Metabolomics Studies on Feces and Serum from Type 2 Diabetes Mellitus
-
摘要:
目的 研究2型糖尿患者与健康者血清和粪便的代谢组学差异，分析差异代谢物与2型糖尿病之间的相关性。 方法 选择2018年1月至2019年3月在昆明医科大学第二附属医院内分泌科住院的2型糖尿病患者53例，以及同期常规体检健康对照人群30例，采用超高效液相色谱-四级杆飞行时间质谱技术对两组研究对象的血清代谢物及30例糖尿病患者与对照组的粪便代谢物进行非靶向和靶向的代谢组学研究。应用Spearman相关性分析方法对血清和粪便中的差异代谢物与2型糖尿病相关指标的相关性进行分析。 结果 在2型糖尿病组与健康对照组血清样本中鉴定出15个差异代谢物，在粪便样本中鉴定出的差异代谢物则有6个。其中，糖尿患者血清中的谷氨酰胺、壬二酸、癸二酸及3-羟基癸二酸等二羧酸类羟基化衍生物明显低于健康对照组，差异有统计学意义（P < 0.01），而琥珀酰乙酰乙酸、缬氨酸、亮氨酸、葡萄糖、乳酸的含量则高于对照组，差异有统计学意义（P < 0.01），并且琥珀酰乙酰乙酸、乳酸与糖化血红蛋白、餐后2 h血糖及空腹血糖浓度具有较强的正相关性，而壬二酸、癸二酸及二羧酸类羟基化衍生物与血糖浓度则具有较强的负相关；在粪便代谢物中，去氧胆酸和鹅去氧胆酸等胆汁酸与受检者的血糖浓度也有着一定的正相关性，并且单变量分析结果显示，与健康对照组相比糖尿病患者血清中的去氧胆酸和鹅去氧胆酸均显著性升高，差异有统计学意义（P < 0.05）。 结论 2型糖尿患者的血清代谢组学与健康者具有明显的差异，这些差异代谢物与糖尿病的发生和发展具有较强的关联性。在粪便代谢组学中，糖尿患者的胆汁酸水平与血糖的浓度变化也密切相关。 -
关键词:
- 2型糖尿病 /
- 代谢组学 /
- 超高效液相色谱-四级杆飞行时间质谱技术
Abstract:Objective To study the metabolomic differences of serum and feces between patients with type 2 diabetes and healthy people, and analyze the correlation between different metabolites and type 2 diabetes. Methods From January 2018 to March 2019, 53 patients with newly diagnosed type 2 diabetes mellitus and 30 healthy controls were enrolled in the Department of Endocrinology, the Second Affiliated Hospital of Kunming Medical University. The serum metabolites of the two groups and the fecal metabolites of 30 diabetic patients and the control group were detected by ultra performance liquid chromatography quadrupole time of flight mass spectrometry （UPLC-QTOF/MS） To carry out non targeted and targeted metabolomics studies. Spearman correlation analysis method was used to analyze the correlation between the differential metabolites in serum and stool and related indicators of type 2 diabetes. Results Fifteen differential metabolites were identified in serum samples of type 2 diabetes group and healthy control group, and 6 differential metabolites were identified in stool samples. The levels of glutamine, azelaic acid, sebacic acid, 3-hydroxysebacic acid and other dicarboxylic acid hydroxylated derivatives in patients with diabetes were significantly lower than those in healthy controls （P < 0.01）, while the levels of succinylacetoacetate, valine, leucine, glucose and lactic acid