2型糖尿病患者尿液的代謝組學研究

蘇君梅 葛衛紅 許廣艷 張宇

2型糖尿病患者尿液的代謝組學研究

蘇君梅 葛衛紅 許廣艷 張宇

目的 從代謝組學角度分析并尋找2型糖尿病（T2DM）患者可能的代謝標記物。方法選取30例初診、或有糖尿病史經藥物治療控制不理想且無并發癥的T2DM患者，另選取30例性別、年齡匹配的健康者為正常對照。收集清晨空腹中段尿，以氣相色譜-質譜聯用（GC-MS）技術對尿液樣本進行代謝圖譜分析，正交偏最小二乘法判別研究尿液內源性化合物在兩組間的差異。結果T2DM組和正常對照組尿液代謝譜明顯分離。與正常對照組比較，T2DM組尿液2,3,4-三羥基丁酸、肌醇、D-葡萄糖、D-葡萄糖酸及尿素含量升高（P＜0．05或0．01），馬尿酸含量減少（P＜0．01）。結論代謝組學檢查提示T2DM患者尿液中代謝標志物為2，3，4-三羥基丁酸、肌醇、馬尿酸、D-葡萄糖、D-葡萄糖酸及尿素，觀察這些標志物含量的變化有助于T2DM的臨床診斷及發病機制研究。

代謝組學 2型糖尿病 氣相色譜-質譜聯用 正交偏最小二乘法判別

2型糖尿病（type 2 diabetes mellitus，T2DM）是一種以胰島素抵抗伴胰島素分泌缺陷或胰島素敏感性降低而引起的、以糖代謝失常為主的內分泌代謝性疾病，表現為整體的代謝紊亂。作為一種代謝綜合征，T2DM很難用單一的評價指標和發病機制來反映其發生及變化，而代謝組學作為一種全面研究生物機體或組織細胞動態代謝的技術手段，在疾病的診斷、標志物篩查、發病機制以及藥物研發等方面的應用正成為研究的前沿領域[1-2]。近年研究報道，利用代謝組學技術對糖尿病患者組織或體液中代謝物種類及含量的變化進行分析，尋找主要的差異代謝物，對監測糖尿病的發生、發展和輔助其臨床早期診斷、探索發病機制具有重要意義[3-4]。筆者采用氣相色譜-質譜聯用（gas chromatography-mass spectrometry，GC-MS）代謝組學技術對T2DM患者尿液中內源性小分子代謝物進行分析，探索T2DM的代謝組學特征，尋找與其密切相關的潛在代謝標記物，通過分析相關代謝物信息，為T2DM臨床檢測和診斷提供新的思路，現將結果報道如下。

1 資料和方法

1.1 一般資料 選取2011年6月至2013年5月浙江省中醫院內分泌科確診的T2DM患者30例，均為初診T2DM或有糖尿病史經藥物治療控制不理想者，均符合1999年世界衛生組織（WHO）糖尿病診斷標準[5]，并排除應激及冠心病、溶血性疾病、肝腎功能異常及感染者。其中男15例，女15例，年齡36～73歲，平均（54.7±10.3）歲。另選取浙江省中醫院與T2DM患者性別、年齡匹配的30例健康體檢者作為正常對照組，均無肥胖、高血壓、糖脂代謝紊亂等病史，男15例，女15例，年齡33～78歲，平均（52.1±14.1）歲。根據知情同意原則采集尿液，所有受試者禁食12h，留取清晨空腹中段尿，樣品密封，儲存于-80℃的超低溫冰箱中，待測。

1.2 試劑和儀器 MSTFA含1%TMCS、鹽酸甲氧胺、十七烷酸、脲酶購自美國Sigma公司；吡啶等試劑（分析純）購自成都科龍化工試劑廠；正庚烷（色譜純）購自美國Fluka公司；日本島津GCMS-QP2010氣相色譜-質譜聯用儀、Agilent色譜工作站。色譜柱：Agilent ZB-5MS（0.25mm×30mm，0.25μm）。數據處理軟件：美國國家標準技術研究院NISTl05標準物質質譜數據庫，瑞典U-metrics公司Simca-P12.0軟件。

