Frontiers in Endocrinology

Bevezetés

A szív- és érrendszeri betegségek (CVD) a leggyakoribb és legsúlyosabb diabeteses szövődmény, amely a 2-es típusú diabetes mellitusban szenvedő betegek körében jelentős halálozáshoz és fogyatékossághoz vezet. A T2DM-ben szenvedő betegeknél két-háromszor nagyobb a CVD kockázata, mint a T2DM nélkülieknél (3, 4). A hagyományos tényezőkkel, például a vérnyomással, a lipidekkel és a testtömegindexszel összehasonlítva a metabolomikai megközelítésekkel kimutatott endogén kis molekulájú vegyületek nagyobb valószínűséggel tükrözik a sejtek táplálkozásának, a gyógyszerek, a környezeti szennyező anyagok és más külső tényezők együttes hatásával kapcsolatos sejtállapotot (7). Az acilkarnitin-metabolitok a szabad karnitin és a zsírsavak által termelt acilkoenzim-A (acil-CoA) kombinációjából képződő észteranyagok egy csoportja (8). Egy kohorszvizsgálat szerint bizonyos acilkarnitinek plazmakoncentrációja magasabb volt T2DM-betegekben, mint a nem T2DM-populációban (9). Ezenkívül a fruktózzal táplált egerek szívszövetében az acilkarnitinek és a mitokondriális 4-hidroxinonénal koncentrációja magasabb volt, mint a kontrollcsoportban (10). Mivel a 4-hidroxi-nonenal lipidperoxidáció során keletkezik, a megnövekedett 4-hidroxi-nonenal magas oxidatív stresszre utalhat (11). Azonban csak néhány klinikai tanulmány vizsgálta az acilkarnitin és a CVD közötti összefüggéseket T2DM-ben. Valójában továbbra sem egyértelmű, hogy van-e összefüggés az acilkarnitinek és a CVD között T2DM-ben.

Ezért kórházi keresztmetszeti felmérést végeztünk, hogy megbecsüljük az acilkarnitin-metabolitok és a CVD közötti összefüggést T2DM-ben szenvedő kínai betegeknél.

Anyagok és módszerek

Vizsgálati módszer és populáció

Ez a vizsgálat keresztmetszeti vizsgálati tervet alkalmazott az acilkarnitinok és a CVD közötti kapcsolat feltárására T2DM-ben. A Liaoning Medical University First Affiliated Hospital (LMUFAH), Jinzhou, Kína, fő elektronikus adatbázisából 2554 olyan fekvőbeteg elektronikus orvosi adatait kerestük le, akik 2015 májusa és 2016 augusztusa között kerültek be a kórházba (12).

A felvételi kritériumokat a következőképpen határoztuk meg: (1) életkor ≥ 18 év; (2) T2DM diagnózis; és (3) az acilkarnitin-metabolitok rendelkezésre álltak: acetil-karnitin (C2), propionil-karnitin (C3), butil-karnitin (C4), hidroxil-butil-karnitin (C4-OH), szukcinil-karnitin (C4DC), izovaleril-karnitin (C5), 3-hidroxi-izovaleril-karnitin (C5-OH), glutaril-karnitin (C5DC), tiglikarnitin (C5:1), hexanoil-karnitin (C6), oktanoil-karnitin (C8), dekanoil-karnitin (C10), lauroil-karnitin (C12), mirisztoil-karnitin (C14), 3-hidroxil-tetradecanoil-karnitin (C14-OH), tetradecanoyldiacyl-karnitin (C14DC), tetradecenoil-karnitin (C14:1), palmitoil-karnitin (C16), 3-hidroxipalmitoil-karnitin (C16-OH), 3-hidroxipalmitoleil-karnitin (C16:1-OH), oktadecanoil-karnitin (C18), arachidikus karnitin (C20), behenikus karnitin (C22), tetrakozán-karnitin (C24), hexakozán-karnitin (C26). A kizárási kritériumok a következők voltak: (1) diagnosztizált 1-es típusú cukorbetegség; (2) terhesség. Összesen 741 T2DM-beteget vontak be az elemzésbe, akik megfeleltek a felvételi és nem voltak kizáró kritériumok.