in patients with diabetes were significantly higher than those in healthy controls （P < 0.01）. In the fecal metabolites, deoxycholic acid, chenodeoxycholic acid and other bile acids also had a certain positive correlation with the blood glucose concentration of the subjects, and univariate analysis results showed that compared with the healthy control group, the blood glucose concentration of the subjects was significantly higher in the two groups The serum levels of deoxycholic acid and chenodeoxycholic acid were significantly increased in patients with uropathy. Conclusions There are obvious differences in serum metabolomics between patients with type 2 diabetes mellitus and healthy people, and these metabolites are closely related to the occurrence and development of diabetes mellitus. In fecal metabonomics, the level of bile acid in diabetic patients is closely related to the change of blood glucose concentration. -
听力损失影响着全球约15亿人，而在中国所有年龄段中就有约2亿多人，这些病例中有大约一半被认为是遗传性的[1-2]。在遗传性耳聋的基因变异中，SLC26A4是除GJB2外最常见的耳聋致病基因，是导致大前庭导水管综合征（large vestibular aquduct syndrome，LVAS）的致病基因，在聋人中占19.4%，正常人群中的携带率为2%，典型表现为儿童时期的听力损失，90%的患者为双侧性，听力损失程度不一，病程一般为进行性或波动性听力下降，在跌倒、撞击等行为时易致明显的不可逆的听力下降[3]。在此种情况下，找到能对SLC26A4基因进行调控的方法就显得尤为重要。目前对于听力损失的治疗方案仍然局限于声音放大和人工耳蜗植入，但是听力恢复远非完美，特别是对嘈杂环境中的声音的感知[4-5]。这就迫切需要找到针对人类听力损失的生物治疗方法，去寻找并开发针对于各种类型听力损失的基因、细胞和药物疗法，从而为广大听力损失患者提供新的治疗手段和决策。miRNAs已被证实广泛存在于不同的细胞和组织中，在细胞周期、细胞凋亡、肿瘤发生和神经发生等生物学过程中发挥重要作用，有许多研究表明miRNA的异常导致了耳聋的发生，而关于miR-26a-5p与耳聋的机制研究非常少，因此，本文拟对miR-26a-5p 调控SLC26A4表达在听力减退中的作用做一研究，以期能为SLC26A4基因突变导致的耳聋的治疗提供一定参考依据。
1. 材料与方法
1.1 实验材料
1.1.1 动物及分组
本实验所使用的SPF级别雄性C57小鼠（标准体重）均购自于昆明医科大学实验动物学部，本研究的实验方法和操作方法均已得到昆明医科大学实验动物福利委员会的批准。所有小鼠都饲养于实验动物学部，饲养环境均符合相关标准。18只C57小鼠被分为3组，为假手术组、听力损伤组和耳聋组。假手术组是注射生理盐水，而不注射致聋药物D-半乳糖。
1.1.2 实验试剂
D-半乳糖购自于山东萍聚生物科技有限公司，氯化钠注射液（Nacl）购自于云南南诏药业有限公司，无水乙醇、三氯甲烷、异丙醇均购自于天津市瑞明威化工有限公司，反转录试剂盒（PerfectStartUniRTKIT）和qPCR扩增试剂盒（PerfectStartUnigPCRKIT）均购自于昆明云科生物技术有限公司，异氟烷购自于深圳瑞沃德生命科技有限公司，miR-26a-5p和SLC26A4引物均购自于安徽九德科技有限公司，miR-26a-5p和SLC26A4的干扰和过表达载体均购自于广州锐博生物有限公司。
1.1.3 实验设备
高速低温离心机购自于湖南赫西仪器装备有限公司，荧光定量PCR仪和酶标仪购自于美国伯乐公司，TDT听觉诱发电位工作站购自于北京爱生科贸有限公司。
1.2 实验方法
1.2.1 模型构建
参照郝帅的D-半乳糖造模方法[6]进行一定改良，观测指标为：小鼠活动是否迟缓，小鼠双侧耳廓反应是否灵敏。对听力损伤模型制造组给予100 mg/kg的量进行腹腔注射给D-半乳糖，耳聋模型制造组给D-半乳糖150 mg/kg的量，假手术组根据小鼠的体重比例，腹腔注射同等量的Nacl注射液。以上注射时间均为每天2次，持续1个月。
