Dio Ⅰ: Validacija kandidatskih fosfolipidnih biomarkera kronične bubrežne bolesti kod hiperglikemičnih pojedinaca i njihovo istraživanje specifično za organe kod miša s nedostatkom receptora za leptin Db/db
Apr 20, 2023
Abstract
Istraživanje ranih biomarkera kronične bubrežne bolesti (CKD) kod osoba sa (pred)dijabetesom ključno je za personalizirano liječenje dijabetesa. Ovdje smo procijenili dva kandidata biomarkera CKD događaja (sfingomijelin (SM) C18:1 i fosfatidilholin diacil (PC aa) C38:0) povezana s bubrežnom funkcijom kod hiperglikemijskih učesnika Augsburške regionalne kooperativne zdravstvene studije (KORA) kohorte, kao i dvije biološke tekućine i šest organa kod miševa s nedostatkom receptora za leptin (db/db) i kontrola divljeg tipa. Utvrđeno je da su veće koncentracije u serumu SM C18:1 i PC aa C38:{{10}} kod hiperglikemičnih pacijenata povezane sa nižim procjenama brzine glomerularne filtracije (eGFR) i većim izgledima prevalencije CKD. Kod db/db miševa, koncentracije oba metabolita bile su značajno niže u urinu i masnom tkivu, ali više u plućima. Osim toga, nivoi SM C18:1 bili su značajno viši u plazmi i jetri, a nivoi PC aa C38:0 bili su značajno viši u nadbubrežnim žlijezdama db/db miševa. Ova poprečna studija na ljudima potvrđuje da su SM C18:1 i PC aa C38:0 povezani s disfunkcijom bubrega kod osoba s predijabetičarima, a studije na životinjama sugeriraju da jetra, pluća, nadbubrežna i visceralna masnoća mogu biti uključeni u njihovu sistemsku regulaciju. Naši nalazi dalje potvrđuju ova dva fosfolipida kao rane biomarkere bubrežne bolesti kod pacijenata sa (pred)dijabetesom.
Ključne riječi
hronična bolest bubrega; predijabetes i dijabetes tipa 2; dijabetička nefropatija; smanjena funkcija bubrega; miš sa nedostatkom leptinskog receptora; dijeta bogata mastima; jetra; pluća; metabolomika;Cistanche koristi.
Kliknite ovdje da saznateefekte Cistanchea na bubrege
Uvod
Dijabetička nefropatija je glavni uzrok hronične bolesti bubrega (CKD) i završnog stadijuma bubrežne bolesti. Rani skrining osjetljivosti na CKD kod pacijenata sa predijabetesom ili dijabetesom tipa 2 (T2D) može povećati šanse za efikasnu prevenciju i upravljanje dijabetičkim mikrovaskularnim komplikacijama u okviru personaliziranijeg okvira upravljanja dijabetesom. Međutim, ciljani skrining je od suštinskog značaja kako bi se osigurala efikasna alokacija resursa zdravstvene zaštite.
Tradicionalni markeri CKD ne predviđaju tačno razvoj CKD kod pacijenata sa T2D. U velikom randomiziranom kliničkom ispitivanju s 5,5 godina praćenja, utvrđeno je da su omjer albumina u urinu i kreatinina (UACR) i procijenjena stopa glomerularne filtracije (eGFR) najvažnije varijable za predviđanje početka i progresije rane CKD kod pacijenata sa T2D. Međutim, čak i kada se kombinuju sa dobi i polom (tj. skupom četiri kliničke varijable: dob, spol, eGFR i UACR), utvrđeno je da je njihova prediktivna moć skromna, sa eksterno potvrđenom c-statistikom {{6} }.68.
