专家论坛
糖尿病肾病新型生物标志物的研究现状和展望
中华医学杂志, 2021,101(10) : 691-694. DOI: 10.3760/cma.j.cn112137-20201110-03055
摘要

糖尿病肾病(DKD)是糖尿病最常见的慢性并发症,是终末期肾脏病(ESRD)的主要病因。DKD的预警、早期诊断和评估疾病进展对于改善预后至关重要。估算肾小球滤过率(eGFR)和尿白蛋白排泄率(AER)是DKD的主要诊断依据,但灵敏度和特异度存在不足。近年来,DKD新型生物标志物的价值逐渐受到重视。本文对近年来DKD新型生物标志物的临床研究进行评述,为DKD临床诊断和预后评估提供参考。

引用本文: 冯松涛, 王彬, 刘必成. 糖尿病肾病新型生物标志物的研究现状和展望 [J] . 中华医学杂志, 2021, 101(10) : 691-694. DOI: 10.3760/cma.j.cn112137-20201110-03055.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

过去数十年,我国糖尿病的发病率急剧增长,最新的流行病学调查显示,成人糖尿病的患病率已达12.8%1。糖尿病肾病(DKD)是糖尿病常见的慢性并发症,20%~40%的患者在病程中将发展为DKD2。估算肾小球滤过率(eGFR)下降和(或)尿白蛋白排泄率(AER)升高是DKD的主要临床特征,其典型的病理改变为肾小球基底膜增厚、系膜基质增宽和肾小球硬化等。美国肾脏病基金会肾脏病预后质量倡议(K/DOQI)和中国糖尿病肾脏疾病防治指南均提出3,eGFR<60 ml·min-1·(1.73 m2-1和(或)尿白蛋白肌酐比值(UACR)>30 mg/g为DKD临床诊断的主要标准,而肾活检病理被认为是DKD诊断的金标准。然而,eGFR和白蛋白尿在灵敏度和特异度方面存在不足,而肾穿刺检查由于有创,不利于广泛开展。近年多项研究显示,新型生物标志物在诊断DKD和预测疾病进展方面具有重要的价值。本文对近年来DKD新型生物标志物的临床研究进行评述,为DKD临床诊断和预后评估提供参考。

一、肾小球损伤性生物标志物

除尿白蛋白以外,肾小球损伤性标志物包括尿转铁蛋白、尿IgG和尿Ⅳ型胶原等。转铁蛋白的分子量与白蛋白接近,阴离子含量更低,更容易通过肾小球基底膜。糖尿病患者的尿转铁蛋白排泄率与肾小管萎缩、肾间质纤维化和炎症细胞浸润的程度有关,且与尿白蛋白水平呈现良好的线性关系,前者的增加可预测微量白蛋白尿的发生。一项纳入13项研究的荟萃分析显示,尿转铁蛋白排泄率是预测DKD发生的良好指标4。IgG为带负电荷的大分子蛋白,不易通过肾小球基底膜,多伴随白蛋白、转铁蛋白等成分出现在DKD患者的尿液中,作为DKD标志物的研究多与其他标志物联合使用。Ⅳ型胶原是肾小球、肾小管基底膜和肾小球系膜基质的成分之一。在225例不合并肾损伤的1型糖尿病(T1DM)患者中随访8.8年后发现,尿Ⅳ型胶原肌酐比值与微量白蛋白尿的发生独立相关(HR=19.23,95%CI:1.53~242.30)5