1.2.2 听性脑干反应测试（ABR）
本实验在隔声屏蔽室内进行测试，通过不同频率的刺激信号在8 kHz、16 kHz、24 kHz和32 kHz时诱导小鼠在麻醉状态下的电生理反应，仪器通过平均技术进行相关信号处理，通过解析听性脑干反应测试频谱中8个谐波的相位和幅度，采用序贯检验的方法来消除持续的EEG噪声和诊断听力的其他干扰。刺激声音强度以5 dB依次递减，如果能分辨出最低刺激强度的即为ABR阈值，重复3次。
1.2.3 注射治疗
对听力损伤和耳聋模型小鼠进行尾静脉注射miR-26a-5p和SLC26A4的干扰和过表达载体，每天1次，持续10 d。
1.2.4 小鼠耳蜗取材
在实验达到终止阶段，对所有小鼠进行异氟烷吸入过度麻醉处死，然后取出小鼠两侧听泡，放入液氮中保存用于后续qPCR实验。
1.2.5 qPCR实验
在Pubmed官网上下载miR-26a-5p及内参U6和SLC26A4及内参β-actin的核酸序列，通过PrimerPremier 6软件对它们的引物序列进行设计，将引物序列发九德科技有限公司进行合成，具体序列见表1。使用电动研磨液对小鼠的耳蜗进行研磨处理，使用Trizol法对耳蜗组织进行总RNA的提取。得到总RNA后，使用酶标仪测定RNA的浓度及纯度，并根据反转录试剂盒PerfectStartUniRTKIT说明书进行逆转录反应，再根据荧光定量试剂盒PerfectStartUnigPCRKIT说明书进行PCR扩增反应，得到PCR扩增的CT值后根据2-△△CT公式来计算miR-26a-5p和SLC26A4的相对表达量。
表 1 引物序列Table 1. Primer sequence基因名称 上游引物序列（5′- 3′） 下游引物序列（5′- 3′） β-actin GTGGGGCGCCCCAGGCACCA CTCCTTAATGTCACGCACGATTT SLC26A4 GCATCCTCTCCATTATCTACA TCCTTAACAGCCATACAGAC miR-26a-5p 通用引物 AGCCAGCGTTCAAGTAATCCAG U6 通用引物 ATGGACTATCATATGCTTACCGTA 1.3 统计学处理
所有的实验数据都使用SPSS 21.0软件进行统计分析，通过独立样本t检验统计2组之间（antagomir和agomir注射后小鼠miR-26a-5p和SLC26A4的相对表达量）的数据，通过单因素方差分析统计3组及3组以上（18只小鼠听性脑干测试及小鼠miR-26a-5p和SLC26A4的相对表达量）的数据，而后根据方差齐性检验比较组内差异，P < 0.05即表示差异具有统计学意义。
2. 结果
2.1 小鼠听力损伤模型和小鼠耳聋模型构建成功
使用听性脑干反应测试来检测各组C57小鼠的右耳听力情况，结果显示，无论是8 kHz、16 kHz、24 kHz还是32 kHz，同组之间的小鼠之间的听力阈值无明显差异，但是相对于假手术组来说，听力损伤和耳聋小鼠听力阈值明显提高，耳聋小鼠阈值有显著的翻倍，见图1，结果表明模型构建成功。
图 1 听力损伤和耳聋小鼠模型的鉴定ABR检测听力损伤和耳聋小鼠的听力阈值（n = 6），*P < 0.05，**P < 0.01，***P < 0.001。Figure 1. Identification of mouse model of hearing loss and deafness2.2 小鼠听力损伤和耳聋后miR-26a-5p下调和SLC26A4上调
在使用qPCR实验检测小鼠听力损伤和耳聋后耳蜗中miR-26a-5p和SLC26A4的表达情况后发现，与假手术组相比，miR-26a-5p在小鼠听力损伤和耳聋后表达异常，出现明显降低，见图2A；相反的是SLC26A4的表达却明显升高，见图2B。
图 2 miR-26a-5p和SLC26A4在听力损伤和耳聋小鼠耳蜗中的表达A：miR-26a-5p在听力损伤和耳聋小鼠耳蜗中的相对表达量（n = 6）；B：SLC26A4在听力损伤和耳聋小鼠耳蜗中的相对表达量（n = 6）。*P < 0.05，**P < 0.01。Figure 2. Expression of miR-26a-5p and SLC26A4 in the cochlea of mice with hearing impairment and deafness2.3 miR-26a-5p可以靶向调控SLC26A4的表达
使用TargetScan网站（https://www.targetscan.org/vert_72/）对miR-26a-5p和SLC26A4的靶向结合位点进行生信预测，结果显示miR-26a-5p和SLC26A4可以靶向结合，结合位点共有7对碱基，见图3A。通过荧光素酶报告基因实验来检测miR-26a-5p和SLC26A4两者之间是否靶向结合，可以看到野生型SLC26A4组荧光素酶活性与对照组相比明显降低，而突变型SLC26A4无明显差异，见图3B。对C57小鼠分别注射miR-26a-5p的antagomir和agomir，而后对小鼠的耳蜗使用qPCR实验检测miR-26a-5p和SLC26A4的表达量，结果显示，miR-26a-5p的antagomir 可以显著降低miR-26a-5p的表达，而SLC26A4正好相反；此外agomir明显提高了miR-26a-5p的表达，同时也抑制了SLC26A4的表达，见图3C和图3D。