Metabolomika ostaje relativno nov pristup za proučavanje metaboličkih promjena povezanih s početkom i progresijom bolesti, kao i za pronalaženje prediktivnih biomarkera za ranu intervenciju. Koristeći osnovne profile metabolita iz kohorte Augustine Regional Cooperative Health Study (KORA), nedavno smo identifikovali dva kandidata biomarkera metabolita (sfingomijelin (SM) C18:1 i fosfatidilholin diacil (PC aa) C38:0) koji su specifični za događaje CKD kod osoba sa predijabetesom ili T2D bb0 hiperglikemijom. SM C18:1 i PC aa C38:{{10}} su identifikovani od 125 ciljnih metabolita izborom u tri koraka sa podešavanjem multivarijantne logističke regresije, skriningom prioriteta i postepenim odabirom Akaike informacijskog kriterija. Ova dva metabolita su identifikovana kao najbolji prediktori pojave CKD zajedno sa pet kliničkih varijabli (starost, ukupni holesterol, glukoza natašte, eGFR i UACR) faktora. Njihov prediktivni efekat imao je srednju vrednost površine od 0,857 ispod radne karakteristične krive subjekta, što je bilo superiornije od 14 poznatih faktora rizika za KBB. Međutim, fiziološki mehanizmi koji dovode do cikličke akumulacije ovih novih biomarkera kandidata u patogenezi CKD povezane s dijabetesom, još nisu jasni.
Standardized Cistanche
Promjene u serumskim razinama fosfolipida kod hiperglikemičnih osoba s većim rizikom od razvoja CKD mogu ukazivati na to da se rane promjene javljaju ne samo u bubrezima već iu drugim organskim sistemima. Neadekvatno uklanjanje velikih količina potencijalno toksičnih organskih metabolita iz vaskularnog korita u urin tokom hronične bubrežne bolesti može uticati na više tjelesnih sistema i organa. Biološko istraživanje novih biomarkera je neophodno za bolje razumijevanje složenih metaboličkih interakcija između cirkulatornog, mišićno-koštanog i respiratornog sistema kod kronične bubrežne bolesti i njihove potencijalne kliničke primjene u dijagnozi. Pored toga, životinjski modeli koji odražavaju evoluciju patogeneze CKD povezane sa dijabetesom omogućavaju direktnu analizu obrazaca metabolita specifičnih za organ tokom pogoršanja bolesti. Model miša sa nedostatkom leptinskog receptora (db/db) pokazuje vrlo konzistentan i snažan porast proteinurije i ekspanzije strome tilakoida. Dakle, to je dobro uspostavljen model ljudske dijabetičke nefropatije.
U ovoj studiji, procijenili smo SM C18:1 i PC aa C38:0 o vrijednostima eGFR-a i riziku od CKD, kao i ciljane profile metabolita nedavno generiranih hiperglikemijskih učesnika u KORA FF4 studiji. Osim toga, ispitali smo nivoe kreatinina, SM C18:1 i PC aa C38:0 u dvije biološke tekućine (plazma, urin) i šest tkiva (jetra, pluća, nadbubrežna žlijezda, masno tkivo, mali mozak i testis ) od db/db i miševa divljeg tipa (WT) na dijeti s visokim udjelom masti (HFD) kako bi se istražile promjene specifične za organ i razgovarali o njihovoj potencijalnoj povezanosti s različitim kliničkim znakovima. Naši nalazi po prvi put otkrivaju da nekoliko organa može biti uključeno u sistematsku akumulaciju ovih metabolitskih biomarkera tokom patogeneze CKD.
Cistanche suplementi
Rezultati
Povezanost dvaju metabolita s eGFR i CKD u osoba s hiperglikemijom
1. Karakteristike učesnika u studiji KORA FF4
Od 1907 kvalifikovanih učesnika KORA FF4, 168 je imalo CKD (8,8 procenata). Kao što se i očekivalo, hiperglikemijskim učesnicima dijagnostikovana je CKD češće (16,3 posto) od osoba s normalnom tolerancijom glukoze (NGT) (6,1 posto) (Tabela 1). Slučajevi CKD-a bili su značajno stariji i imali su značajno veće vrijednosti kreatinina i UACR-a u grupama sa hiperglikemijom i NGT u poređenju sa osobama bez CKD. Sami prijavljeni unos antihipertenziva i lijekova za snižavanje lipida također je bio značajno veći u slučajevima CKD. Vrijednosti BMI, triglicerida, glikiranog hemoglobina (HbA1C), glukoze natašte i vrijednosti glukoze u trajanju od 2-sat nakon opterećenja (2-sat glukoze) također su bile značajno veće kod pacijenata sa CKD u NGT grupi u poređenju sa onima bez CKD pojedinci (Tabela 1).
