李貴森 綜述 王 莉 審校

近年來，糖尿病發(fā)病率逐年增加，已經(jīng)成為全世界嚴重的公共健康問題。根據(jù)美國疾病控制中心(CDC)的最新數(shù)據(jù)顯示，近五十年來美國糖尿病患者數(shù)量持續(xù)快速增加，截止2009年已達2 100萬。2008年完成的全國糖尿病流行病學調查資料表明，我國年齡校正后的糖尿病患病率高達9.7%，在不到30年的時間內(nèi)增長了15倍，由此估計的我國糖尿病患者數(shù)高達9 240萬［1］。對大宗無白蛋白尿且血清肌酐(SCr)正常的2型糖尿病(T2DM)患者超過15年的隨訪發(fā)現(xiàn)，38%患者出現(xiàn)白蛋白尿，28%患者肌酐清除率下降(＜60 ml/min)［2］。通常30%的1型糖尿病(T1DM)和40%的T2DM最終會發(fā)展為糖尿病腎病(DN)。DN已經(jīng)成為慢性腎功能衰竭的主要原因之一。糖尿病患者是否會發(fā)生DN，將會發(fā)生哪種類型腎臟相關的臨床事件，以及DN如何發(fā)生發(fā)展，如何對腎病進行恰當?shù)呐R床分期和療效判斷，都需要合適的生物標志物。現(xiàn)有的生物標志物已不能滿足臨床的需要，尋找新的DN生物標志物，是目前DN的研究熱點之一。由于近年各種“組學”的興起，包括基因組學，轉錄組學，蛋白質組學及代謝組學等，為尋找DN生物標志物提供新的思路和平臺，使DN相關生物標志物的研究出現(xiàn)飛速發(fā)展。本文將對早期診斷DN的生物標志物做一簡述。

理想的早期DN生物標志物

生物標志物是用來表達某種生物學狀態(tài)或過程的物質，能夠反映機體內(nèi)存在某種微生物或生物學過程，特殊疾病狀態(tài)，或者具有特殊DNA序列片段或特殊遺傳信息。生物標志物可以是蛋白質，肽段，核酸，糖化合物，脂類化合物及小分子物質等。臨床上，生物標志物常常用于疾病篩查和診斷(包括臨床療效判斷)。用于疾病篩查的理想生物標志物必須具有高度特異性，假陽性和假陰性率低，能反映疾病早期狀態(tài)，易于檢測，能從血清或尿液中檢出為佳，同時要求性價比高。而用于疾病診斷的理想生物標志物必須對疾病狀態(tài)有很好的敏感度、特異性和精確性，可以預測疾病預后、復發(fā)和療效。

理想的早期DN的生物標志物也應具有上述特點，即能夠高效地早期篩查或診斷DN，便于檢測、穩(wěn)定性好且性價比高。但同時還應能預測哪些糖尿病患者會發(fā)生DN，而哪些DN會進展至終末期腎病，以及DN進展速度和治療反應。

白蛋白尿不是理想的早期DN生物標志物

目前臨床廣泛應用的DN生物標志物包括尿微量白蛋白和SCr。由于SCr不能反映早期腎臟損害，且不能區(qū)別腎臟病變性質，在早期診斷DN的臨床應用中受到限制。目前常用尿白蛋白診斷和篩查DN，其利用隨機尿標本，采用自動化分析儀進行檢測，方便且性價比高，被廣泛用于臨床。對736份尿標本的研究表明，長期(中位時間 11.2年)在－70℃下存儲，對尿白蛋白，尿白蛋白肌酐比(ACR)的重復性無明顯影響［3］，提示該指標穩(wěn)定性好。此外，尿白蛋白水平對于糖尿病患者心血管事件或者心力衰竭的發(fā)生風險均有很好的預測價值，同時治療后尿白蛋白變化也與心血管事件的風險有相關趨勢，表明它對重要臨床不良事件及治療都有良好的預測價值［4］。但是尿白蛋白并不能預測糖尿病患者是否會發(fā)生腎功能的變化，同時也不能預測腎臟病變的轉歸。例如，前述的對糖尿病長期隨訪的研究中，腎功能下降的1 132例患者中有575例(51%)患者并未出現(xiàn)白蛋白尿［2］。另外，相當一部分微量白蛋白尿的糖尿病患者其尿白蛋白可能轉陰，目前還不能預測哪些患者可能轉陰。由此可見，尿白蛋白還不是一個理想的DN生物標志物，我們還需要更多新的DN生物標志物。

