整合血浆蛋白质组网络分析识别可能介导2型糖尿病风险的体力活动相关蛋白模块

Integrative plasma proteomic network analysis identifies physical activity-associated protein modules potentially mediating type 2 diabetes risk

作者信息Zhenqian Wang, Chen-Yang Su, Jiawen Lu, Masashi Hasebe, Alejandro Mejia-Garcia, Hsuan Megan Tsao, Jingyi Hu, Tianyuan Lu, Sirui Zhou
PMID42778924
发布时间2026-09-09
DOI10.1186/s12933-026-03363-1

实验完整度

中

队列中介分析与共表达网络,结合MR、GWAS及胰岛scRNA-seq验证,但无体外或动物功能实验。

主要模型

28,842名无糖尿病英国生物银行参与者队列 人类胰岛单细胞RNA测序数据(17例T2D和17例正常血糖对照) 血浆蛋白质组学(2910种蛋白)

重点核对

MVPA定义:≥600 MET-分钟/周为符合指南,<600为不足 队列样本量:28,842名无糖尿病参与者,中位随访13.60年,1225例 incident T2D 中介分析:Cox比例风险回归和线性回归调整年龄、性别、 ethnicity、教育、TDI、吸烟饮酒、睡眠、饮食、癌症史、蛋白批次和前十遗传主成分 MEGENA模块识别:171个显著模块,Bonferroni校正P<0.05/171 MR分析:使用WGS-based GWAS的213个工具变量,FDR校正,M42和M120显著

摘要

背景:中高强度体力活动(MVPA)可降低2型糖尿病(T2D)风险。识别介导这一关联的蛋白模块可能有助于剖析其生物学基础,但目前尚未完全明确。方法:我们研究了28,842名无糖尿病的英国生物银行参与者,具有基线血浆蛋白质组学数据。符合指南的MVPA定义为每周≥600代谢当量-分钟。我们首先评估MVPA与 incident T2D及2910种血浆蛋白的关联,随后对单个蛋白进行中介分析。然后使用多尺度嵌入基因共表达网络分析(MEGENA)识别蛋白共表达模块,检验模块水平与MVPA的关联及对 incident T2D的中介作用。蛋白模块进一步通过模块水平孟德尔随机化、全基因组测序全基因组关联研究、人类胰岛单细胞RNA测序、留一法敏感性分析和通路富集分析进行评估。结果:在中位13.60年(IQR:[12.82, 14.35])随访期间,1225名参与者发生 incident T2D。符合指南的MVPA与较低的T2D风险及650种循环蛋白相关,其中451种为Bonferroni显著的中介因子。MEGENA分析识别出171个稳健模块,其中67个介导MVPA-T2D关联。基于其显著的介导效应和潜在单个中介因子的富集,选择了代表最细分辨率功能的12个终端模块进行进一步分析。遗传和功能分析突出两个模块:CKB-IGFBP2中心模块与MVPA正相关(β [95% CI] 0.196 [0.168, 0.224]),并与较低的T2D风险遗传相关(OR [95% CI] 0.57 [0.43, 0.77])。相反,RIDA-PCBD1中心模块与MVPA负相关(−0.134 [−0.162, −0.108]),并与较高的T2D风险遗传相关(1.54 [1.13, 2.09])。与单个蛋白分析相比,这些模块捕获了独特通路,支持CKB-IGFBP2中心模块和RIDA-PCBD1中心模块分别为抗原呈递富集和补体/凋亡细胞清除富集模块。最后,两个模块的组成基因在胰腺β细胞中富集于T2D相关基因变化,其中抗原呈递富集模块在α、δ和导管细胞中显示额外富集。结论:MVPA可能通过两个协调的血浆蛋白网络而非仅通过单个循环蛋白降低T2D风险。评估协调的蛋白模块可能为理解运动如何预防T2D提供系统级生物学框架。

