多预测因子在1型糖尿病风险评价中的作用

辛可嘉,刘 煜

(吉林大学第二医院 内分泌科,吉林 长春130041)

多预测因子在1型糖尿病风险评价中的作用

辛可嘉,刘 煜*

(吉林大学第二医院 内分泌科,吉林 长春130041)

1型糖尿病(Type 1 diabetes，T1D)是指因自身免疫反应导致胰岛β细胞破坏和胰岛素绝对缺乏引起，具有酮症倾向的糖尿病，患者易发生危及生命的高血糖症，需要终身依赖胰岛素治疗。在具有遗传易感的个体中，未知的触发引起异常免疫应答和胰岛自身抗体的产生，这些自身抗体的发现使得T1D成为可预测的疾病，并且其他一些代谢标记被证实也可用来联合帮助预测1型糖尿病，随着T1D预测因子的增加，利用这些多预测因子进行风险评分可以更准确的预测T1D。

1 易感基因在预测T1D发病中的作用

T1D是一种多基因疾病，许多基因为疾病发展提供不同程度的遗传风险。赋予糖尿病风险的基因通常分为HLA和非HLA基因。大基因组关联研究表明，超过40个基因增加了T1D的易感性[1,2]。其中位于第6号染色体短臂的人类白细胞抗原基因(HLA)为主效基因，为T1D贡献超过50%的遗传易感风险。HLA复合体分为Ⅰ，Ⅱ，Ⅲ类3个区域，Ⅱ类分子基因位点DQ和DR与T1D最为相关。DRB1*03:01DQA1*05:01-DQB1*02:01/DRB1*04-DQA1*03:01-DQB1*03:02(简称DR3 / DR4或DQ2 / DQ8)是T1D最高风险的基因型，优势比为30[3]，表明具有该基因型的个体比没有该基因型的个体发生T1D的可能性高30倍。使用DR3 / 4基因型作为预测标记将识别具有高遗传风险的个体，并可最终确定20%-40%的T1D患者[4]。Luo等[5]基于我国人群的研究发现，中国T1D患者的高风险基因型为DR3/DR3、DR3/DR9和DR9/DR9，其中易感程度最高的是DR3/DR3 (OR=40.35)，其次是DR3/DR9(OR=12.52)，最低的是DR9/DR9 (OR=5.75)。

携带HLA-DR3 / 4-DQ8或DR4 / DR4基因型的T1D一级亲属在儿童期[6]发展为胰岛自身抗体阳性的风险大于20%，而非T1D一级亲属发展风险仅5%[7]，这表明HLA区域外的其他易感基因也具有强烈作用。而非HLA基因与首次出现的β细胞自身抗体相关联。IAA作为第一自身抗体的风险与INS，SH2B3，ERBB3，RGS1和PTPN22相关，而GADA作为第一个自身抗体的风险与CCR7，SH2B3，TNFAIP3和CD226相关[8]，因此这些遗传因素有助于β细胞自身免疫的触发机制。Winkler等[9]尝试利用非HLA位点组合与HLA联合构建T1D预测模型，经大样本人群验证，效果优于单用HLA基因型预测，非HLA易感性等位基因则更有助于预测普通人群中T1D发展的风险。

2 血清胰岛自身抗体使得T1D成为可预测的疾病

T1D是一种慢性自身免疫性疾病，由产生胰岛素的β细胞被免疫介导破坏所引起。β细胞的自身免疫应答的血清学证据是胰岛素自身抗体(IAA)，谷氨酸脱羧酶抗体(GADA)，蛋白酪氨酸磷酸酶抗体(IA-2A)和锌转运蛋白8抗体(ZnT8A)等自身抗体的出现[10]。如果个体产生两种或多种这些自身抗体，它们最终将进展到T1D临床发病[11]。从胰岛自身抗体阳性进展到临床T1D的速率取决于抗体出现时的年龄、胰岛素自身抗体水平、种类及数量[9]。IAA通常是幼儿发生的第一种抗体，并且在具有持续高水平IAA的儿童中，向T1D的进展是100%[12,13]。相比之下，成人最常见的是诊断时GADA和IA-2A自身抗体阳性，GADA是成人1型糖尿病发病的重要免疫学标志，IA-2A抗体是T1D特异的自身抗体[14]。ZnT8抗体通常晚于GADA和IAA出现，且持续存在，对于T1D的预测和诊断具有重要的临床应用价值。

