代謝物在2型糖尿病（T2D）及其心血管并發癥的生物過程中起關鍵作用。然而，它們對這些疾病的貢獻尚未得到全面評估，尤其是在東亞血統中。本研究使用高覆蓋度的廣泛靶向和非靶向代謝技術分析了總共1912種代謝物，采用多變量logistic回歸模型和正交偏最小二乘判別分析鑒定T2D相關代謝物。在浙江代謝綜合征隊列（ZMSC）中進行了全代謝組全基因組關聯研究（GWAS），然后進行了雙樣本孟德爾隨機化（MR）分析，以探索潛在的因果代謝物-T2D關聯。為增強跨血統的泛化性，在歐洲血統中進行了MR分析，以探討血清代謝物對T2D及其心血管并發癥的潛在因果影響。還整合多組學證據以探索潛在的分子機制。結果確定了6種與中國T2D相關的代謝物，并得到了代謝組分析和遺傳知情因果推斷的支持。其中包括兩個潛在的保護因素（PC[O-16：0/0：0]及其衍生物LPC[O-16：0]）和四個潛在危險因素（[R]-2-羥基丁酸、2-甲基乳酸、依普利酮和蘿芙素）。跨祖先代謝組范圍分析進一步揭示了四種共享的潛在致病代謝物，突出了肌酸對T2D的潛在保護作用。通過多組學整合揭示了由CPS1附近的遺傳變異（編碼尿素循環相關線粒體酶）初始化的潛在調節途徑，該變異影響血清肌酸水平并調節T2D。MR分析進一步表明，9種尿素循環相關代謝物顯著影響T2D的心血管并發癥。本研究為T2D的代謝基礎及其心血管并發癥提供了新的見解，強調了尿素循環相關代謝物在疾病風險和進展中的作用。這些發現促進了對T2D病因中循環代謝物的理解，為未來的研究提供了潛在的生物標志物和治療靶點。

該研究于2025年4月發表在《Cardiovascular Diabetology》，IF：10.6。

技術路線

主要研究結果

1.浙江代謝綜合征隊列（ZMSC）代謝組測定

在ZMSC中，通過基于UPLC-MS的代謝組學分析方法共鑒定了1912種血清代謝物（表S1）。廣泛靶向分析和非靶向代謝組分別鑒定和量化了1601種（83.73%）和311種（16.27%）代謝物。這些代謝物涵蓋23個主要類別，其中氨基酸及其衍生物（27.67%）含量最高。

表S1:本研究中使用的代謝物數據集概述

2. ZMSC中代謝物與T2D的關聯

多項式logistic回歸確定了225種與T2D顯著相關的代謝物，在調整了包括年齡、性別、BMI、高血壓狀況、吸煙和飲酒量在內的潛在混雜因素后（圖1A）。在這些顯著的代謝物中，80種代謝物是潛在的保護因素，而145種代謝物是潛在的危險因素。按性別進行的亞組分析顯示，369名男性參與者中有22種差異代謝物，811名女性參與者中有168種差異代謝物。此外，為提高T2D的確定可靠性，納入來自醫療保險系統的藥品購買記錄，根據2015年至少兩次購買T2D藥物或FG≥7.0 mmol/L定義為T2D，進行敏感性分析。基于醫保險購藥記錄（171例糖尿病患者、127例糖尿病前期患者和885例正常血糖）的敏感性分析確定了基礎分析中94.44% T2D相關代謝物，表明分析可靠性。根據OPLS-DA評分圖（圖1B），基于PSM的T2D病例和對照可以成功區分。通過十倍交叉驗證計算，R2為0.89，Q2為0.67，表明模型的穩健性。此外，OPLS-DA模型識別了428種VIP評分>1的代謝物（圖1A）。

圖1： ZMSC中的代謝組學數據分析。

3.代謝途徑分析

進行功能富集分析和通路分析，以確定可能與T2D相關的潛在代謝途徑。只有符合多變量邏輯斯諦回歸中FDR校正P<0.05的統計顯著性閾值且VIP評分>1的代謝物才被納入通路分析（164種代謝物）。發現T2D相關代謝物在涉及“瓦博格效應”、“氨基酸糖代謝”、“天冬氨酸代謝”和“脂肪酸生物合成”的途徑中顯著富集，P值分別為0.0152、0.0299、0.0363和0.0363（圖1B）。