A vizsgálat etikai jóváhagyását az LMUFAH Klinikai Kutatási Etikai Bizottságától szerezték be, és a keresztmetszeti vizsgálat retrospektív jellege miatt az LMUFAH Klinikai Kutatási Etikai Bizottsága lemondott a beleegyezésről.

Adatgyűjtés és klinikai meghatározás

A demográfiai és klinikai adatokat a kórház fő elektronikus adatbázisából nyertük, beleértve az életkort, a nemet, a cukorbetegség időtartamát, a cukorbetegség szövődményeit, a gyógyszerhasználatot (antidiabetikus gyógyszerek, vérnyomáscsökkentők és lipidcsökkentők), BMI, szisztolés vérnyomás (SBP), diasztolés vérnyomás (DBP), glikált hemoglobin (HbA1c), triglicerid (TG), alacsony sűrűségű lipoprotein-koleszterin (LDL-C) és magas sűrűségű lipoprotein-koleszterin (HDL-C).

CVD alatt korábbi koszorúér-betegséget (CAD), szívelégtelenséget (HF) vagy stroke-ot értettünk. A BMI-t a kilogrammban kifejezett testsúly és a méterben kifejezett testmagasság négyzetének hányadosaként számították ki, kg/m2-ben kifejezve. A túlsúlyt a BMI ≥ 24,0 kg/m2, de <28,0 kg/m2, az elhízást pedig a BMI ≥ 28,0 kg/m2 volt, a Kínai Diabétesz Szövetség által a kínaiak számára ajánlott módon (13). Kalibrált higanyos vérnyomásmérőt használtak az SBP és DBP mérésére, miután a betegek 5-10 percig pihentek. A T2DM-betegektől éjszakai éhgyomri vért (legalább 8 órás koplalás) vettek. A HbA1c, TG, HDL-C és LDL-C méréseket az LMUFAH biokémiai laboratóriumában végeztük. Az acilcsoportláncban lévő szénatomok száma szerint az acilkarnitineket három csoportba soroltuk: rövid szénláncú acilkarnitinok, beleértve a C2, C3, C4, C4-OH, C5, C5-OH, C5DC, C5:1 és C6; közepes láncú acilkarnitinok, beleértve a C8, C10, C12, C14, C14-OH, C14DC és C14:1; hosszú láncú acilkarnitinok, beleértve a C16, C16-OH, C16:1-OH, C18, C20, C22, C24 és C26 (14).

Acylcarnitin mennyiségi meghatározása

A metabolomikai vizsgálati módszert korábbi tanulmányokban már leírták (15). Röviden, 8 órás koplalás után ujjpunkcióval gyűjtött száraz vérpontmintákat használtunk a metabolomikai vizsgálathoz. A száraz vérfoltokban lévő metabolizmust tömegspektrometriás (MS) technológiával mértük. Az MS metabolomikai elemzést AB Sciex 4000 QTrap rendszerrel (AB Sciex, Framingham, MA, USA) végeztük. Az elektrospray ionizációs forrás ionforrás volt. Az ionpermetezési feszültség 4,5 kV volt. Pozitív üzemmódban végeztük az analitok letapogatását. A mobilfázis, amely a vizsgálandó komponenst hordozta, 80%-os acetonitril vizes oldat volt. Az abszolút mennyiségi meghatározáshoz a Cambridge Isotope Laboratories (Tewksbury, MA, USA) által gyártott acil-karnitin izotóp-jelölt belső standardjait használtuk.

Statisztikai elemzés

A statisztikai elemzést a Statistical Analysis System Release 9.4 (SAS Institute Inc., Cary, NC, USA) segítségével végeztük. A P < 0,05 értéket statisztikailag szignifikánsnak tekintettük. A két csoport közötti kategorikus adatokat adott esetben Chi-négyzet teszttel vagy Fisher pontos tesztjével hasonlítottuk össze, és mennyiségben és százalékban fejeztük ki. A P-P-diagramot vagy Q-Q-diagramot használtuk a normalitás vizsgálatára, ha az elemzési változó folytonos változó volt. A normális eloszlásnak megfelelő folytonos változókat átlag ± standard eltérés (SD) formában mutattuk be, és Student’s t-teszttel hasonlítottuk össze, vagy egyébként mediánként, interkvartilis tartományokkal (IQR), és Wilcoxon szignált rangteszttel hasonlítottuk össze.