以往有研究[15-18]估计，在表达两种或更多种自身抗体的儿童中，27-40%在10年内会进展为糖尿病。在芬兰儿童中，GADA和IA-2A双重阳性的儿童在随后的27年[19]中进展为糖尿病的比例高达60%。最近的一项研究[20]统计分析了来自科罗拉多州，芬兰和德国的三个前瞻性队列研究结果，报告了在585例具有多个胰岛自身抗体阳性的儿童中，有69.7%经10年随访进展为T1D，在474例单一胰岛自身抗体阳性的儿童中，有14.5%经10年随访进展为T1D，而胰岛自身抗体阴性的儿童截至15岁时患糖尿病的风险仅为0.4%。胰岛自身抗体阳性发生在小于3岁时，10年内进展为糖尿病的风险是74.9%，胰岛自身抗体阳性发生在3岁及以上时，10年内进展为糖尿病的风险是60.9%。在TEDDY研究[21]中，进展为糖尿病的儿童通常表达两种或更多种自身抗体，更高的IAA和IA-2A水平增加了那些持续自身抗体阳性的儿童发生糖尿病的风险，并且自第一种自身抗体出现5年后糖尿病的累积发病率因自身抗体的数量而明显不同(分别为47%，36%和11%，即具有三种自身抗体，两种自身抗体，和一种自身抗体，P<0.001)。以上这些研究说明自身抗体种类数量越多，且自身抗体阳性发生的年龄越小，进展为糖尿病的风险越高。

然而，IAAs和GADAs都是存在异构的，它们的亲和力和表位特异性不同，从而与T1D的不同风险相关。低亲和力IAAs通常与非典型表位结合，不结合胰岛素原，在2岁后出现，很少与糖尿病进展有关。相反，高亲和力IAAs识别存在于胰岛素和胰岛素原上的共同表位，通常出现在2岁左右，进展到多个胰岛自身抗体阳性和出现临床糖尿病的可能性更大[22]。 低亲和力GADAs在发生糖尿病的儿童中很少发现。相反，高亲和力GADAs对中间和C-末端表位具有反应性，并且与糖尿病进展相关[23]。因此，当应用胰岛自身抗体预测T1D时，将胰岛自身抗体表型包括其中也是有意义的。

3 代谢预测因子进行风险评分对预测T1D的意义

有证据表明葡萄糖耐量减少发生在T1D诊断之前[24]。最广泛的数据来自1型糖尿病预防试验(DPT-1)和TrialNet自然病程研究[24-26]，以及具有遗传风险儿童的前瞻性研究[27]。在胰岛自身抗体阳性的儿童中可检测到葡萄糖代谢恶化的时间段，根据现有的研究提示，血糖异常可能发生在糖尿病临床诊断之前2年。最早的变化包括C肽对口服葡萄糖刺激和血糖水平升高的反应延迟[19]。此外，DPT-1研究和DIPP研究[22,24]发现，在T1D发病之前，HbA1c水平也可能升高。根据TrialNet自然病程研究中的结果，如将多胰岛自身抗体阳性儿童的血糖异常定义为空腹血糖水平受损(>5.6 mmol/L)，口服葡萄糖耐量试验中糖耐量减低(2 h血浆葡萄糖水平≥7.8 mmol/L，或在30,60或90分钟时≥11.1 mmol/ L)和/或HbA1c水平≥5.7%[26]，在2年内，血糖异常的儿童进展为T1D的发生率为60%，比无血糖异常的多胰岛自身抗体阳性儿童高出近3倍。因此，包括HbA1c，口服葡萄糖耐量试验结果和C-肽浓度在内的复合代谢评分，可能有助于预测多胰岛自身抗体阳性儿童进展为T1D。

