糖尿病前期向2型糖尿病的进展与β细胞功能障碍有关，而其向正常血糖的缓解与胰岛素敏感性的改善有关。为了了解其机制并确定与糖尿病前期轨迹相关的潜在生物标志物，我们比较了糖尿病前期患者在1年内进展为糖尿病或逆转至血糖正常的蛋白质组学和代谢组学特征。2型糖尿病（T2D）是一种显著影响预期寿命和生活质量的流行疾病。识别和治疗T2D高危人群可以预防或延迟疾病发作。尽管对糖尿病的病理生理学进行了广泛的研究，但确切的机制，特别是与时间动力学有关的机制，仍不完全清楚。前驱糖尿病被认为是T2D发展的最强危险因素。从糖尿病前期到糖尿病的进展主要归因于胰岛β细胞功能障碍[1]。相反，正如我们的协会（2）最近所显示的，糖尿病前期逆转至血糖正常的特征是胰岛素敏感性的改善以及肝脏脂肪含量和内脏脂肪组织体积的减少。进一步了解糖尿病前期进展或缓解的潜在机制对于改善T2D预测或预防非常重要。蛋白质组学和代谢组学技术的进步为精确测量大量蛋白质和代谢物提供了机会，从而促进了新的生物标志物或治疗靶点的发现。到目前为止，蛋白质组学研究主要集中在流行T2D或流行前驱糖尿病与健康对照参与者的横断面比较（3-8）。已知的糖尿病病程、高血糖程度、药物治疗、合并症和其他混杂因素可能影响循环蛋白质组，从而使这些发现的解释变得复杂。很少有研究遵循纵向设计，他们在基线和长期（5-14年随访）人群队列中评估了蛋白质组和/或代谢组（7）。这些研究中报道的几种蛋白质是已确定的肥胖标志物（例如瘦素、FABP4），因此反映了肥胖对T2D发展的慢性有害影响，而不是任何可能导致糖尿病前期进展或缓解的急性全身变化。在此，我们设计了一项探索性病例对照研究，参与者来自糖尿病前期生活方式干预研究（PLIS）（9），以横向和纵向比较糖尿病前期患者在1年内进展为糖尿病与逆转为正常血糖的蛋白质组学和基于核磁共振（NMR）的代谢组学特征。最后，我们根据参与者的BMI重新分组，以评估肥胖、超重和正常体重之间循环蛋白质组的差异，并将其与不同血糖状态下观察到的差异进行比较。设计了一项具有横断面部分和前瞻性部分的巢式病例对照研究，样本来自2016年至2022年在德累斯顿大学代谢疾病研究中心招募和随访的PLIS（ClinicalTrials.gov标识符NCT01947595）参与者。PLIS设计已在之前进行了描述（9），并在补充材料中进行了总结。简单地说，患有前驱糖尿病的参与者随机接受常规、强化或无生活方式干预1年，最初随访2年，现已进一步延长至12年。该研究得到了德累斯顿工业大学伦理委员会的批准，并符合《赫尔辛基宣言》。所有参与者都提供了书面知情同意书。在德累斯顿临床中心招募的PLI中随机选择的参与者进行蛋白质组学和基于核磁共振的代谢组学分析，这些参与者在横断面时间点（随访）收集了材料，并且1）首次诊断为T2D（代谢组学n=31，蛋白质组学n=25）（糖尿病组）或2）维持其糖尿病前期状态（代谢组学n=72，蛋白质组学n=50）（糖尿病前期组）或3）患有正常葡萄糖耐量（NGT）试验（代谢组学n=31，蛋白质组学n=25）（NGT组）。用于蛋白质组学研究的队列是代谢组学队列的子集。对于大多数参与者（核磁共振代谢组学134人中的108人，蛋白质组学100人中的80人），也对1年前（基线）的样本进行了分析，当时他们都患有前驱糖尿病。根据美国糖尿病协会标准对糖尿病、糖尿病前期和NGT组的参与者进行分类（10）。补充材料中提供了有关75g口服葡萄糖耐量试验（OGTT）的性能、葡萄糖和胰岛素的测量以及胰岛素生成指数（IGI）、胰岛素敏感性指数（ISI）、处置指数（DI）和肝脏脂质含量的计算的详细信息。简言之，对于蛋白质组学和代谢组学分析，使用先前收集的、储存在?80°C下的未解冻等分试样。