肾小球损伤性生物标志物的主要价值在于预警微量白蛋白尿的发生,在诊断DKD方面缺乏特异性,而在预测DKD的远期进展方面尚无充分的前瞻性研究证据。

二、肾小管损伤性生物标志物

DKD发生时,除肾小球基底膜增厚外,肾小管间质肾损伤在疾病进展中也产生重要影响,肾小管功能障碍可以出现在病程早期,偶尔出现在肾小球损伤之前。一些最初在急性肾损伤(AKI)中的生物标志物也被发现在DKD患者中具有诊断价值。其中,肾损伤分子1(KIM-1)的循证医学证据最为充分。KIM-1是近端小管细胞顶端膜表达的膜蛋白,在评估DKD进展中具有重要的价值。在ACCORD研究队列中,血浆KIM-1最高四分位水平的早期DKD患者较最低四分位水平组更易进展为CKD 3期(OR=2.4,95%CI:1.7~3.5)6;相似的是,在NEPHRON-D研究队列中,血浆KIM-1水平最高四分位的患者发生终末期肾脏病(ESRD)的风险是最低四分位组患者的6.3倍6。此外,尿KIM-1也具有预测DKD进展的价值,但有研究报道尿KIM-1不能独立于AER预测DKD进展7。笔者认为,肾小管损伤性标志物已广泛用于AKI的临床诊断,具有很好的临床转化前景。但是,在预测DKD进展方面的价值尚未有定论,需要较长随访周期的多中心前瞻性研究来证实。

三、炎症性生物标志物

1. 肿瘤坏死因子(TNF)受体(TNFR):TNF-α是一种与肾脏疾病进展相关的炎症细胞因子,TNFR-1和TNFR-2是Ⅰ型跨膜蛋白,在被TNF-α裂解酶裂解后,可以脱落到细胞外空间进入血液循环而成为可溶性的TNFR。2012年,Niewczas等8对410例2型糖尿病(T2DM)患者随访12年后发现,无论是否有蛋白尿,基线血浆TNFR-1和TNFR-2是ESRD的强有力预测因子。该团队在另一项628例T1DM患者的队列研究中随访12年后发现9,血浆TNFR-1和TNFR-2的水平与早期eGFR下降密切相关。进一步检测3个T1DM或T2DM队列患者的194种血浆炎症因子,确定了以TNFR超家族成员为主的17种分子组成肾脏风险炎症特征(KRIS),与10年内进展为ESRD的风险密切相关10。多项临床研究验证了TNFR在预警DKD发生和预测DKD进展方面的价值。例如,ACCORD和NEPHRON-D研究队列中发现6,DKD患者的血浆TNFR-1、TNFR-2和KIM-1水平的翻倍与肾脏预后风险之间存在明显相关性。笔者认为,TNFR是eGFR和白蛋白尿以外最有前景的进展性生物标志物,未来可能实现临床转化应用于DKD的临床进展评估。

2. 单核细胞趋化蛋白1(MCP-1):在急性和慢性炎症过程中,MCP-1具有招募T淋巴细胞和单核细胞的趋化作用。在DKD患者和实验性DKD模型中均可观察到尿MCP-1的水平增加,尿MCP-1是DKD患者大量白蛋白尿和eGFR下降的危险因素。横断面研究发现,尿MCP-1在合并白蛋白尿的糖尿病患者中显著升高,与UACR呈正相关,提示尿MCP-1对于DKD的早期诊断有重要价值。一项前瞻性研究纳入了56例T2DM患者,平均随访30.7个月后发现,校正血压、尿白蛋白和eGFR等因素后,尿MCP-1仍然能够作为包括血肌酐翻倍、ESRD和全因死亡率增加等在内的不良预后的独立危险因素(OR=11.0,95%CI:1.6~76.4)11。在另一项前瞻性研究中随访2.1年,校正白蛋白尿后发现尿MCP-1同样可以预测DKD的进展12。然而,尿MCP-1预测DKD进展方面的研究随访周期较短,且多为样本量较小的单中心研究,关于尿MCP-1作为DKD生物标志物的价值尚不能确定。

3. 成纤维细胞生长因子23(FGF-23):FGF-23是由成骨细胞合成的具有内分泌功能的蛋白质,在Klotho协助下抑制肾脏对磷酸盐的重吸收,促进尿磷排泄。研究发现,血浆FGF-23的水平与T2DM合并CKD患者发生心血管事件有关。有前瞻性研究随访合并白蛋白尿的DKD患者30.7个月后发现,血浆FGF-23是血肌酐翻倍、ESRD和心血管事件等复合性终点事件的独立危险因素(HR=1.09,95%CI:1.01~1.16)13。另一项前瞻性研究发现14,67例DKD患者随访2~6年,血浆FGF-23的水平与DKD患者发生ESRD和全因死亡增加有关(OR=3.07,P=0.008)。