2. Inverzne asocijacije dvaju metabolita sa eGFR kod hiperglikemičnih osoba
Nakon primjene ponderiranja inverzne vjerovatnoće (IPW), eGFR kod osoba s hiperglikemijom bio je značajno i negativno povezan s koncentracijama SM C18:1 i PC aa C38:0 u sva tri ponderisana regresijska modela (prilagođena za neravnotežni, osnovni i puni model kovarijate). Na primjer, u punom modelu, povećanje SD u ln-transformiranim koncentracijama SM C18:1 povezano je sa 1,76 mL/min/1,73 m2smanjenje eGFR (p=2.499 × 10-3; Tabela 2).
3. Asocijacije dvaju metabolita sa CKD su specifične za hiperglikemiju
Relativne koncentracije oba metabolita (SM C18:1, PC aa C38:0) bile su veće kod pacijenata sa CKD sa istovremenom hiperglikemijom nego kod osoba koje nemaju CKD (Slika 1). U tri modela nakon IPW, koncentracije SM C18:1 i PC aa C38:0 bile su značajno i pozitivno povezane sa CKD kod hiperglikemičnih osoba (Tabela 3). Koncentracije ln-transformisanog SM C18:1 ili PC aa C38:{15}} po 1 povećanju SD bile su povezane sa 99 posto, odnosno 71 posto. Šanse za CKD su porasle kod hiperglikemijskih učesnika (pun model p= 4.482 × 10-4 i 1.578 × 10-3, respektivno; tabela 3).
Kao analizu osjetljivosti, testirali smo odnos između ova dva metabolita i CKD kod normoglikemičnih KORA učesnika. U sva tri modela nakon IPW, smc18:1 i PC aa C38:0 nisu bili značajno povezani sa CKD kod osoba sa NGT (Tabela 3). Kao što je prikazano na slici 1, nije bilo značajne razlike u relativnim koncentracijama metabolita kod normoglikemičnih osoba sa dijagnozom CKD u poređenju sa zdravim NGT. Ovi rezultati dalje potvrđuju da je povezanost rizika ova dva lipida specifična za hiperglikemiju.
Organski specifični trendovi biomarkera kandidata kod dijabetičkih miševa
1. Karakteristike modela miša
Trendovi organa u oba fosfolipida istraženi su u db/db mišjem modelu koji oponaša razvoj rane CKD kod ljudi. 5 sedmica nakon HFD-a, 8-nedjeljni db/db miševi su bili gojazni i imali su značajno povećanu težinu srca, bubrega i jetre u poređenju sa WT kontrolama iste dobi i prehrane (Tabela 4). Osim toga, nivoi glukoze, inzulina, holesterola i c-reaktivnog proteina u krvi su bili značajno povišeni, potvrđujući hiperglikemiju, dislipidemiju i upalu kod db/db miševa.
Njihova značajno povišena težina bubrega ukazuje na hipertrofiju bubrega, koja se javlja u ranoj fazi razvoja dijabetičke nefropatije i jedan je od ranih znakova morfoloških promjena u histologiji bubrega. Pokazalo se da 8-sedmično stari dijabetički miševi imaju glomerularnu hipertrofiju i značajno veću površinu glomerularnog klastera u poređenju sa miševima bez dijabetesa. Glomerularna hiperfiltracija i hipertrofija su rane karakteristike dijabetičke nefropatije.
Herba Cistanche
2. Analiza kreatinina u osam mišjih tkiva
Ciljnom metabolomikom mjerene su koncentracije kreatinina u biološkim tekućinama (plazma, urin) i organima (jetra, pluća, nadbubrežne žlijezde, visceralno masno tkivo, testisi, mali mozak). Kreatinin u plazmi je također određen kliničkom hemijom. Pearsonov koeficijent korelacije za koncentracije kreatinina u plazmi određene objema metodama bio je 0.923 (p-vrijednost= 6.938 × 10-9), što ukazuje na vrlo visoku korelaciju između metoda zasnovanih na kliničkoj hemiji i masenoj spektrometriji (MS).