随着T1D预测因子的增加，使用多预测因子组合形成的预测算法变得尤为重要，开发基于多变量模型的风险评分可以更有效地优化预测因子组合的准确性， DPTRS[28]就是一个例子，2008年的研究发现，DPTRS这项基于年龄，BMI，口服葡萄糖耐量试验以及β细胞功能测定的风险评分准确预测了ICA阳性亲属中的T1D。2011年的研究[29]进一步发现DPTRS可以准确预测自身抗体阳性人群中的T1D，然而，DPTRS的使用是否可以扩展到自身抗体阴性的人群尚未得知。DPTRS可用于临床中鉴定T1D风险个体，如果在今后的研究中发现确实有效的维持β细胞功能的治疗方法，T1D的预测将具有深远的临床应用价值。

4 结语

总之，T1D现在是一种可预测的临床疾病。目前已有足够的证据证明，可以更广泛地使用胰岛自身抗体来诊断临床前期的T1D[30]，而联合其他预测因子进行风险评分可以进行更准确的预测。T1D的预测应该进入公共卫生系统进行更全面的筛查：首先，遗传筛查应该在出生时或出生后不久进行，以明确其是否为高危易感人群；其次，在具有高危易感基因的儿童甚至所有儿童中进行胰岛自身抗体筛查，胰岛自身抗体测试需要简单、便宜，并且可以集中运送到测试中心测试。再者，具有多个胰岛自身抗体阳性的儿童将进行后续的确认和代谢测试，以明确他们是否存在血糖代谢异常或已经患有糖尿病。而具有单胰岛自身抗体阳性的儿童应进行胰岛自身抗体表型分型测定，如果发现它们是高风险表型，这些儿童也将接受代谢测试。所有具有高危胰岛自身抗体的儿童将每年接受检测，及早发现和评估其自身代谢状态的变化，在整个测试过程中，将所有考虑应用的预测因子纳入风险评分。及早精确预测T1D的发病并探索早期预防策略，将最终减少T1D的发病和相关并发症的发生。

[1]Barrett JC,Clayton DG,Concannon P,et al.Genome-wide association study and meta-analysis find that over 40 loci affect risk of type 1 diabetes[J].Nat Genet,2009,41:703.

[2]Noble JA,Valdes AM,Cook M,et al.The role of HLA class II genes in insulin-dependent diabetes mellitus:molecular analysis of 180 Caucasian,multiplex families[J].Am J Hum Genet,1996,59:1134.

[3]Erlich H,Valdes AM,Noble J,et al.HLA DR-DQ haplotypes and genotypes and type 1 diabetes risk:analysis of the type 1 diabetes genetics consortium families[J].Diabetes,2008,57:1084.

[4]MP Morran,A Vonberg,A Khadra,M Pietropaolo,Immunogenetics of Type 1 Diabetes Mellitus[J].Molecular Aspects of Medicine,2015,42:42.

[5]S Luo,J Lin,Z Xie,et al.HLA Genetic Discrepancy Between Latent Autoimmune Diabetes in Adults and Type 1 Diabetes:LADA China Study No,6[J].Journal of Clinical Endocrinology & Metabolism,2016,101(4):1693.

[6]Bell GI,Horita S,Karam JH.A polymorphic locus near the human insulin gene is associated with insulin-dependent diabetes mellitus[J].Diabetes,1984,33:176.

[7]Bottini N,Musumeci L,Alonso A,et al.A functional variant of lymphoid tyrosine phosphatase is associated with type I diabetes[J].Nat Genet,2004,36:337.

[8]Torn C,Hadley D,Lee HS,et al.Role of type 1 diabetes associated SNPs on risk of autoantibody positivity in the TEDDY study[J].Diabetes,2015,64:1818.

[9]C Winkler,J Krumsiek,F Buettner,et al.Feature ranking of type 1 diabetes susceptibility genes improves prediction of type 1 diabetes[J].Diabetologia,2014,58(1):2521.

[10]Watkins RA,Evans-Molina C,Blum JS,et al.Established and emerging biomarkers for the prediction of type 1 diabetes:a systematic review[J].Transl Res,2014,164:110.

[11]Ziegler AG,Rewers M,Simell O,et al.Seroconversion to multiple islet autoantibodies and risk of progression to diabetes in children[J].JAMA,2013,309:2473.

[12]Steck AK,Johnson K,Barriga KJ,et al.Age of islet autoantibody appearance and mean levels of insulin,but not GAD or IA-2 autoantibodies,predict age of diagnosis of type 1 diabetes:diabetes autoimmunity study in the young[J].Diabetes Care,2011,34:1397.