4. 遺傳信息推斷支持東亞代謝物-T2D關聯

GWAS用于識別代謝相關遺傳變異為IVs。曼哈頓圖顯示GWAS結果聚集了所有1912種代謝物。代謝物的遺傳膨脹因子范圍為0.946至1.004，表明幾乎沒有種群分層的證據。為提供遺傳調節的證據，進行了代謝組范圍的雙樣本磁共振分析，以評估血清代謝物和T2D之間的潛在因果關系。基于ZMSC隊列的GWAS匯總統計數據和DIAGRAM聯盟（EAS）的公開數據，代謝組范圍的磁共振分析確定了89種與T2D顯著相關的代謝物（PIVW<0.05和PMR-RAPS<0.05）。89種遺傳預測的血清代謝物對T2D風險的磁共振估計產生影響。

為估計潛在的反向因果關系，對代謝物與T2D關聯進行了反向MR分析。結果顯示，75種代謝物可能受到T2D的影響，89種代謝物與T2D關聯中只有3種受到干擾。這些發現表明反向因果關系的證據很少。在敏感性分析中，不包括來自ZMSC的130名T2D參與者，全代謝組GWAS和MR分析確定98種T2D相關代謝物，93.26%（83種代謝物）的原始發現被復制。這些結果進一步支持了發現的穩健性和可靠性。Venn圖（圖2A）總結了多項式logistic回歸、OPLS-DA和雙樣本MR分析的結果，使用結合觀察分析（PFDR<0.05，VIP>1）和代謝組范圍MR分析（PIVW<0.05，PMR-RAPS<0.05，PPleitroy>0.05和PHeterogeneity>0.05）的標準，確定了13種潛在的因果代謝物-T2D關聯。其中，6種代謝物在觀察性研究和遺傳學分析中表現出一致的效果（圖2B，C）。值得注意的是PC（O-16:0/0:0）及其衍生物LPC（O-16:0）是T2D的潛在保護因素，（R）-2-羥基丁酸、2-甲基乳酸、依普利酮和蘿芙素是T2D的潛在危險因素。

圖2：血清代謝產物與T2D的潛在因果關系

5. 血清代謝物與T2D的非線性關聯

為進一步探索血清代謝物與T2D之間的潛在非線性關系，在ZMSC中采用了RCS分析。分析側重于六個代謝物與T2D的關聯，這些關聯得到了觀察和遺傳學證據的一致支持。調整了幾個可能影響代謝物的混雜因素，包括年齡、性別、BMI、吸煙和飲酒。使用最小AIC來選擇最佳的RCS節點數量，每個代謝物的最終模型包含三到四個節點。結果表明PC（O-16:0/0:0）、LPC（O-16:0）、2-甲基乳酸、2-羥基丁酸和蘿芙素與T2D的相關性主要呈線性趨勢，沒有顯著的非線性效應或拐點證據（圖3）。相比之下，依普利酮和T2D之間的相關性顯示出“J”形（P非線性=0.02）。

圖3：血清代謝物與T2D的非線性關聯

6. 東亞人的代謝物和血糖特征

進行全面的MR調查以探索代謝物在T2D和EAS祖先血糖特征中的潛在因果作用。圖4顯示了12種與T2D顯著相關的代謝物，以及東亞祖先中四種血糖特征（2hGlu、FG、FI和HbA1c）中的至少一種。在12種可驗證的代謝物與T2D的關聯中，9對在血糖特征中得到了進一步驗證。值得注意的是，遺傳易感性與較低的HbA1c水平和T2D風險相關。天麻素是T2D的潛在危險因素，與FG和2hGlu呈正相關。有機磷農藥甲基異氟磷（IFP）也是T2D的危險因素，與FG和HbA1c呈正相關。L-賴氨酸和FAHFA（6:0/18:3）是必需氨基酸和脂肪酸，是T2D的保護因素，對HbA1c具有保護作用。脫氧膽酸是腸道微生物群產生的代謝產物，與T2D風險增加和HbA1c水平升高呈正相關。此外，觀察到三種氨基酸衍生物（Tyr-Val-Ser-Arg、Ile-Glu-Leu-Lys和Asp-Arg-Gln-Arg）水平升高與T2D風險增加有關，Tyr-Val-Ser-Arg和Ile-Glu-Leu-Lys進一步證實了它們與血糖特征的相關性。

圖4：血清代謝物與T2D和四個血糖性狀的孟德爾隨機化關聯

7. 歐洲人的T2D/血糖性狀相關代謝物

通過利用來自CLSA/METSIM和DIAGRAM的GWA匯總數據，代謝組范圍的MR分析分別確定了54和83種具有名義意義的T2D代謝物（PIVW<0.05，圖S4-S5）。FDR校正后，分別使用CLSA和METSIM，發現5種和1種血清代謝物與T2D顯著相關。圖S6顯示了與T2D顯著相關的代謝物以及EUR祖先中四個升糖性狀中的至少一個。基于CLSA的MR分析發現，12對可驗證的代謝物-T2D關聯中有4對在其他升糖性狀中產生了進一步的證據（圖S6A）。基于METSIM的MR分析發現，9對代謝物-T2D關聯在其他血糖性狀中得到進一步驗證，4對代謝物-T2D具有相同作用方向的支持證據（圖S6B）。此外，8對代謝物-T2D/血糖性狀能夠在CLSA和METSIM中相互驗證（圖S7）。