四、基于组学平台发现的生物标志物

1. 蛋白组学生物标志物:2010年,有研究对230例CKD患者和379名健康受试者的尿液进行蛋白组学检测,运用支持向量机算法构建了273个已知序列的分类器,称为“CKD273”,能够在微量白蛋白尿升高前预测DKD发生。多项研究证实CKD273在预警DKD15和预测DKD进展16方面具有良好的价值。“PromarkerD”是基于血浆蛋白组学开发的DKD预测器,通过检测血浆脂蛋白A-Ⅳ(APOA4)、胰岛素样生长因子结合蛋白3(IGFBP3)、和CD5抗原样蛋白(CD5L)的水平,联合年龄、eGFR和高密度脂蛋白构建预测模型,该模型预测4年内发生DKD风险的灵敏度为86%,特异度为78%,阳性预测值为30%,阴性预测值为98%17;然而,其在预测eGFR下降方面的价值非常有限18。蛋白组学标志物由于费用昂贵,研究的样本量较小,目前尚处在探索阶段。在转化为临床实践之前,还需要在更大、更多样化的人群中进一步验证。

2. 尿液mRNA和microRNA(miRNA):足细胞损伤、脱落是DKD的典型病理生理改变,检测尿液足细胞标志物已成为DKD诊断的一项重要方法。在不同分期的DKD患者中,尿液足细胞标志蛋白,CD2-AP,α-辅肌动蛋白4和膜蛋白等足细胞标志分子mRNA 水平较健康人显著升高,且与尿白蛋白、血肌酐的浓度呈正相关19。肾间质纤维化是DKD进展的重要机制,肾小管上皮细胞间质转分化相关分子在DKD中表达增加。采用靶向mRNA芯片检测DKD患者的尿脱落细胞,发现包括足细胞标志分子、肾纤维化和炎症因子多种机制在内的29个mRNA在DKD中表达增高20

miRNA是基因转录后调控的重要方式,调节生理和疾病状态下多种细胞的生物学功能,是疾病生物标志物的重要来源。在一项纳入了DKD、IgA肾病和高血压肾病的研究中,尿液miR-15在DKD中表达水平下降,且与基线白蛋白尿呈负相关,与基线eGFR水平正相关,而miR-21和miR216a则与肾功能的进展和ESRD的发生有关21。另一项研究发现,miR-21、miR-124和miR-192在T2DM患者DKD早期诊断中具有潜在价值22。然而,不同研究之间所发现的miRNA很少有重叠和相互验证。为了确定尿液miRNA分子能否应用于DKD早期诊断和风险分层,还需要进行多中心、大样本的研究及前瞻性队列研究等。

五、细胞外囊泡携带的生物标志物

细胞外囊泡是活细胞释放的由脂质膜包被的纳米级结构,细胞外囊泡中包裹的mRNA和miRNA性质较为稳定,被认为是mRNA标志物的一种良好来源。UMOD是编码尿调节素的基因,研究发现,与对照组相比,DKD患者尿细胞外囊泡中UMOD mRNA水平升高,与eGFR及蛋白尿水平显著相关,诊断DKD的灵敏度为93%,特异度为73%,受试者工作特征曲线下面积为0.9023。Wilm肿瘤蛋白1(WT-1)是足细胞正常分化必不可少的转录因子,DKD患者尿液细胞外囊泡中的WT-1 mRNA水平显著升高,随访发现,WT-1 mRNA高的DKD患者eGFR下降更加明显,更易进展为ESRD24。另有研究报道25,miR-15b、miR-34a和miR-636在DKD患者尿外泌体中表达上调,3种miRNA的组合对DKD诊断的灵敏度可高达100%,且与血肌酐、UACR呈正相关。目前尿液细胞外囊泡对DKD的诊断价值尚处在探索阶段,尚缺乏充分的评估疾病进展的前瞻性研究证据。