Osim u plazmi, značajno smanjene vrijednosti kreatinina otkrivene su i u urinu, jetri i plućima db/db miševa (tabela 5). Primijetili smo približno 40 posto smanjenje kreatinina u plazmi kod db/db miševa (Tablica 4) i negativan trend u njihovom urinu, što ukazuje na poremećenu biosintezu kreatinina, proteolitički metabolizam i glomerularnu hiperfiltraciju.
Ukratko, naši 8-tjedni stari db/db miševi hranjeni HFD tokom 5 sedmica pokazali su karakteristične promjene rane dijabetičke nefropatije, kao što su glomerularna filtracija i hipertrofija, značajno niži nivoi kreatinina u plazmi i urinu i povećana težina bubrega. Osim toga, njihovi fenotipski i metabolički podaci pokazali su pretilost, hiperglikemiju, dislipidemiju i upalu, potvrđujući prethodne izvještaje o inzulinskoj rezistenciji i masnoj jetri (steatoza) kod db/db miševa slične starosti.
3. Organski specifični trendovi dvaju metabolita
U poređenju sa WT štakorima, veće koncentracije SM C18:1 i PC aa C38:0 nađene su u plućima db/db štakora, dok su nađene znatno smanjene koncentracije u urinu i masnom tkivu (Slika 2, Tabela 5 ). Osim toga, SM C18:1 se značajno akumulirao u plazmi (p=3.160 × 10-4) i jetre (p=1.288 × 10-5), dok je PC aa C38:0 bio značajno viši u nadbubrežnoj žlijezdi (p=9.695 × 10-4, Tabela 5) db/db pacova. Koncentracije dva metabolita u malom mozgu i testisima bile su uporedive (tabela 5).
Reference
1. Aličić, RZ; Neumiller, JJ; Johnson, EJ; Dieter, B.; Tuttle, KR Inhibicija natrijum-glukoznog kotransportera 2 i dijabetesna bolest bubrega. Diabetes 2019, 68, 248–257.
2. GBD Chronic Bubrey Disease Collaboration; Bikbov, B.; Purcell, C.; Levey, AS; Smith, M.; Abdoli, A.; Abebe, M.; Adebayo, OM; Afarideh, M.; Agarwal, SK; et al. Globalno, regionalno i nacionalno opterećenje hronične bolesti bubrega, 1990-2017: Sistematska analiza za Globalnu studiju o teretu bolesti 2017. Lancet 2020, 395, 709–733.
3. Manns, B.; Hemmelgarn, B.; Tonelli, M.; Au, F.; Chiasson, TC; Dong, J.; Klarenbach, S.; Alberta Kidney Disease, N. Populacioni skrining za hroničnu bubrežnu bolest: studija isplativosti. BMJ 2010, 341, c5869.
4. Dunkler, D.; Gao, P.; Lee, SF; Heinze, G.; Clase, CM; Tobe, S.; Teo, KK; Gerstein, H.; Mann, JF; Oberbauer, R.; et al. Predviđanje rizika za ranu CKD kod dijabetesa tipa 2. Clin. J. Am. Soc. Nefrol. 2015, 10, 1371–1379.
5. Nicholson, JK; Wilson, ID Mišljenje: Razumijevanje 'globalne' sistemske biologije: Metabonomija i kontinuum metabolizma. Nat. Rev. Drug Discov. 2003, 2, 668–676.
6. Gieger, C.; Geistlinger, L.; Altmaier, E.; Hrabe de Angelis, M.; Kronenberg, F.; Meitinger, T.; Mewes, HW; Wichmann, HE; Weinberger, KM; Adamski, J.; et al. Genetika susreće metabolomiku: Studija povezanosti profila metabolita u ljudskom serumu na nivou genoma. PLoS Genet. 2008, 4, e1000282.