圖S4：火山圖顯示了 CLSA 中血漿代謝組范圍MR結果

圖S5：METSIM 中血漿代謝組全范圍孟德爾隨機化（MR）結果的火山圖

圖S6：歐洲人群中血漿代謝物與 2 型糖尿病及四種血糖特征的孟德爾隨機化關聯

圖S7：2個歐洲血統人群中驗證代謝物與T2D及四種血糖特征的孟德爾隨機化關聯

7. 跨祖分析探測與T2D/血糖性狀相關的代謝物

值得注意的是，發現4對關聯的代謝物-性狀顯示出跨祖先一致性（圖5）。亞精胺和肌酸是T2D的潛在保護因素。具體而言，亞精胺與EAS祖先的2hGlu水平和EUR祖先的T2D風險呈負相關。較高水平的肌酸與EAS祖先較低的HbA1c水平和T2D風險相關，與EUR祖先較低的FI水平相關。同時，N-乙酰-L-丙氨酸和硫酸雌酮是血糖性狀的潛在危險因素。N-乙酰-L-丙氨酸與EAS祖先的FI水平和EUR祖先的HbA1c水平呈正相關。較高水平的雌酮3-硫酸鹽與較高水平的HbA1c在歐元血統和FG在EAS血統相關聯。

圖5：2個祖先代謝物與T2D和四種血糖特征的孟德爾隨機化關聯

8. 代謝物與T2D關聯的多組學證據

通過整合基因-轉錄-蛋白-代謝物-表型軸上的多組學數據，系統地剖析了跨多個生物層的T2D的分子機制。對于跨祖先證據支持的肌酸-T2D關聯，整合了額外的組學數據，包括基因組學、轉錄組學、蛋白質組學和代謝組學，以探索潛在的機制聯系（圖6A）。在基因組水平上，發現CPS1上的SNP rs1047891是ZMSC中肌酸的元QTL，并得到CLSA的支持。在轉錄組學和蛋白質組學水平，CPS1基因在肝臟中高度表達，并編碼線粒體酶，在催化尿素循環的第一步中起關鍵作用。在代謝組學水平，尿素循環產生的精氨酸參與肌酸合成。在表型組學水平上，發現，在EUR血統中，遺傳預測的肌酸與FI和HbA1c呈負相關，在EAS血統中與T2D呈負相關。從機制上講，肌酸可以通過兩個關鍵途徑對葡萄糖代謝產生有益影響：（1）增強β細胞胰島素分泌；（2）通過GLUT-4改善葡萄糖攝取。綜上所述，結果為肌酸的分子調控提供了一個假設的遺傳-蛋白-代謝-表型證據鏈。

還整合多維證據來探索環境暴露IFP影響T2D的潛在分子途徑（圖6B）。IFP可以在肝微粒體中降解為IFPO、ICP和ICPO。在基因組水平上，發現UGT1A1基因上的SNP rs28946889是ZMSC中血清異甲硫磷的元QTL（效應等位基因：T，beta=?0.24，P=2.13×10-8）。在轉錄組學和蛋白質組學水平，UGT1A1基因在肝臟中高度表達，并編碼一種藥物代謝酶，該酶在代謝和解毒中起著關鍵作用（GTEx v10，效應等位基因：T，正常效應大小=0.23，P=8.30×10?6）。在表型組學水平，發現遺傳預測的IFP是中國人T2D的危險因素。在機制上，IFP-T2D關聯涉及IFP誘導的胰島素抵抗。總的來說，這些發現支持了IFP分子調控的一個假設的遺傳-表達-蛋白-代謝-表型證據鏈。

圖6：代謝物與T2D關聯的潛在分子機制鏈

結論

這項研究對T2D的潛在病因進行了全面的代謝組調查，為其代謝基礎和相關心血管并發癥提供了新的見解。通過綜合多組學方法確定了與心臟代謝性疾病相關的關鍵代謝物和分子途徑。這些發現不僅增強了對心臟代謝性疾病復雜代謝網絡的理解，還為早期疾病檢測和潛在治療靶點提供了有價值的生物標志物。

參考文獻

Cheng C, Liu Y, Sun L, et al. Integrative metabolomics and genomics reveal molecular signatures for type 2 diabetes and its cardiovascular complications. Cardiovasc Diabetol. 2025;24(1):166. Published 2025 Apr 16. doi:10.1186/s12933-025-02718-4. IF: 10.6 Q1