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
哪些血浆蛋白模块介导MVPA与 incident T2D的关联,以及它们捕获哪些特定生物学通路?
核心机制
MVPA可能通过协调的血浆蛋白网络而非单个蛋白降低T2D风险;CKB-IGFBP2中心模块与抗原呈递和适应性免疫相关,RIDA-PCBD1中心模块与补体和凋亡细胞清除相关。
主要证据
在28,842名UK Biobank参与者中,中介分析识别451种单个中介蛋白和67个中介模块;M42和M120在MR中与T2D风险方向一致;胰岛scRNA-seq显示两模块在T2D β细胞中下调,M42额外在α、δ和导管细胞中富集。
研究意义
评估协调蛋白模块可能提供系统级生物学框架,理解运动如何预防T2D,并支持模块水平蛋白质组学作为单个蛋白分析的补充方法。

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。

1

队列建立与MVPA评估

建立无糖尿病前瞻性队列并量化MVPA暴露

从UK Biobank中筛选28,842名有基线蛋白质组学数据的无糖尿病参与者,使用IPAQ问卷评估MVPA,以≥600 MET-分钟/周定义符合指南。

2

单个蛋白中介分析

评估单个血浆蛋白是否介导MVPA与T2D的关联

对2910种蛋白进行线性回归和Cox中介分析,调整协变量,计算TNIE和中介比例。

3

蛋白共表达网络构建与模块中介分析

识别协调蛋白模块并测试其介导作用

使用MEGENA构建共表达网络,识别171个显著模块,对模块特征蛋白进行中介分析,筛选67个显著中介模块,进一步通过超几何检验选出12个终端模块。

4

孟德尔随机化验证

提供遗传证据支持模块与T2D的关联

对12个终端模块进行WGS-based GWAS,选择工具变量,使用固定效应或随机效应模型进行MR,FDR校正。

5

胰岛单细胞RNA测序分析

评估模块基因在T2D胰岛细胞类型中的富集

使用人类胰岛scRNA-seq数据(17 T2D,17对照),进行拟 Bulk 差异表达和GSEA,评估M42和M120在11种胰岛细胞类型中的富集。

6

通路富集和遗传结构分析

阐明模块的生物学功能和遗传结构

对模块蛋白进行KEGG、GO、WikiPathways、Reactome富集分析;使用MAGMA对GWAS summary statistics进行基因集富集。

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
Olink生物标志物面板----
Illumina Novaseq6000测序仪Illumina--
missRanger (v2.6.1)----
regmedint (v1.0.2)----
Seurat (v5.4.0)----
DESeq2 (v1.50.2)----
gprofiler2 (v0.2.4)----
msigdbr (v26.1.0)----
TwoSampleMR (v0.6.29)----

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
队列与MVPA评估
MVPA阈值:≥600 MET-分钟/周;样本量:28,842;随访时间:中位13.60年
阅读提示:Methods: Study cohort and population; Assessment of MVPA and ascertainment of T2D
蛋白质组学测量与插补
蛋白数量:2910;插补方法:链式随机森林;缺失率阈值:<20%
阅读提示:Methods: Proteomic measurements and imputation
单个蛋白中介分析
协变量调整:年龄、性别、 ethnicity、教育、TDI、吸烟饮酒、睡眠、饮食、癌症史、蛋白批次、前十遗传主成分;Bonferroni阈值:P<0.05/2910
阅读提示:Methods: Mediation analyses of individual plasma proteins
MEGENA网络构建与模块中介
MEGENA参数:经验置换检验P<0.05;模块显著性:P<0.05/171;终端模块选择标准:PC1中介显著且超几何检验富集
阅读提示:Methods: Protein co-expression network construction and mediation analyses; Supplementary Notes
孟德尔随机化
工具变量选择:MAF>0.01, P<5×10−8, LD clumping r2<0.001;MR方法:固定效应或随机效应,敏感分析MR-Egger、加权中位数、MR-RAPS
阅读提示:Methods: Mendelian randomization
胰岛scRNA-seq分析
数据集:17 T2D和17对照;细胞类型:11种;GSEA方法:DESeq2和GSEA
阅读提示:Methods: Single-cell RNA sequencing data in human pancreatic islets; Sensitivity and exploratory analyses for terminal protein modules