核酸生物標志物

尋找DN的遺傳易感性仍然是研究熱點。僅部分糖尿病患者發(fā)生DN，同時DN發(fā)病常表現(xiàn)出家族聚集性及種族差異，提示DN的發(fā)生存在遺傳易感性。全基因組連鎖分析顯示 3q，7q35－36，7p15，10q26，13q33.3，18q22－23 等區(qū)域與 DN 連鎖［5－7］。結合進一步精細定位，測序及基因功能研究，發(fā)現(xiàn)了多個與 DN 易感性相關的候選基因［5，6］。

利用候選基因關聯(lián)分析，或者全基因組關聯(lián)分析，也發(fā)現(xiàn)多個基因變異可能影響個體對DN的易感性。對1 889例高加索人T1DM患者進行全基因組關聯(lián)研究，并利用糖尿病控制及并發(fā)癥治療(DCCT)的樣本中進行重復，結果發(fā)現(xiàn)，F(xiàn)RMD3和CARS基因的三個單核苷酸多態(tài)性(SNP)可增加患DN的風險［8］。另一項對于T2DM伴發(fā)腎臟病患者的全基因組關聯(lián)研究，盡管未發(fā)現(xiàn)相關性，但RPS12，LIMK2，和SFI1基因可能作為T2DM患者發(fā)生DN的候選基因［9］。

Mooyaart等［10］對671篇DN關聯(lián)分析的文章進行薈萃分析發(fā)現(xiàn)，有34個遺傳變異進行了重復研究，通過隨機效應模型分析顯示，有21個變異仍然與DN強烈相關，這些變異分別位于或者鄰近下述基因:ACE，AKR1B1，APOC1，APOE，EPO，NOS3，HSPG2，VEGFA，F(xiàn)RMD3，CARS，UNC13B，CPVL，CHN2和GREM1，另外四個變異未鄰近特殊基因。這些基因相關的變異，例如 APOE(E2)，APOC1 rs4420638(G)，CARS rs739401(A)，ACE rs179975(D)等均顯著增加糖尿病患者發(fā)生DN的風險，而APOE(E4)，F(xiàn)RMD3rs1888747(C)，VEGFA rs833061(C)等明顯降低個體患DN的風險。

這些基因變異均可作為預測DN發(fā)生發(fā)展的生物標志物。但是由于DN屬復雜性疾病，每個基因變異僅僅做出微小的貢獻。即使我們對所有已經(jīng)證實的變異進行聯(lián)合檢測，臨床上也只能解釋一小部分患者，此外，這些變異對DN易感性影響還存在明顯的種族差異［11］。其預測價值和效力受到限制。因此進一步對DN患者DNA甲基化和microRNA等表觀遺傳學變異進行深入研究，有可能尋找出一些新的生物標志物，同時對研究DN發(fā)病機制將有很大的幫助。

蛋白質生物標志物

采用蛋白組學等技術尋找DN新的生物標志物是目前的研究熱點。Ameur等［12］分析近年相關研究發(fā)現(xiàn)，這些研究采用不同的蛋白質組學方法和平臺，研究尿液和血清結果發(fā)現(xiàn)了一些新的具有提示性的生物標志物，例如AABP，apoAI等多種蛋白質成分下調，而脂聯(lián)素，白蛋白片段等多種蛋白質成分上調。遺憾的是，上述結果尚未進行廣泛的臨床驗證，同時這些蛋白質上調或下調的生物學意義尚不清楚，因此它們的應用價值尚不清楚。

Rossing等［13］是利用蛋白質組學技術尋找 DN生物標志物的成功范例，他將305例尿標本分成檢測組和驗證組，采用高解析毛細管電泳聯(lián)合電噴霧質譜法分析結果發(fā)現(xiàn)，由40種尿生物標志物構成的模型，能夠將糖尿病與健康個體區(qū)分出來(敏感度89%，特異度91%)。糖尿病伴正常白蛋白尿患者與DN患者有102種尿生物標志物有顯著差異，采用take－one－out程序證實，由65種生物標志物構成的模型能夠非常靈敏地將DN從糖尿病中識別出來(敏感度97%，特異度97%)。另外，由17種標志物構成的模型，可以把DN和其他四種腎臟病區(qū)別出來(IgAN，F(xiàn)SGS，MN 和 MCD)，其敏感度81%，特異度91%。對上述65種標志物構成的模型，進一步進行了多中心驗證，研究納入了148例病程≥5年的T2DM患者(包括65例DN和83例無腎病的糖尿病患者)結果發(fā)現(xiàn)，其診斷 DN的敏感度達93.8%，特異性91.4%［14］，從而證實該方法有較好臨床價值。這些異常的標志物中，上調的成分包括a1抗胰蛋白酶片段等，下調的成分包括膠原a1片段等［14］。該模型的臨床價值還需要更加廣泛地驗證和深入地探討。