六、展望

DKD诊断和进展性生物标志物的研究对于早期诊断DKD和识别容易发生ESRD的高危人群意义重大,通过早期治疗、积极干预高危人群,能够改善DKD的预后,减轻医疗和社会经济负担。然而,尽管目前研究取得了不少进展,但迄今尚无UACR和eGFR以外公认的生物标志物被常规用于DKD的诊断和风险分层,新型生物标志物的开发和应用仍任重而道远。

近年来,蛋白组学、转录组学、表观遗传学、代谢组学和生物信息学等技术快速发展,例如CKD273的开发和商业化使用,为DKD早期诊断和病情发展的预测提供了新的途径。随着对DKD发病机制的研究深入、生物样本库和多中心研究队列的构建以及高通量组学新技术的发展,理想的新型DKD生物标志物有望被开发和转化应用。

利益冲突
利益冲突

所有作者均声明不存在利益冲突

参考文献
1
LiY, TengD, ShiX, et al. Prevalence of diabetes recorded in mainland China using 2018 diagnostic criteria from the American Diabetes Association: national cross sectional study[J]. BMJ, 2020, 369:m997. DOI: 10.1136/bmj.m997.
2
北京大学医学系糖尿病肾脏病专家共识协作组. 糖尿病肾脏病诊治专家共识[J]. 中华医学杂志, 2020, 100(4):247-260. DOI: 10.3760/cma.j.issn.0376-2491.2020.04.003.
3
中华医学会糖尿病学分会微血管并发症学组. 中国糖尿病肾脏疾病防治临床指南[J]. 中华糖尿病杂志, 2019, 11(1):15-28. DOI: 10.3760/cma.j.issn.1674-5809.2019.01.004.
4
HellemonsME, KerschbaumJ, BakkerSJ, et al. Validity of biomarkers predicting onset or progression of nephropathy in patients with type 2 diabetes: a systematic review[J]. Diabet Med, 2012, 29(5):567-577. DOI: 10.1111/j.1464-5491.2011.03437.x.
5
MoritaM, HanaiK, UchigataY. Urinary type Ⅳ collagen as a predictor for the incidence of microalbuminuria in young patients with type 1 diabetes[J]. Diabet Med, 2014, 31(2):213-218. DOI: 10.1111/dme.12317.
6
CocaSG, NadkarniGN, HuangY, et al. Plasma biomarkers and kidney function decline in early and established diabetic kidney disease[J]. J Am Soc Nephrol, 2017, 28(9):2786-2793. DOI: 10.1681/ASN.2016101101.
7
PanduruNM, SandholmN, ForsblomC, et al. Kidney injury molecule-1 and the loss of kidney function in diabetic nephropathy: a likely causal link in patients with type 1 diabetes[J]. Diabetes Care, 2015, 38(6):1130-1137. DOI: 10.2337/dc14-2330.
8
NiewczasMA, GohdaT, SkupienJ, et al. Circulating TNF receptors 1 and 2 predict ESRD in type 2 diabetes[J]. J Am Soc Nephrol, 2012, 23(3):507-515. DOI: 10.1681/ASN.2011060627.
9
GohdaT, NiewczasMA, FicocielloLH, et al. Circulating TNF receptors 1 and 2 predict stage 3 CKD in type 1 diabetes[J]. J Am Soc Nephrol, 2012, 23(3):516-524. DOI: 10.1681/ASN.2011060628.
10
NiewczasMA, PavkovME, SkupienJ, et al. A signature of circulating inflammatory proteins and development of end-stage renal disease in diabetes[J]. Nat Med, 2019, 25(5):805-813. DOI: 10.1038/s41591-019-0415-5.
11
TitanSM, VieiraJM, DominguezWV, et al. Urinary MCP-1 and RBP: independent predictors of renal outcome in macroalbuminuric diabetic nephropathy[J]. J Diabetes Complications, 2012, 26(6):546-553. DOI: 10.1016/j.jdiacomp.2012.06.006.
12
VerhaveJC, BouchardJ, GoupilR, et al. Clinical value of inflammatory urinary biomarkers in overt diabetic nephropathy: a prospective study[J]. Diabetes Res Clin Pract, 2013, 101(3):333-340. DOI: 10.1016/j.diabres.2013.07.006.
13