1.3 方法

1.3.1 樣本前處理 將凍存的尿樣在室溫下解凍。取200μl尿樣置于離心管中，加入20μl脲酶混勻，于37℃水浴。再加入20μl十七烷酸及400μl丙酮，渦旋混勻冰浴，以10 000r/min、4℃低溫高速離心。取上清液400μl于進樣瓶中，氮氣吹干，加入50μl甲氧胺吡啶溶液置于70℃烘箱中反應1h后加入75μl衍生化試劑 [V（MSTFA）∶V（TMCS）=100∶1]，于室溫下繼續反應1h，加入150μl的正庚烷以終止衍生化反應，待進樣。

1.3.2 GC-MS分析 色譜條件：色譜柱DB-5MS，毛細管柱（0.25mm×30mm，0.25μm），進樣口溫度270℃，離子源溫度230℃。程序升溫起始溫度85℃，保持5min；以8℃/min升至125℃，保持7min；以10℃/min升至190℃，保持10min；再以10℃/min升至300℃，保持5min。氦氣作為載氣，流速設為1ml/min，不分流，進樣量為1μl。質譜條件：電離方式EI，電子能量70eV，掃描范圍60～600m/z，全掃描方式。

1.4 統計學處理 原始GC/MS數據文件通過運用本實驗室自定義MATLAB（Matlab7.1，The MathWorks,Inc. Popularity）腳本進行基線矯正、峰判別和匹配、內標和系統雜峰的排除和峰的歸一化等計算過程，最終得到由指定的峰序列號（保留時間/質荷比）、觀測點（樣品號）以及歸一化后的峰面積組成的三維矩陣數據集，導入Simca-P12.0軟件進行OPLS-DA分析，運用變量投影重要性分析（variable importance for the projection，VIP）方法區分兩組間代謝輪廓貢獻較大的代謝物。多維統計中找到的差異代謝物應用SPSS13.0統計軟件進行Kruskal-Wallis檢驗和單因素ANOVA分析的驗證，結合VIP值＞1并差異有統計學意義（P＜0.05）的代謝物確定為潛在標記物。

2 結果

2.1 樣品總離子流圖 使用GC-MS為基礎的代謝指紋譜分析方法對T2DM組和正常對照組樣本進行分析，得到各組代表性樣本總離子流圖（total ion chromatogram，TIC），見圖1。從總離子流圖可直觀識別出兩組之間在同一保留時間色譜峰大小、高低表達有差異。

圖1 總離子流圖（N：正常對照組；D：T2MD組）

2.2 樣本的OPLS-DA分析 OPLS-DA分析可以除去非實驗因素對實驗結果的干擾，提高判別的靈敏度，是在代謝組學研究中比較理想的數據分析手段。因此為深層次研究T2DM代謝輪廓的改變，尋找與T2DM相關的差異代謝產物，本實驗建立OPLS-DA得分圖，見圖2。在建模之前，預先設定一個Y值，用來提取代謝物矩陣（X矩陣）中與Y值最相關的數據信息，將正常對照組樣本的Y值設定為0，T2DM組樣本的Y值設定為1。圖中顯示，兩組的尿液代謝譜明顯分離，表明該方法得到了很好的區分模型，且這種監督的方法建立的模型，可以找到對模型影響較大的代謝物變量。此外，利用OPLS-DA建模，得到R2X1與R2X2的累計量為0.638，而Q2Ycum達到了0.851，說明模型的區分程度和預測程度較好。為了進一步分析引起組間類別差異的特征峰，確定濃度在T2DM組和正常對照組樣本中變化很大的潛在標志物，本研究給出T2DM組與正常對照組尿液的OPLS-DA載荷圖，見圖3。圖中每一個點代表一個代謝物，若該點偏離中心越遠表明該變量對模型的貢獻越大。結合分析模型的VIP數據，共發現20種含量變化明顯的內源性化合物。

