MESA队列蛋白质组学测量与糖尿病关联分析
识别与 incident 糖尿病相关的循环蛋白质，比较单时间点和纵向重复测量的关联数量。
在MESA检查1、5、6使用Olink Explore (3K)平台测量血浆蛋白质，使用Cox比例风险模型（单时间点）和时间依赖Cox模型（纵向重复）分析蛋白质与 incident 糖尿病的关联，调整临床危险因素和FPG。
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
多民族队列中纵向重复蛋白质测量识别出揭示独特疾病通路的新型糖尿病生物标志物
Longitudinal Repeated Protein Measurements in a Multiethnic Cohort Identify Novel Diabetes Biomarkers That Reveal Unique Disease Pathways
实验完整度
中基于MESA和UKB队列的蛋白质组学关联分析及cis-MR验证，无体外或动物功能实验。
主要模型
MESA多民族队列（n=5,322） UKB外部验证队列（n=54,219蛋白质组学子集）
重点核对
MESA中检查1、5、6的Olink Explore (3K)蛋白质组测量，2,900种蛋白质纳入分析 糖尿病定义为自我报告诊断、降糖药物使用或FPG≥126 mg/dL和/或非空腹血糖≥200 mg/dL Cox模型调整年龄、性别、种族/民族、BMI、eGFR、总胆固醇、HDL、甘油三酯、高血压和降脂药物使用，并额外调整FPG 纵向分析使用时间依赖Cox模型，聚类以考虑重复测量 cis-MR使用UKB pQTLs和T2D GWAS（排除UKB参与者），FDR<0.05
摘要
循环糖尿病生物标志物已通过单时间点测量的蛋白质组学被识别，但同一个人多年纵向重复测量额外提供的信息尚不清楚。我们研究了多民族动脉粥样硬化研究（MESA；n = 5,322；平均基线年龄61.7岁）的参与者，在检查1（2000–2002）、5（2010–2012）和6（2016–2018）时使用Olink Explore（3 K）平台进行蛋白质组分析。使用检查1蛋白质（即单时间点）的Cox比例风险模型和所有三次检查蛋白质（即纵向重复）的时间更新Cox模型，调整临床危险因素，对 incident 糖尿病（主要为2型）的关联进行建模。我们识别了27个新的单时间点关联，纵向关联最多增加四倍（错误发现率 < 0.05），通过cis-Mendelian随机化（约5%）与因果性一致的数目成比例增加，且MESA纵向关联与英国生物银行单时间点发现的重叠较小（分别为42% vs. 87%）。与共享蛋白质中的小分子代谢通路富集相比，纵向分析独有的蛋白质富集于蛋白质和细胞加工通路。我们得出结论，纵向重复测量识别出许多不同的疾病生物标志物，部分是通过揭示个体内在接近临床糖尿病诊断时相关生物过程的进展，而非单次测量。
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
- 纵向重复蛋白质测量与单时间点测量相比，是否能识别更多糖尿病生物标志物并揭示不同生物学通路？
- 核心机制
- 纵向重复测量捕获个体从正常血糖向糖尿病进展过程中接近诊断时的生物过程变化，包括蛋白质和细胞加工通路。
- 主要证据
- MESA队列中纵向重复测量识别700种糖尿病相关蛋白质（单时间点348种），cis-MR显示相似比例（约5%） nominated as causal，且纵向独有蛋白质富集于与共享蛋白质不同的通路。
- 研究意义
- 纵向重复蛋白质组学可增加疾病生物标志物数量并揭示独特生物通路，有助于理解糖尿病发病机制和识别预防治疗靶点。
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。
UKB队列单时间点蛋白质关联复制
在外部大型队列中验证MESA单时间点蛋白质与 incident 糖尿病的关联。
在UKB中使用Olink Explore (3K)平台测量蛋白质，使用类似Cox模型分析蛋白质与 incident 糖尿病的关联，并与MESA单时间点结果比较方向一致性和显著性。
cis-Mendelian随机化分析
评估单时间点和纵向重复测量识别的糖尿病相关蛋白质对2型糖尿病的因果效应。
使用UKB单时间点Olink蛋白质GWAS中的cis-pQTLs作为工具变量，欧洲 ancestry T2D GWAS（排除UKB参与者）作为结局，进行两样本cis-MR（IVW、加权中位数、MR-Egger），并进行敏感性分析和反向MR。
通路富集分析
比较单时间点和纵向重复测量识别的蛋白质所富集的生物学通路。
使用ClusterProfiler对单时间点和纵向重复分析中显著的蛋白质进行Gene Ontology通路过表达分析，以所有Olink测量蛋白质对应的基因作为背景。
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 |
|---|---|---|---|
| 蛋白质组学测量 | Olink Explore (3K)平台 | Olink | -- |
| 血糖测量 | VITROS分析仪 | Johnson and Johnson Clinical Diagnostics | -- |
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 |
|---|---|
| MESA蛋白质组学测量 | 蛋白质测量平台：Olink Explore (3K)；测量时间点：检查1、5、6；样本类型：空腹血浆EDTA管；缺失率>30%的蛋白质被排除 阅读提示：Methods中的Proteomics Profiling小节 |
| 糖尿病关联分析 | 协变量调整集合：年龄、性别、种族/民族、BMI、eGFR、总胆固醇、HDL、甘油三酯、高血压、降脂药物使用，以及额外FPG；FDR<0.05显著性阈值；单时间点使用检查1蛋白质，纵向使用时间依赖Cox模型 阅读提示：Methods中的Proteomics Statistical Methods小节 |
| cis-MR分析 | cis-pQTL选择阈值：r2 < 0.1，P < 5×10−5，F统计量≥10；T2D GWAS来源：欧洲 ancestry，排除UKB参与者；敏感性分析方法：加权中位数、MR-Egger、MR-PRESSO 阅读提示：Methods中的Genetic Analyses小节 |
| 通路富集分析 | 背景基因集：所有Olink测量蛋白质对应基因；使用的R包：ClusterProfiler；通路数据库：Gene Ontology Knowledgebase 阅读提示：Methods中的Pathway Analysis小节 |