图 3 miR-26a-5p可靶向SLC26A4调控其表达A：miR-26a-5p和SLC26A4的结合位点预测；B：荧光素酶报告基因实验；C：miR-26a-5p的antagomir和agomir注射小鼠后miR-26a-5p的相对表达量（n = 6）；D：miR-26a-5p的antagomir和agomir注射小鼠后SLC26A4的相对表达量（n = 6）。*P < 0.05，**P < 0.01，***P < 0.001。Figure 3. miR-26a-5p targets SLC26A4 and regulates its expression2.4 miR-26a-5p调控SLC26A4改善了听力减退
通过分别给听力损伤小鼠注射miR-26a-5p的干扰和过表达载体以及SLC26A4的干扰和过表达载体，继而使用ABR监测小鼠的听力阈值情况，结果显示，si-SLC26A4和miR-26a-5p agomir可以显著降低小鼠的听力阈值，见图4A和图4B，这表明miR-26a-5p可以通过调控SLC26A4达到改善小鼠听力减退的功能。
图 4 miR-26a-5p调控SLC26A4达到改善小鼠听力减退A： SLC26A4干扰和过表达载体注射听力损失小鼠后的听力阈值（n = 6）；B：miR-26a-5p干扰和过表达载体注射听力损失小鼠后的听力阈值（n = 6）。*P < 0.05，**P < 0.01。Figure 4. miR-26a-5p regulates SLC26A4 to improve hearing loss in mice3. 讨论
遗传性耳聋在出生缺陷中已经是一种非常常见的临床现状，许多与耳聋（听力损伤）相关的基因已经被陆续确定[7]，这就表明致病基因的检测在未来先天性耳聋患者中进行医学检查是不可或缺的[8]。第一个miRNA在1993年被发现， miRNA可以结合到mRNA上，导致靶mRNA完全降解，从而使得靶mRNA的翻译受到抑制[9-10]。miRNAs已被证实广泛存在于不同的细胞和组织中，在细胞周期、细胞凋亡、肿瘤发生和神经发生等生物学过程中发挥重要作用[11]，同样在遗传性耳聋中也担任重要的角色[12]。有许多研究表明miRNA的异常导致了耳聋的发生，如Mohammad-Reza发现miR-183的异常会导致毛细胞逐渐失去顶端结构，听力阈值增加，而通过提高miR-183家族在听细胞中的水平，可以恢复耳尖结构和听力[13]。而关于miR-26a-5p与耳聋的机制研究非常少，这就值得笔者去探究miR-26a-5p在耳聋中是什么样的作用。本研究发现miR-26a-5p在小鼠听力损伤后尤其是耳聋后表达异常的降低，在小鼠体内增加其表达后发现小鼠听力阈值变得更高，听力损伤加重，这些结果都说明miR-26a-5p是耳聋的潜在保护基因。
SLC26A4是溶质载体家族的一员，是一种pendrin蛋白编码基因，主要在甲状腺、内耳和肾脏中表达[14]。已有许多研究表明该基因的致病性变异可导致耳聋伴前庭导尿管增大（EVA），包括感音神经性听力损失[15-16]。本次研究发现了SLC26A4在小鼠听力损伤后表达异常高，且miR-26a-5p可以靶向调节SLC26A4的相关表达。在小鼠体内提高miR-26a-5p的表达后，SLC26A4表达明显受到抑制，此外笔者发现小鼠的听力减退得到了改善。同时笔者在小鼠体内抑制掉SLC26A4表达，结果与上面一致，这表明SLC26A4是耳聋的致病基因，会引起一系列的听力损伤。
综上所述，miR-26a-5p 可以通过调控SLC26A4从而挽救听力减退，SLC26A4是耳聋中导致听力减退的罪魁祸首之一，而通过miR-26a-5p吸附SLC26A4靶向抑制其表达后在小鼠动物实验中可以有效改善听力损伤。本次研究从miRNA调控靶mRNA表达机制研究，揭示了miR-26a-5p 调控SLC26A4的作用机制，为miR-26a-5p 和SLC26A4在遗传性耳聋的基因治疗中提供一定的科学依据。
-
图 1 血清的非靶向代谢组学分析
a：ESI+模式下的血清代谢组PCA得分图；b：ESI-模式下的血清代谢组PCA得分图；c：ESI+模式下的血清代谢组OPLS-DA得分图；d：ESI-模式下的血清代谢组OPLS-DA得分图；e：ESI+模式下的血清代谢组S-plot：红色圆圈表示变化较为明显的代谢物（分子量）；f：ESI-模式下的血清代谢组S-plot：红色圆圈表示变化较为明显的代谢物（分子量）；3-HDDCA：3-Hydroxydodecanedioic acid；3-HTTCA：3-Hydroxytetradecanedioic acid。
Figure 1. The non-targeted metabolomics analysis of serum
图 2 粪便的非靶向代谢组学分析