蛋白质组学分析中的测量在12小时过夜禁食（OGTT 0分钟）后的血浆样品中进行，代谢组学分析中的测量在OGTT 0、30和120分钟时收集在氟化钠试管中的样品中进行。瑞典乌普萨拉的Olink通过使用先前描述的心脏代谢、炎症、神经病学和肿瘤学预先设计的小组进行了蛋白质组学分析（11）。由经验丰富的人员对不同研究组进行盲法分析。最初总共测量了1470种蛋白质。三种蛋白质（肿瘤坏死因子-α[TNF-α]、白细胞介素-6[IL-6]和IL-8）在所有四个预先设计的小组中都进行了测量，因此，只有从炎症小组获得的测量结果才包括在这些蛋白质的分析中。在数据点中，94%（264，600个数据点中的248，410个）通过了三项质量控制。超过60%的值未通过质量控制的72种蛋白质被完全排除在进一步分析之外，因此最终分析的蛋白质数量为1，389。以蛋白质相对丰度的形式提供数值，并以log2标度的Olink标准标准化蛋白质表达形式对数据进行处理。通过定量代谢组学平台（Institute of Clinical Chemistry and Laboratory Medicine，University Hospital of Dresden），使用配备BBI探针的Bruker 600-MHz Avance III Neo和Bruker SampleJet机器人（配有4°C样品储存冷却系统），测量了氟化钠血浆中152种代谢物和脂质参数的浓度。有关程序和测量的详细信息，请参阅补充材料。对于每个数据集，分析方法由包括多维尺度和稀疏偏最小二乘判别分析（SPLS-DA）的概述分析组成。对于差异丰度分析，创建了几个线性模型；根据赤池信息标准（Akaike Information Criterion）选择了两个最合适的模型，包括一个原始（未调整）模型和一个在PLIS（补充材料）中对性别和干预类型（常规、强化或无生活方式干预）进行调整的模型。在蛋白质组学中，对京都基因和基因组百科全书（KEGG）和基因本体论数据集进行了功能富集分析，并进行了加权相关网络分析。所有数据处理步骤均在R4.3中使用RStudio集成开发环境完成。补充材料中提供了统计方法的详细说明。在当前研究期间生成或分析的数据集不能公开，因为它们受到国家数据保护法和伦理委员会为确保研究参与者的隐私而施加的限制。然而，它们可以在出版后通过与通讯作者的个人项目协议提出请求。该请求将由PLIS数据指导委员会进行审查。在请求批准后，必须达成数据访问协议。三个主要组（NGT、糖尿病前期和糖尿病）随访时的人口统计学、人体测量和相关临床数据见表1（代谢组学测量人群）和补充表1（蛋白质组学测量人群）（代谢组学人群的一部分）。对于参与者的子集，样本也可从1年前（基线）获得，当时所有人都处于糖尿病前期状态（补充表2和3）。对蛋白质组学和代谢组学图谱进行了横断面分析（随访时和基线时）和前瞻性分析（从基线到随访）（分析的示意图见补充图1，所选临床参数的配对分析见补充表4和5）。在根据BMI（正常体重vs.超重vs.肥胖）对研究参与者进行重新分类后，重复随访时的横断面分析。人口统计学、人体测量和相关临床数据：代谢组学队列随访与NGT组相比，糖尿病患者中有14种蛋白质被鉴定为升高（错误发现率[FDR]<0.05）（图1和补充表6）。14种蛋白质与空腹血糖和葡萄糖曲线下面积（AUC）显著相关，与HbA1c的相关性较低（图1B）。它们与胰岛素敏感性指数（ISI，HOMA-IR）的相关性比与β细胞功能标志物（HOMA-B，IGI）的相关性更强。大多数蛋白质也与肥胖指数（BMI、腰臀比、皮下和内脏脂肪组织体积、肝脏脂肪百分比）相关。在对PLI中的性别和干预类型进行调整后，与NGT组相比，糖尿病患者的14种蛋白质中有13种仍有显著差异（除了抗酒石酸酸性磷酸酶5型[ACP5]，AdjusteDP=0.069）（补充表6D）。