TitanSM, ZatzR, GraciolliFG, et al. FGF-23 as a predictor of renal outcome in diabetic nephropathy[J]. Clin J Am Soc Nephrol, 2011, 6(2):241-247. DOI: 10.2215/CJN.04250510.
14
AgarwalR, DuffinKL, LaskaDA, et al. A prospective study of multiple protein biomarkers to predict progression in diabetic chronic kidney disease[J]. Nephrol Dial Transplant, 2014, 29(12):2293-2302. DOI: 10.1093/ndt/gfu255.
15
ZürbigP, MischakH, MenneJ, et al. CKD273 enables efficient prediction of diabetic nephropathy in nonalbuminuric patients[J]. Diabetes Care, 2019, 42(1):e4-e5. DOI: 10.2337/dc18-1322.
16
CurrieGE, von ScholtenBJ, MaryS, et al. Urinary proteomics for prediction of mortality in patients with type 2 diabetes and microalbuminuria[J]. Cardiovasc Diabetol, 2018, 17(1):50. DOI: 10.1186/s12933-018-0697-9.
17
PetersKE, DavisWA, ItoJ, et al. Validation of a protein biomarker test for predicting renal decline in type 2 diabetes: the Fremantle Diabetes Study Phase Ⅱ[J]. J Diabetes Complications, 2019, 33(12):107406. DOI: 10.1016/j.jdiacomp.2019.07.003.
18
PetersKE, XuJ, BringansSD, et al. PromarkerD predicts renal function decline in type 2 diabetes in the Canagliflozin Cardiovascular Assessment Study (CANVAS)[J]. J Clin Med, 2020, 9(10):3212.DOI: 10.3390/jcm9103212.
19
ZhengM, LvLL, NiJ, et al. Urinary podocyte-associated mRNA profile in various stages of diabetic nephropathy[J]. PLoS One, 2011, 6(5):e20431. DOI: 10.1371/journal.pone.0020431.
20
ZhengM, LvLL, CaoYH, et al. A pilot trial assessing urinary gene expression profiling with an mRNA array for diabetic nephropathy[J]. PLoS One, 2012, 7(5):e34824. DOI: 10.1371/journal.pone.0034824.
21
SzetoCC, Ching-HaKB, Ka-BikL, et al. Micro-RNA expression in the urinary sediment of patients with chronic kidney diseases[J]. Dis Markers, 2012, 33(3):137-144. DOI: 10.1155/2012/842764.
22
MilasO, GadaleanF, VladA, et al. Deregulated profiles of urinary microRNAs may explain podocyte injury and proximal tubule dysfunction in normoalbuminuric patients with type 2 diabetes mellitus[J]. J Investig Med, 2018, 66(4):747-754. DOI: 10.1136/jim-2017-000556.
23
YamamotoCM, MurakamiT, OakesML, et al. Uromodulin mRNA from urinary extracellular vesicles correlate to kidney function decline in type 2 diabetes mellitus[J]. Am J Nephrol, 2018, 47(5):283-291. DOI: 10.1159/000489129.
24
DongL, PietschS, TanZ, et al. Integration of cistromic and transcriptomic analyses identifies Nphs2, Mafb, and Magi2 as Wilms′ tumor 1 target genes in podocyte differentiation and maintenance[J]. J Am Soc Nephrol, 2015, 26(9):2118-2128. DOI: 10.1681/ASN.2014080819.
25
EissaS, MatboliM, AboushahbaR, et al. Urinary exosomal microRNA panel unravels novel biomarkers for diagnosis of type 2 diabetic kidney disease[J]. J Diabetes Complications, 2016, 30(8):1585-1592. DOI: 10.1016/j.jdiacomp.2016.07.012.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词