a：ESI+模式下的粪便代谢组PCA得分图；b：ESI-模式下的粪便代谢组PCA得分图；c：ESI+模式下的粪便代谢组OPLS-DA得分图；d：ESI-模式下的粪便代谢组OPLS-DA得分图；e：ESI+模式下的粪便代谢组S-plot：红色圆圈表示变化较为明显的代谢物（分子量）；f：ESI-模式下的粪便代谢组S-plot：红色圆圈表示变化较为明显的代谢物（分子量）。
Figure 2. Non-target metabolomic analysis of fecal
图 3 差异代谢物的单变量靶向分析
a：血清差异代谢物的相对定量；b：粪便差异代谢物的相对定量；c：血清中的胆汁酸水平；与对照组比较，*P < 0.05，**P < 0.01，***P < 0.001。
Figure 3. Univariate targeting analysis of different metabolites
图 4 差异代谢物与临床指标的相关性分析
Figure 4. Correlation analysis of different metabolites and clinical indicators
表 1 两组研究对象临床特征（
$\bar x\pm s$ ）Table 1. The clinical characteristics of the control and the T2DM groups （
$\bar x\pm s $ ）指标 对照组 2型糖尿病组 t P 年龄（岁） 51.77 ± 8.01 54.47 ± 11.40 −1.26 0.21 TC（mmol/L） 4.48 ± 0.71 4.78 ± 1.18 −1.459 0.15 TG（mmol/L） 1.31 ± 0.57 2.95 ± 1.98 −5.61 0.000** HDL-C（mmol/L） 1.52 ± 0.39 1.09 ± 0.24 5.501 0.000** LDL-C（mmol/L） 2.62 ± 0.51 3.05 ± 0.99 −2.63 0.01* FPG/mmol/L 5.12 ± 0.47 9.59 ± 3.64 −8.80 0.000** FINS（μIU/mL） 11.16 ± 3.29 13.39 ± 8.39 −1.71 0.09 FC-P（ng/mL） 2.75 ± 0.96 3.06 ± 1.18 −1.22 0.23 HbA1C（%） 5.19 ± 1.16 9.21 ± 2.18 −10.97 0.000** 尿素（mmol/L） 5.20 ± 1.72 5.29 ± 1.66 0.24 0.81 肌酐（mol/L） 67.50 ± 17.04 70.38 ± 17.30 −0.73 0.47 与对照组比较，*P > 0.05，**P > 0.01。 
下载: 导出CSV
表 2 临床血清和粪便中差异代谢物的定性与定量信息表
Table 2. The qualitative and quantitative information of different metabolites in serum and fecal samples
保留
时间分子量 化合物 离子模式 偏相关系
数绝对值变量权
重值倍数
（糖尿病组/
对照组）质荷比
误差离子碎片 样本类型 0.87 202.047 Succinylacetoacetate ESI+ 0.75 8.74 1.66 4 84.96；116.06；
139.05；172.11serum 0.88 146.070 Glutamine* ESI+ −0.56 1.06 0.86 6 84.04；102.05；
130.05serum 1.00 117.079 Valine* ESI+ 0.52 2.92 1.18 0 55.05；72.08 serum 1.05 131.095 Leucine* ESI+ 0.57 4.57 1.24 3 30.03；44.05；
69.07；86.10serum 5.92 188.104 Azelaic acid* ESI+ −0.72 4.49 0.30 5 125.10；171.10 serum 6.63 246.147 3-Hydroxydodecanedioic acid ESI+ −0.83 5.89 0.50 1 171.10；229.15 serum 7.74 274.177 3-Hydroxytetradecanedioic acid ESI+ −0.86 9.84 0.42 4 171.10；239.16 serum 8.95 302.208 5-Hydroxyhexadecanedioic acid ESI+ −0.81 2.25 0.38 4 171.10；285.21 serum 0.84 180.063 Glucose* ESI− 0.64 1.38 1.72 2 45.00；59.01；
89.03serum 1.05 90.032 Lactic acid ESI− 0.71 8.62 1.48 3 43.02；71.01 serum 5.51 218.115 3-Hydroxydecanedioic acid ESI− −0.77 2.51 0.40 2 69.03；119.03；
