通路水平支持。这些发现突出了胎盘在GDM母胎界面作为分子改变的重要部位,并为未来研究胎盘重塑及其对胎儿和新生儿结局的潜在意义奠定了基础。CRediT作者贡献声明Xiubin Jia:撰写——初稿、验证、方法论。Qi Wu:撰写——审阅与编辑、方法论、形式分析。Yaohan Li:撰写——审阅与编辑、验证。Xiaoyong Zhang:资源、概念化。Hui Ye:验证、方法论、形式分析。Xueli Hu:撰写——审阅与编辑。Yanmin Chen:方法论。Hao Wu:撰写——审阅与编辑、形式分析。Jingkui Tian:资源、方法论、概念化。Luyu Ma:资源、方法论、概念化。Danqing Chen:撰写——审阅与编辑、资源。Wei Zhu:资源、方法论、调查。资金来源本工作得到了山东省自然科学基金青年项目(编号ZR2024QH610)和分子医学与中药制剂重点实验室(编号GZY-ZJ-SY-2303)的资助。Xiubin Jia | Qi Wu | Yaohan Li | Xiaoyong Zhang | Hui Ye | Xueli Hu | Yanmin Chen | Hao Wu | Jingkui Tian | Luyu Ma | Danqing Chen | Wei Zhu
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