7. Suhre, K.; Shin, SY; Petersen, AK; Mohney, RP; Meredith, D.; Wagele, B.; Altmaier, E.; CardioGram; Deloukas, P.; Erdmann, J.; et al. Ljudska metabolička individualnost u biomedicinskim i farmaceutskim istraživanjima. Nature 2011, 477, 54–60.
8. Wang-Sattler, R.; Yu, Z.; Herder, C.; Messias, AC; Floegel, A.; On, Y.; Heim, K.; Campillos, M.; Holzapfel, C.; Thorand, B.; et al. Novi biomarkeri za preddijabetes identificirani metabolomijom. Mol. Syst. Biol. 2012, 8, 615.
9. Huang, J.; Huth, C.; Čović, M.; Troll, M.; Adam, J.; Zukunft, S.; Prehn, C.; Wang, L.; Nano, J.; Scheerer, MF; et al. Pristupi mašinskog učenja otkrivaju metaboličke potpise incidenata hronične bubrežne bolesti kod osoba sa predijabetesom i dijabetesom tipa 2. Diabetes 2020, 69, 2756–2765.
10. Fornoni, A.; Merscher, S.; Kopp, JB Lipidna biologija podocita – nove perspektive nude nove mogućnosti. Nat. Rev. Nephrol. 2014, 10, 379–388.
11. Russo, SB; Ross, JS; Cowart, LA Sfingolipidi u gojaznosti, dijabetesu tipa 2 i metaboličkim bolestima. Handb. Exp. Pharmacol. 2013, 373–401.
12. Lisowska-Myjak, B. Uremični toksini i njihovo djelovanje na više organskih sistema. Nephron Clin. Prakt. 2014, 128, 303–311.
13. Sharma, K.; McCue, P.; Dunn, SR Dijabetička bolest bubrega kod db/db miša. Am. J. Physiol Renal Physiol 2003, 284, F1138–F1144.
14. Kim, NH; Hyeon, JS; Kim, NH; Cho, A.; Lee, G.; Jang, SY; Kim, MK; Lee, EY; Chung, CH; Ha, H.; et al. Metaboličke promjene u urinu i serumu tijekom progresije dijabetičke bolesti bubrega na mišjem modelu. Arch. Biochem. Biophys. 2018, 646, 90–97.
15. Yamamoto, Y.; Maeshima, Y.; Kitayama, H.; Kitamura, S.; Takazawa, Y.; Sugiyama, H.; Yamasaki, Y.; Makino, H. Tumstatin peptid, inhibitor angiogeneze, sprečava glomerularnu hipertrofiju u ranoj fazi dijabetičke nefropatije. Diabetes 2004, 53, 1831–1840.
16. Cingel-Ristić, V.; Schrijvers, BF; van Vliet, AK; Rasch, R.; Han, VK; Drop, SL; Flyvbjerg, A. Na rast bubrega kod normalnih i dijabetičkih miševa ne utiče davanje proteina-1 koji vezuje humani inzulinski faktor rasta. Exp. Biol. Med. (Maywood) 2005, 230, 135–143.
17. Cohen, MP; Lautenslager, GT; Shearman, CW Povećani urinarni kolagen tipa IV označava razvoj glomerularne patologije kod dijabetičkih d/db miševa. Metabolism 2001, 50, 1435–1440.
18. Trak-Smayra, V.; Paradis, V.; Massart, J.; Nasser, S.; Jebara, V.; Fromenty, B. Patologija jetre kod gojaznih i dijabetičkih ob/ob i db/db miševa hranjenih standardnom ili visokokaloričnom ishranom. Int. J. Exp. Pathol. 2011, 92, 413–421.
19. Hofmann, A.; Peitzsch, M.; Brunssen, C.; Mittag, J.; Jannasch, A.; Frenzel, A.; Brown, N.; Weldon, SM; Eisenhofer, G.; Bornstein, SR; et al. Povišena proizvodnja steroidnih hormona u db/db mišjem modelu gojaznosti i dijabetesa tipa 2. Horm. Metab. Res. 2017, 49, 43–49.