[13]Parikka V,Näntö-Salonen K,Saarinen M,et al.Early seroconversion and rapidly increasing autoantibody concentrations predict prepubertal manifestation of type 1 diabetes in children at genetic risk[J].Diabetologia,2012,55:1926.

[14]Ziegler AG,Nepom GT.Prediction and pathogenesis in type 1 diabetes,Immunity,2010,32:468.

[15]LaGasse JM,Brantley MS,Leech NJ,et al.Washington State Diabetes Prediction Study,Successful prospective prediction of type 1 diabetes in schoolchildren through multiple defined autoantibodies:an 8-year follow-up of the Washington State Diabetes Prediction Study[J].Diabetes Care,2002,25:505.

[16]Maclaren NK,Lan MS,Schatz D,et al.Multiple autoantibodies as predictors of type 1 diabetes in a general population[J].Diabetologia,2003,46:873.

[17]Bingley PJ,Bonifacio E,Williams AJ,et al.Prediction of IDDM in the general population:strategies based on combinations of autoantibody markers[J].Diabetes,1997,46:1701.

[18]Samuelsson U,Sundkvist G,Borg H,Fernlund P,Ludvigsson J,Islet autoantibodies in the prediction of diabetes in school children[J].Diabetes Res Clin Pract,2001,51:51.

[19]Knip M,Korhonen S,Kulmala P,et al.Prediction of type 1 diabetes in the general population[J].Diabetes Care,2010,33:1206.

[20]Ziegler AG,Rewers M,Simell O,et al.Seroconversion to multiple islet autoantibodies and risk of progression to diabetes in children[J].JAMA,2013,309:2473.

[21]Andrea K,Steck,Kendra Vehik,Ezio Bonifacio,et al.Predictors of Progression From the Appearance of Islet Autoantibodies to Early Childhood Diabetes:The Environmental Determinants of Diabetes in the Young (TEDDY)[J].Diabetes Care,2015,38:808.

[22]Achenbach P,Koczwara K,Knopff A,et al.Mature high-affinity immune responses to (pro)insulin anticipate the autoimmune cascade that leads to type 1 diabetes[J].J Clin Invest,2004,114:589.

[23]Mayr A,Schlosser M,Grober N,et al.GAD autoantibody affinity and epitope specificity identify distinct immunization profiles in children at risk for type 1 diabetes[J].Diabetes,2007,56:1527.

[24]Sosenko JM,Skyler JS,Herold KC,et al.Type 1 Diabetes TrialNet and Diabetes Prevention Trial-Type 1 Study Groups,The metabolic progression to type 1 diabetes as indicated by serial oral glucose tolerance testing in the Diabetes Prevention Trial-Type 1[J].Diabetes,2012,61:1331.

[25]Sosenko JM,Palmer JP,Rafkin-Mervis L,et al.Diabetes Prevention Trial-Type 1 Study Group,Incident dysglycemia and progression to type 1 diabetes among participants in the Diabetes Prevention Trial-Type 1[J].Diabetes Care,2009,32:1603.

[26]Krischer JP.Type 1 Diabetes TrialNet Study Group,The use of intermediate endpoints in the design of type 1 diabetes prevention trials[J].Diabetologia,2013,56:1919.

[27]Helminen O,Aspholm S,Pokka T,et al.HbA1c predicts time to diagnosis of type 1 diabetes in children at risk[J].Diabetes,2015,64:1719.

[28]JM Sosenko,JP Krischer,JP Palmer,et al.A Risk Score for Type 1 Diabetes Derived From Autoantibody-Positive Participants in the Diabetes Prevention Trial-Type 1[J].Diabetes Care,2008,31:528.

[29]JM Sosenko,JS Skyler,J Mahon,et al.Validation of the Diabetes Prevention Trial-Type1 Risk Score in the TrialNet Natural History Study[J].Diabetes Care,2011,34:1785.

[30]KM Simmons,AW Michels,et al.Type 1 diabetes:A predictable disease[J].World Journal of Diabetes,2015,6(3):380.

国家自然科学基金项目 81570704;南京市科技计划项目 201605084;吉林省科技发展计划项目 20150519013JH

*通讯作者

1007-4287(2017)12-2203-03

2017-02-24)