患者选择和分组
根据临床标准招募MAFLD患者和健康对照，并分为T2D-MAFLD、OB-MAFLD和L-MAFLD。
根据FLI≥30、超声证实的肝脂肪变性，以及T2D、肥胖或瘦型标准选择393例MAFLD患者和109例健康对照。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
循环microRNA谱用于代谢功能障碍相关脂肪肝病患者表型分层：一项基于候选物的研究。
Circulating MicroRNA Profiling for Phenotypic Stratification in Patients with Metabolic Dysfunction-Associated Fatty Liver Disease: A Candidate-Based Study.
实验完整度
中研究为观察性病例对照研究，采用RT-qPCR检测miRNA表达，并通过多因素回归和ROC分析验证诊断性能，缺乏功能实验和机制验证。
主要模型
MAFLD患者血浆样本 健康对照血浆样本
重点核对
MAFLD患者和健康对照的纳入标准，如FLI≥30、超声证实的肝脂肪变性，以及T2D、肥胖或瘦型定义 血浆样本采集与储存，包括EDTA管、离心条件（4000 rpm 10分钟 4°C）、TRIzol LS试剂及-80°C保存 RT-qPCR条件，包括cDNA合成（300 ng RNA）、循环参数（95°C 10分钟，40个循环95°C 10秒、63°C 15秒、72°C 10秒）、Ct>35排除 样本量估计：基于效应量0.2、95%功效、α=0.05，计算样本量为390 统计分析：多因素多项逻辑回归、自举验证（1000次重采样）及ROC分析
摘要
代谢功能障碍相关脂肪肝病（MAFLD）包含不同的表型亚组，包括2型糖尿病相关MAFLD（T2D-MAFLD）、肥胖相关MAFLD（OB-MAFLD）和瘦型MAFLD（L-MAFLD）。新出现的证据表明，miRNA的失调在MAFLD的发病机制和进展中起关键作用。本研究评估了基于血浆miRNA特征的诊断准确性，作为MAFLD早期检测和表型分层的非侵入性生物标志物。共纳入393例MAFLD患者和109例健康对照。使用逆转录聚合酶链反应定量了血浆中miR-122、miR-103a、miR-222、miR-15a、miR-34a、miR-192、miR-197和miR-99a的表达。与对照组相比，MAFLD患者表现出miR-122、miR-103a、miR-222、miR-15a和miR-34a的显著上调，同时miR-197和miR-99a下调。多项逻辑回归揭示了表型特异性关联：miR-103a、miR-34a和miR-197与T2D-MAFLD相关；miR-122、miR-222和miR-99a与OB-MAFLD相关；miR-15a与L-MAFLD相关。接受者操作特征分析显示，miR-197在T2D-MAFLD中的个体诊断准确性最高（AUC = 0.784），miR-99a在OB-MAFLD中最高（AUC = 0.869），miR-15a在L-MAFLD中最高（AUC = 0.776）。将组合miRNA面板与生化标志物相结合进一步提高了诊断性能和临床实用性，实现了高阳性和阴性预测值。总之，血浆miRNA特征能够实现MAFLD亚型的表型特异性区分，并可能作为有前景的非侵入性工具，有待多中心验证。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 代谢相关miRNA的表达谱能否区分MAFLD的不同表型（T2D-MAFLD、OB-MAFLD、L-MAFLD），并提高诊断准确性？
- 核心机制
- miR-103a、miR-34a和miR-197与T2D-MAFLD相关，miR-122、miR-222和miR-99a与OB-MAFLD相关，miR-15a与L-MAFLD相关，表明miRNA失调与代谢紊乱相关。
- 主要证据
- 基于393例MAFLD患者和109例健康对照，通过RT-qPCR检测8种miRNA，多因素logistic回归和ROC分析揭示表型特异性关联，联合miRNA面板可提高诊断AUC。
- 研究意义
- 血浆miRNA特征可实现MAFLD表型的非侵入性分层，有望作为早期诊断和个性化管理的辅助工具，但需多中心验证。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
生物化学和炎症标志物检测
评估代谢和炎症标志物，以支持MAFLD表型分层和模型整合。
收集空腹静脉血，使用自动化分析仪和ELISA试剂盒检测血糖、血脂、肝酶、hs-CRP、胰岛素、IL-6、TNF-α、leptin、adiponectin、MDA和CK-18等。
血浆miRNA定量
定量8种候选miRNA的表达水平。
从血浆中提取RNA，使用RT-qPCR定量miR-122, miR-103a, miR-222, miR-15a, miR-34a, miR-192, miR-197, miR-99a，并用cel-miR-39-3p归一化。
表型特异性miRNA关联分析
识别与不同MAFLD表型独立关联的miRNA。
通过多项logistic回归分析，调整年龄，评估8种miRNA与T2D-MAFLD、OB-MAFLD和L-MAFLD的关联。
诊断性能评估
评估单个miRNA和组合面板区分MAFLD表型的准确性。
使用ROC曲线分析单个miRNA和组合miRNA面板的AUC，确定最佳截断值。
综合模型构建
评估miRNA与生化标志物结合对诊断性能的提升。
将表型特异性miRNA加入生化标志物模型，使用逻辑回归预测概率生成ROC曲线。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 临床生化分析 | Cobas c501 | Roche Diagnostics | -- |
| 胰岛素检测 | Cobas e411 | Roche Diagnostics | -- |
| 血小板计数 | Sysmex XP-100 | Sysmex Corporation | -- |
| ELISA检测 | ELISA试剂盒 | Elabscience | -- |
| RNA提取 | TRIzol LS试剂 | Thermo Fisher Scientific | -- |
| cel-miR-39-3p | Qiagen | -- | |
| RNA质量评估 | NanoDrop分光光度计 | Thermo Fisher Scientific | -- |
| cDNA合成 | miRNA All-In-One cDNA合成试剂盒 | Applied Biological Materials Inc. | -- |
| RT-qPCR | Bright Green Master Mix | Applied Biological Materials Inc. | -- |
| Rotor-Gene Q热循环仪 | Qiagen | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 患者选择 | 纳入标准：FLI≥30、超声证实的脂肪肝、T2D（空腹血糖≥7.0 mmol/L或HbA1C≥6.5%）或肥胖（BMI≥23 kg/m2）或瘦型（BMI<23 kg/m2）；年龄20-70岁；排除标准（病毒性肝炎、饮酒等） 阅读提示：Methods, 2.2 Patient Selection |
| 生化检测 | 空腹10-12小时采血；使用的分析仪型号（Cobas c501, e411）和ELISA试剂盒品牌；检测项目（血糖、血脂、肝酶、hs-CRP、胰岛素、炎症因子等） 阅读提示：Methods, 2.3 Clinical Assessment and Biochemical Analysis |
| miRNA定量 | 血浆采集（EDTA管，离心条件4000 rpm 10分钟4°C）；储存（TRIzol LS、-80°C）；RNA提取（TRIzol LS，加cel-miR-39-3p）；cDNA合成（300 ng RNA）；RT-qPCR条件（循环参数，Ct>35排除）；数据归一化（ΔCt法） 阅读提示：Methods, 2.5 Quantification of miRNAs |
| 统计分析 | 样本量估计（效应量0.2，90%功效，α=0.05）；组间比较方法（Mann-Whitney U, Kruskal-Wallis）；多项logistic回归（调整年龄）；自举（1000次重采样）；ROC分析（Youden指数） 阅读提示：Methods, 2.6 Sample Size and Statistical Analysis |