此外也有作者利用動物模型來探索DN的生物標志物。例如Fugmann等［15］用鏈脲佐菌素(STZ)誘導的1型DN大鼠模型，取其腎組織，通過蛋白質組學技術發(fā)現(xiàn)，Vanin 1蛋白質在DN腎組織中高表達，且結果通過免疫組織化學方法得到證實，遺憾的是在糖尿病伴或者不伴白蛋白尿的兩組患者中無顯著差異。

總之，DN生物標志物的研究取得了一些積極的進展，但仍需做大量的基礎和臨床工作。除了采用新技術發(fā)現(xiàn)一些新的生物標志物外，采用新的生物信息學方法對已有的信息進行整合分析，也是一個重要的研究方向。例如Fechete等［16］采用通路分析方法對已經(jīng)報道采用各種“組學”技術發(fā)現(xiàn)的可能的DN生物標志物以及參與DN病理生理過程的所有基因(共超過1 000個基因)分析發(fā)現(xiàn)，參與補體和凝血通路，過氧化物酶體增生物活化受體(PPAR)通路和腎素－血管緊張素系統(tǒng)(RAS)通路中的多個基因可以作為疾病的生物標志物，同時，其中一些蛋白質也是目前的治療靶點。利用新的技術平臺、方法和思路，進一步深入研究，不但可以找出更多更理想的生物標志物，還可能揭示DN的發(fā)病機制，并為治療提供新靶點。

1 Yang W，Lu J，Weng J，et al.Prevalence of diabetes among men and women in China.N Engl J Med，2010，362(12):1090 －1101.

2 Retnakaran R，Cull CA，Thorne KI，et al.Risk factors for renal dysfunction in type 2 diabetes:U.K.Prospective Diabetes Study 74.Diabetes，2006，55(6):1832 －1839.

3 Nicol JL，Hoy WE，Su Q，et al.Reproducibility of Urinary Albumin Assays by Immunonephelometry After Long－term Storage at － 70℃.Am J Kidney Dis，2011，58(4):685 － 687.

4 de Zeeuw D，Remuzzi G，Parving HH，etal.Albuminuria，a therapeutic target for cardiovascular protection in type 2 diabetic patients with nephropathy.Circulation，2004，110:921 －927.

5 Freedman BI，Bostrom M，Daeihagh P，et al.Genetic factors in diabetic nephropathy. Clin J Am Soc Nephrol， 2007， 2(6):1306－1316.

6 Granier C，Makni K，Molina L，et al.Gene and protein markers of diabetic nephropathy. Nephrol Dial Transplant， 2008， 23(3):792－799.

7 Igo RP Jr，Iyengar SK，Nicholas SB，et al.Genomewide linkage scan for diabetic renal failure and albuminuria:the FIND study.Am J Nephrol，2011，33(5):381 －389.

8 Pezzolesi MG，Skupien J，Mychaleckyj JC，et al.Insights to the genetics of diabetic nephropathy through a genome－wide association study ofthe GoKinD collection.Semin Nephrol，2010，30(2):126－140.

9 McDonough CW，Palmer ND，Hicks PJ，et al.A genome－wide association study for diabetic nephropathy genes in African Americans.Kidney Int，2011，79(5):563 －572.

10 Mooyaart AL，Valk EJ，van Es LA，et al.Genetic associations in diabetic nephropathy:a meta－analysis.Diabetologia，2011，54(3):544－553.

11 Brorsson C，Pociot F.Genetics of diabetic nephropathy in diverse ethnic groups.Contrib Nephrol，2011，170:8 －18.

12 Ben Ameur R，Molina L，Bolvin C，et al.Proteomic approaches for discovering biomarkers ofdiabetic nephropathy.Nephrol Dial Transplant，2010，25(9):2866 － 2875.

13 Rossing K，Mischak H，Dakna M，et al.Urinary proteomics in diabetes and CKD.J Am Soc Nephrol，2008，19(7):1283 － 1290.

14 Alkhalaf A，Zürbig P，Bakker SJ，et al.Multicentric validation of proteomic biomarkers in urine specific for diabetic nephropathy.PloS one，2010，5(10):e13421.

15 Fugmann T，Borgia B，Révész C，et al.Proteomic identification of vanin－1 as a marker of kidney damage in a rat model of type 1 diabetic nephropathy.Kidney Int，2011，80(3):272 －281.

16 Fechete R，Heinzel A，Perco P，et al.Mapping of molecular pathways，biomarkers and drug targets for diabetic nephropathy.Proteomics Clin Appl，2011，5(5 －6):354 －366.