圖2 正常對照組與T2DM組尿液樣本OPLS-DA得分圖

圖3 正常對照組與T2DM組尿液樣本OPLS-DA載荷圖

2.3 潛在標記物 為尋找與T2DM高度相關的代謝物，采用OPLS-DA法對正常對照組和T2DM組尿液樣本共有的20種代謝物重新建模，尋找VIP＞1的高度相關代謝物。將得到的VIP＞1的代謝物通過NIST05標準質譜圖庫和標準品對照，進行質譜信息匹配，對可能的潛在標記物進行初步鑒定，共發現6種含量變化明顯的內源性化合物，且6種物質兩組間差異有統計學意義（P＜0.05），確定為潛在的生物標記物，詳見表1。

表1 尿液代謝譜中6種主要代謝物的變化

3 討論

代謝組學通過分析生物體中內源性物質代謝的動態變化，描繪出生物體代謝輪廓，探索內源性物質代謝與疾病的關系。T2DM是整體代謝紊亂的內分泌代謝性疾病，因此，應用代謝組學技術從生物體液中代謝物的角度研究T2DM患者尿液中代謝物的變化，探尋與疾病相關的生物標記物，對于輔助臨床早期診斷、疾病的治療、監測等具有重要意義。

Zhao等[6]采用超高效液相色譜-四極桿-飛行時間質譜（UPLC-qTOF-MS）的非靶向代謝組學方法研究糖耐量降低者和正常者血樣和尿樣代謝指紋圖譜，結果顯示對照組和病理組能完全區分開，血漿脂肪酸、色氨酸及尿酸等代謝異常，尿液中與腸道菌群相關的代謝物變化明顯，認為是T2DM的特征性變化，對糖尿病早期診斷和預防意義重大。Han等[7]應用GC-MS技術檢測糖尿病患者血漿代謝物輪廓，發現血漿中脂肪酸水平的變化與糖尿病及糖尿病腎病的發生、發展有關，認為這些代謝物的變化可用于監測糖尿病及其并發癥的發生、發展。因此，本研究利用GC/MS-OPLS-DA分析方法對T2DM組和正常對照組尿液代謝圖譜進行數據預處理和建模，結果顯示，T2DM組與正常對照組完全分離，表明兩組間尿液代謝輪廓圖譜存在著明顯差異；采用NIST05標準質譜圖庫和標準品對比鑒定，尿液中6種內源性化合物含量變化兩組間差異明顯。由此認為，利用代謝組學技術可尋找、檢測T2DM潛在代謝標志物；提示從代謝水平分析T2DM尿液代謝圖譜、篩選疾病相關標志性代謝物將有助于T2DM的臨床診斷和治療，同時這些代謝物的變化與T2DM的發生、發展密切相關，利于從小分子代謝物角度對T2DM的發生機制進行深入理解。

本研究結果顯示，T2DM患者尿液中多種代謝物含量發生了變化。從潛在生物標記物的鑒定結果來看，生物標記物的變化與糖、能量及氨基酸等代謝有關。本研究中，兩組間2，3，4-三羥基丁酸、肌醇、馬尿酸、D-葡萄糖、D-葡萄糖酸及尿素含量差異顯著。在T2DM組，β-羥丁酸的前體2，3，4-三羥基丁酸含量明顯高于正常對照組。而β-羥丁酸作為酮體的主要組分（78%），是臨床診斷潛在致命性糖尿病酮癥酸中毒的可靠指標。T2DM患者中酮癥酸中毒較常見，提示2,3,4-三羥基丁酸是T2DM潛在代謝標記物之一，尤其對糖尿病酮癥酸中毒的及時診斷、早期治療具有重要意義[8]。

肌醇作為合成磷脂酰肌醇的底物，由葡萄糖合成，有類似維生素樣物質的作用。糖尿病患者尿液中肌醇含量顯著增加，認為糖尿病時代謝紊亂而致肌醇流失，最終造成胰島素作用的信號轉導受阻[9]。也有學者發現，糖尿病患者神經組織中肌醇缺乏，影響了神經能量代謝，致神經傳導速度減慢，認為肌醇代謝障礙與糖尿病神經病變有關[10]。本研究結果顯示，T2DM組尿液肌醇含量明顯增高，這可能與糖尿病時多元醇通路受損以及細胞滲透壓增高使肌醇的攝入量代償性減少有關，提示肌醇可能為T2DM及其并發癥的潛在代謝標記物[11]。