158.24serum 5.91 188.104 Azelaic acid* ESI− −0.68 8.53 0.31 3 125.10；143.86；
169.08serum 6.60 202.120 Sebacic acid* ESI− −0.67 2.10 0.29 1 139.12；183.10 serum 6.64 246.147 3-Hydroxydodecanedioic acid ESI− −0.79 5.51 0.51 2 57.04；125.10；
187.10serum 7.25 216.136 Undecanedioic acid* ESI− −0.69 2.01 0.27 1 153.13；197.11 serum 8.95 302.209 5-Hydroxyhexadecanedioic acid ESI− −0.79 1.86 0.38 1 71.05；153.12；
197.12serum 8.66 372.267 Cervonoyl ethanolamide ESI+ 0.51 2.61 2.16 1 107.09；159.12；
173.13；337.25feces 9.35 356.272 Tetracosahexaenoic acid ESI+ 0.52 2.17 1.67 1 107.09；187.15；
247.17feces 9.39 392.293 7，12-Dihydroxycholanoic acid ESI− 0.57 3.85 1.47 1 345.28；373.26 feces 10.06 392.293 Chenodeoxycholic acid* ESI− 0.63 7.53 3.54 1 354.07；373.26 feces 8.65 408.290 Cholic acid* ESI− 0.57 10.72 3.04 6 95.05；251.20；
289.22；343.27feces 10.26 392.293 Deoxycholic acid* ESI− 0.71 8.40 1.61 1 327.27；345.28；
355.27；373.26feces *表示与标准品进行比对过的化合物。
下载: 导出CSV
-
[1] Friedrich,N. Metabolomics in diabetes research[J]. J Endocrinol,2012,215(1):29-42. doi: 10.1530/JOE-12-0120 [2] 刘桠名,徐冕,颜悦新,等. 基于代谢组学的脓毒症大鼠生物标志物研究[J]. 昆明医科大学学报,2019,40(06):16-22. doi: 10.3969/j.issn.1003-4706.2019.06.004 [3] 任繁栋,丁筱雪,蔡芳,等. 基于超高效液相色谱-高分辨质谱联用技术研究冠心病及冠心病合并2型糖尿病患者代谢特征[J]. 分析化学,2020,48(01):49-56. [4] 钱荣立. 关于糖尿病的新诊断标准与分型[J]. 中国糖尿病杂志,2000,8(01):4-5. [5] Bliksrud Y T,Ellingsen A,Bjørås M. Fumarylacetoacetate inhibits the initial step of the base excision repair pathway:implication for the pathogenesis of tyrosinemia type I[J]. J Inherit Metab Dis,2013,36(5):773-778. doi: 10.1007/s10545-012-9556-0 [6] Alobaidy H. A review of metabolic disorder of amino acid tyrosinemia type I:when to suspect and how to diagnose[J]. Iosr Journal of Pharmacy & Biological Sciences,2017,12(2):56-64. [7] Arneth B,Arneth R,Shams M. Metabolomics of type 1 and type 2 diabetes[J]. International Journal of Molecular Ences,2019,20(10):2467-2480. [8] Sun Y,Gao H Y,Fan Z Y,et al. Metabolomics signatures in type 2 diabetes:a systematic review and integrative analysis[J]. J Clin Endocrinol Metab,2020,105(4):1000-1008. doi: 10.1210/clinem/dgz240 [9] Wang T J,Larson M G,Vasan R S,et al. Metabolite profiles and the risk of developing diabetes[J]. Nat