20. Chocian, G.; Chabowski, A.; Zendzian-Piotrowska, M.; Harasim, E.; Łukaszuk, B.; Górski, J. Dijeta s visokim udjelom masti inducira stvaranje ceramida i sfingomijelina u jezgrima jetre pacova. Mol. Cell Biochem. 2010, 340, 125–131.
Jialing Huang 1,2,3, Marcela Čović 1,2,3, Cornelia Huth 2, Martina Rommel 1,2, Jonathan Adam 1,2, Sven Zukunft 4,5 , Cornelia Prehn 6, Li Wang 1,2,7, Jana Nano 2,3, Markus F. Scheerer 8,9, Susanne Neschen 8,10, Gabi Kastenmüller 11, Christian Gieger 1,2,3, Michael Laxy 12, Freimut Schliess 13 , Jerzy Adamski 4,14,15, Karsten Suhre 16 , Martin Hrabe de Angelis 3,8,15, Annette Peters 2,3 i Rui Wang-Sattler 1,2,3.
1 Istraživačka jedinica za molekularnu epidemiologiju, Helmholtz Zentrum München, 85764 Neuherberg, Njemačka; jialing.huang@helmholtz-muenchen.de (JH); marcela.covic@helmholtz-muenchen.de (MC); martina.troll@helmholtz-muenchen.de (MR); jonathan.adam@helmholtz-muenchen.de (JA); wlrst@126.com (LW); christian.gieger@helmholtz-muenchen.de (CG)
2 Institut za epidemiologiju, Helmholtz Zentrum München, 85764 Neuherberg, Njemačka; cod.huth@gmail.com (CH); jana.nano@helmholtz-muenchen.de (JN); peters@helmholtz-muenchen.de (AP)
3 German Center for Diabetes Research (DZD), 85764 München-Neuherberg, Germany; hrabe@helmholtz-muenchen.de
4 Istraživačka jedinica za molekularnu endokrinologiju i metabolizam, Helmholtz Zentrum München, 85764 Neuherberg, Njemačka; zukunft@vrc.uni-frankfurt.de (SZ); adamski@helmholtz-muenchen.de (JA)
5 Centar za molekularnu medicinu, Institut za vaskularnu signalizaciju, Goethe univerzitet, 60323 Frankfurt na Majni, Njemačka
6 Metabolomics and Proteomics Core Facility, Helmholtz Zentrum München, 85764 Neuherberg, Germany; prehn@helmholtz-muenchen.de
7 Liaocheng People's Hospital—Odjel za naučna istraživanja, Postdoktorska radna stanica Univerziteta Shandong, Liaocheng 252000, Kina
8 Institut za eksperimentalnu genetiku, Helmholtz Zentrum München, 85764 Neuherberg, Njemačka; markus@scheerer-home.de (MFS); susanne.neschen@mail.com (SN)
9 Bayer AG, Medical Affairs & Pharmacovigilance, 13353 Berlin, Njemačka
10 Sanofifi Aventis Deutschland GmbH, Industriepark Hoechst, 65929 Frankfurt na Majni, Njemačka
11 Institut za kompjutersku biologiju, Helmholtz Zentrum München, 85764 Neuherberg, Njemačka; g.kastenmueller@helmholtz-muenchen.de
12 Institut za ekonomiku zdravstva i menadžment zdravstvene zaštite, Helmholtz Zentrum München, 85764 Neuherberg, Njemačka; michael.laxy@helmholtz-muenchen.de
13 Profifil, 41460 Neuss, Njemačka; Freimut.Schliess@profifil.com
14 Odsjek za biohemiju, Medicinski fakultet Yong Loo Lin, Nacionalni univerzitet Singapura, Singapur 117597, Singapur
15 Katedra za eksperimentalnu genetiku, Centar za nauke o životu i hrani Weihenstephan, Technische Universität München, 85353 Freising, Njemačka
16 Odsjek za fiziologiju i biofiziku, Weill Cornell Medical College u Kataru (WCMC-Q), Education City, Qatar Foundation, Doha PO Box 24144, Katar; karsten@suhre.fr