馬尿酸是尿液中的一種正常成分，是腸道菌群代謝產生的含苯環的化合物，由苯甲酸與甘氨酸在肝藥酶細胞色素p450催化合而產生，馬尿酸的變化與腸道菌群的改變有關，也與肝功能變化相關聯[6，12]。研究發現，肥胖大鼠尿液中馬尿酸較正常大鼠的表達水平有顯著差異；在糖尿病大鼠，尿液中馬尿酸水平明顯降低，認為糖尿病大鼠腸道內菌群代謝發生紊亂[13-14]。本研究中T2DM組尿液中馬尿酸含量也明顯減少，提示T2DM時腸道微生物環境可能遭到破壞，肝藥酶細胞色素p450活性下降，影響了馬尿酸的代謝[6]。也有學者認為，尿液中馬尿酸的改變可作為腎臟毒性損傷的生物學標記[15]。新近研究發現，腸道菌群是控制體重與能量平衡的一個重要環境因素，腸道菌群可能與肥胖、T2DM等代謝性疾病的發生、發展有密切聯系[16-18]，這對糖尿病的病理生理機制提出了新的研究思路。

正常情況下，葡萄糖主要通過糖酵解和TCA循環分解供能，T2DM患者由于存在胰島素抵抗，葡萄糖分解減少而糖原分解和糖異生增強。本研究中T2DM患者尿液中葡萄糖水平顯著增加，表明T2DM患者存在糖代謝通路紊亂，而尿液中出現葡萄糖依然是糖尿病診斷的重要標志物。D-葡萄糖酸是葡萄糖氧化產物，與葡萄糖對應，可視為T2DM的潛在代謝標記物。尿素是在尿素循環中產生的蛋白質代謝的主要最終產物。本研究中T2DM患者尿液尿素水平的升高，提示患者體內蛋白質和氨基酸分解產生的含氮代謝物的代謝過程發生紊亂[8，19]。此外，T2DM患者尿液中D-葡萄糖酸、尿素濃度的升高，提示隨病情進展腎功能有損傷[20]，這也為深入研究糖尿病腎臟病變提供了代謝組學依據。

代謝組學技術能夠更全面的反映生物體的代謝變化，幫助人們更好地了解生物體中各種復雜的代謝通路。本研究基于GC-MS的代謝組學技術分析T2DM患者尿液內源性小分子代謝產物的變化，顯示T2DM發生、發展過程中的代謝特征，為T2DM臨床檢測和診斷提供了新的思路，同時在分子水平為T2DM及其并發癥病理機制的探討提供理論依據。

[1]Nicholson J K,Lindon J C．Systems Biology:Metabonomics[J]．Nature,2008,455（7216）:1054-1056．

[2]Ma Y,Zhang P,Yang Y,et al．Metabolomics in thefields of oncology:a review of recent research[J]．Molecular Biology Reports,2012,99(7):7505-7511．

[3]Salek R M,Maguire M L,Bentley E,et al．A metabolomic comparison of urinary changes in type 2 diabetes in mouse,rat,and human[J]．Physiol Genomics,2007,299(2):99-108．

[4]Zhang S,Nagana Gowda G A,Asiago V,et al．Correlative and quantitative1H NMR-based metabolomics reveals specific metabolic pathway disturbances in diabetic rats[J]．Anal Biochem, 2008,383(1):76-84．

[5]Alberti K G,Zimmet P Z．Definition,diagnosis and classification of diabetes mellitus and its complications．Part 1:diagnosis and classification of diabetes mellitus provisional report of a WHO consultation[J]．Diabet Med,1998,15:539-553．

[6]Zhao X,Fritsche J,Wang J,et al．Metabonomic fingerprints of fasting plasma and spoturine reveal human pre-diabetic metabolic traits[J]．Metabolomics,2010,6(3):362-374．

[7]Han L D,Xia J F,Liang Q L,et al．Plasma esterified and non-esterified fatty acids metabolic profiling using gas chromatography-mass spectrometry and its application in the study of diabetic mellitus and diabetic nephropathy[J]．Anal Chim Acta,2011, 689(1):85-91．