Med,2011,17(4):448-453. doi: 10.1038/nm.2307 [10] Hameed A,Mojsak P,Buczynska A,et al. Altered metabolome of lipids and amino acids species:a source of early signature biomarkers of T2DM[J]. J Clin Med,2020,9(7):2257-2302. doi: 10.3390/jcm9072257 [11] Cheng S,Rhee E P,Larson M G,et al. Metabolite profiling identifies pathways associated with metabolic risk in humans[J]. Circulation,2012,125(18):2222-2231. doi: 10.1161/CIRCULATIONAHA.111.067827 [12] Long J,Liu L,Jia Q,et al. Integrated biomarker for type 2 diabetes mellitus and impaired fasting glucose based on metabolomics analysis using ultra-high performance liquid chromatography quadrupole-Orbitrap high-resolution accurate mass spectrometry[J]. Rapid Commun Mass Spectrom,2020,34(12):e8779. [13] Calvani R,Rodriguez-Mañas L,Picca A,et al. Identification of a circulating amino acid signature in frail older persons with type 2 diabetes mellitus:results from the metabofrail study[J]. Nutrients,2020,12(1):199-210. doi: 10.3390/nu12010199 [14] Muthulakshmi S,Saravanan R. Efficacy of azelaic acid on hepatic key enzymes of carbohydrate metabolism in high fat diet induced type 2 diabetic mice[J]. Biochimie,2013,95(6):1239-1244. [15] Mingrone G,Castagneto-Gissey L,Macé K. Use of dicarboxylic acids in type 2 diabetes[J]. Br J Clin Pharmacol,2013,75(3):671-676. doi: 10.1111/j.1365-2125.2012.04177.x [16] Muthulakshmi S,Chakrabarti A K,Mukherjee S. Gene expression profile of high-fat diet-fed C57BL/6J mice:in search of potential role of azelaic acid[J]. J Physiol Biochem,2015,71(1):29-42. doi: 10.1007/s13105-014-0376-6 [17] Vinaixa M,Rodriguez M A,Samino S,et al. Metabolomics reveals reduction of metabolic oxidation in women with polycystic ovary syndrome after pioglitazone-flutamide-metformin polytherapy[J]. PLoS One,2011,6(12):e29052. doi: 10.1371/journal.pone.0029052 [18] Streeper R T,Louden C,Izbicka E. Oral azelaic acid ester decreases markers of insulin resistance in overweight human male subjects[J]. In Vivo,2020,34(3):1173-1186. [19] Lien F,Berthier A,Bouchaert E,et al. Metformin interferes with bile acid homeostasis through AMPK-FXR crosstalk[J]. J Clin Invest,2014,124(3):1037-1051. doi: 10.1172/JCI68815 [20] Kazgan N,Metukuri