[8]袁凱龍,石先哲,路鑫,等．洛沙坦治療糖尿病的氣相色譜代謝組學[J]．中國醫學科學院學報,2007,29(6):719-724．

[9]Kennington A S,Hill C R,Craig J,et al．Low urinary chiroin ositol excretion in non insulin dependent diabetes mellitus[J]．N Engl J Med,1990,323(6):373-378．

[10]Zychowska M,Rojewska E,Przewocka B,et al．Mechanisms and pharmacology of diabetic neuropathy-experimental and clinical studies[J]．Pharmacol Rep,2013,65(6):1601-1610．

[11]Nissen P M,Nebel C,Oksbjerg N,et al．Metabolomics Reveals Relationship between Plasma Inositols and Birth Weight:Possible Markers for Fetal Programming of Type 2 Diabetes[J]．J Biomed Biotechnol,2011,2011:378268．

[12]Psihogios N G,Gazi I F,Elisaf M S,et al．Gender-related and age-related urinalysis of healthy subjects by NMR-basedmetabonomics[J]．NMR Biomed,2008,21(3):195-207．

[13]Wei L,Liao P,Wu H,et al．Toxicological effects of cinnabar in rats by NMR-based metabolic profiling of urine and serum[J]．Toxico Appl Phamacol,2008,227(3):417-429．

[14]袁琳,白永生,周明眉,等．2型糖尿病大鼠的尿液代謝組學改變[J]．中國實驗動物學報,2011,19(2):112-114．

[15]Boudonck K J,Mitchell M W,Nemet L,et al．Discovery of metabolomics biomarkers for early detection of nephrotoxicity [J]．Toxicol Pathol,2009,37(3):280,292．

[16]Rosa R D,Cret I R,Baldassarr I L,et al．Relationship between biofilm formation,the enterococcal surface protein(Esp)and gelatinase in clinical isolates of Enterococcus faecalis and Enterococcus faecium[J]．Cur Pharma Design,2009,15(13):1546-1558．

[17]Backhed F,Manchester J K,Semenkovich C F,et al．Mechanism sunderlying the resistance to diet-induced obesity in germ-freemice[J]．PNAS USA,2007,104(1):979-984．

[18]楊曉慶,李琳琳,王燁．小鼠腸道菌群代謝產物與糖尿病的相關性研究[J]．中國微生態學雜志,2011,23(2):134-140．

[19]Soedamah-Muthu S S,Colhoun H M,Thomason M J,et al．The effect of atorvastatin on serum lipids,lipo-proteins and NMR spectroscopy defined lipoprotein subclasses in type 2 diabetic patients with ischemic heart disease[J]．Atherosclerosis,2003, 167(2):243-255．

[20]Guan M,Xie L,Diao C,et al．Systemic Perturbations of Key Metabolites in Diabetic Rats During the Evolution of Diabetes Studied by Urine[J]．Metabonomics,2013,8(4):60649．

ObjectiveTo investigate the urinary metabonomics in patients with type 2 diabetes mellitus．MethodsThirty patients with type 2 diabetes mellitus were enrolled as study group,and 30 health subjects served as controls．The morning midstream urine samples were collected．Gas chromatography-mass spectrometry(GC-MS)was used to analyze metabonomics of the urine samples．Orthogonal partial least-squares discriminant analysis(OPLS-DA)was applied to identify potential biomarkers．ResultsThe difference of metabonomics spectra was observed between diabetic patients and normal controls．Compared with the normal controls,the contents of 3-hydroxybutyrate,inositol,D-glucose,D-gluconic acid,urea were increased(P＜0．05 or P＜0．01）and hippuric acid decreased significantly(P＜0．01)in type 2 diabetic patients．ConclusionThe 3-hydroxybutyrate,inositol,hippuric acid,D-glucose,D-gluconic acid and urea in the urine might be the candidate biomarkers for type 2 diabetes mellitus．

Metabonomics Type 2 diabetes mellitus Gas chromatography-mass spectrometry Orthogonal partial least-squares discriminant analysis

2014-04-18）
（本文編輯：嚴瑋雯）

浙江省錢江人才計劃（2010D003）

310053 杭州，浙江中醫藥大學藥學院（蘇君梅、葛衛紅、許廣艷）；浙江省中醫院內科（張宇）

葛衛紅，E-maill:geweihong@hotmail.com