M R,Purushotham A,et al. Intestine-specific deletion of SIRT1 in mice impairs DCoH2–HNF-1α–FXR signaling and alters systemic bile acid homeostasis[J]. Gastroenterology,2014,146(4):1006-1016. doi: 10.1053/j.gastro.2013.12.029 [21] Rooks M G,Garrett W S. Gut microbiota,metabolites and host immunity[J]. Nat Rev Immunol,2016,16(6):341-352. doi: 10.1038/nri.2016.42 [22] Long S L,Gahan C,Joyce S A. Interactions between gut bacteria and bile in health and disease[J]. Mol Aspects Med,2017,56(4):54-65. [23] Swann J R,Want E J,Geier F M,et al. Systemic gut microbial modulation of bile acid metabolism in host tissue compartments[J]. Proc Natl Acad Sci U S A,2011,108(Suppl 1):4523-4530. [24] Behr C,Slopianka M,Haake V,et al. Analysis of metabolome changes in the bile acid pool in feces and plasma of antibiotic-treated rats[J]. Toxicology & Applied Pharmacology,2019,363(2):79-87. [25] Merlen G,Ursic-Bedoya J,Jourdainne V,et al. Bile acids and their receptors during liver regeneration:“Dangerous protectors”[J]. Mol Aspects Med,2017,56(4):25-33. [26] Tian L,Jin T. The incretin hormone GLP-1 and mechanisms underlying its secretion[J]. J Diabetes,2016,8(6):753-765. doi: 10.1111/1753-0407.12439 [27] Pathak P,Xie C,Nichols R G,et al. Intestine farnesoid X receptor agonist and the gut microbiota activate G-protein bile acid receptor-1 signaling to improve metabolism[J]. Hepatology,2018,68(4):1574-1588. doi: 10.1002/hep.29857 期刊类型引用(9)
1. 廖云姗，王双双，尹丽娟，郑玉婷. 云南地区院外应急救援护士心理健康状况的调查分析. 昆明医科大学学报. 2023(08): 177-184 . 
本站查看2. 韩秋凤，林霄，陈海城，张馨遥，刘豫瑞. 心理弹性及社会支持对医务人员负性情绪的影响. 福建医科大学学报(社会科学版). 2021(02): 34-39 . 百度学术3. 巩平平，许静，翟金国，高燕. 医学专业教师心理健康状况调查分析. 中国校医. 2021(08): 576-578+636 . 百度学术4. 黄桂梅，廖灵敏，陈智平. 广西某高校一家附属医院医护人员心理健康状况及其影响因素分析. 应用预防医学. 2020(06): 482-485 . 百度学术5. 万园园，唐维兵，潘键. 江苏某儿童医院医务人员饮食行为与健康状况分析. 江苏卫生事业管理. 2020(12): 1677-1680 . 百度学术6. 施丕华，王贵义，徐卫琼，唐宝春. 医学院校学生不同时期心理健康状况比较. 昆明医科大学学报. 2019(09): 46-50 . 本站查看7. 张耐思，卢金婧，崔乐乐，裴冬梅. 沈阳市综合医院青年医师的心理体检及心理健康状况分析. 广东医学. 2019(22): 3221-3224 . 百度学术8. 万园园，胡旭俊，王小红. 江苏某儿童医院职工餐厅满意度与消费情况分析. 江苏卫生事业管理. 2019(12): 1574-1576 . 百度学术9. 胡娟，吴林雄，陈江容，李四乐，向思，张蕴，周梅. 昆明市社区居民身心健康现状调查. 昆明医科大学学报. 2018(07): 33-36 . 本站查看其他类型引用(1)
-
下载:
点击查看大图
计量
- 文章访问数: 4518
- HTML全文浏览量: 3249
- PDF下载量: 118
- 被引次数: 10