A többszörös összehasonlításokkal való megbirkózás érdekében faktorelemzést használtunk, hogy a nagy számú korrelált acilkarnitineket kisebb számú korrelálatlan faktorra csökkentsük. A faktorelemzésre való alkalmasság értékelésére a Kaiser-Meyer-Olkin (KMO) és a Bartlett-féle szfericitási tesztet használták (16). A KMO-koefficiens < 0,5 elfogadhatatlannak minősül, míg a 0,8 körüli értékeket érdemlegesnek tekintették. A főkomponens-elemzést a faktorok kivonására és a megfelelő faktortöltési mátrix meghatározására használták. A Varimax-rotáció elforgatta a kezdeti faktorterhelési mátrixot, hogy egy olyan megoldást kapjon, amely tömörebb és könnyebben értelmezhető, mint a kezdeti faktor-kivonatolás (17). Azokat az egyes acilkarnitineket, amelyek egy faktorhoz a maximális töltéssel rendelkeztek, a faktor releváns komponenseiként használták. A Scree-diagram a faktorelemzésben a faktorok sajátértékeinek vonalas ábrázolása (18). A scree plot vízszintes tengelye a faktorok száma, a függőleges tengely pedig a faktorok sajátértéke. Az acilkarnitin faktorok számát a sajátérték, a kommunalitások és a scree plot alapján határoztuk meg: sajátérték > 1, kommunalitások ≥ 50%, a scree plot meredek lejtőjén elhelyezkedő faktorok száma.

Multivariábilis bináris logisztikus regressziót használtunk a kivont acilkarnitin faktorok esélyhányadosainak (OR) és 95%-os konfidenciaintervallumainak (CI) becslésére a CVD-re vonatkozóan T2DM-ben. Strukturált kiigazítási sémát alkalmaztak a demográfiai és klinikai változók zavaró hatásainak ellenőrzésére. Konkrétan, az 1. modell egyváltozós modell volt; a 2. modellt minden más acilkarnitin-faktorral korrigálták; a 3. modellt tovább korrigálták az életkor, nem, BMI, cukorbetegség időtartama, HbA1c, SBP, DBP, TG, LDL-C, HDL-C; a 4. modell pedig tovább korrigálta a gyógyszerhasználatot, beleértve a 3. modellben korrigált változókon kívül a diabéteszellenes gyógyszereket, antidiabetikumokat és lipidcsökkentő gyógyszereket.

Eredmény

A vizsgálati alanyok leírása

A vizsgált betegek átlagéletkora 57,9 (SD: 14,1) év volt, a cukorbetegség medián időtartama pedig 5 (IQR: 0-10) év. Közülük 391 (52,8%) férfi volt, 288 (38,9%) pedig CVD-ben szenvedett (87 csak CAD-ben, 109 csak stroke-ban, 6 csak HF-ben, 51 csak CAD-ben és stroke-ban, 53 csak CAD-ben és HF-ben, 18 csak stroke-ban és HF-ben, 18 pedig mindkettőben) (1. táblázat, 1. adatlap).

TÁBLA 1
www.frontiersin.org

1. táblázat. A cukorbetegség demográfiai és klinikai jellemzői a CVD előfordulása szerint.

A nem CVD-s csoporttal összehasonlítva a CVD-s T2DM-betegek nagyobb valószínűséggel voltak idősebbek és hosszabb ideig cukorbetegek, magasabb SBP-vel, alacsonyabb HbA1c-vel és ritkábban használtak inzulint. Ezeknél a betegeknél általában alacsonyabb volt az LDL-C, alacsonyabb volt a cukorbetegség elleni gyógyszerek, magasabb volt a lipidcsökkentő gyógyszerek és a vérnyomáscsökkentő gyógyszerek használatának aránya. A nem, a BMI, a DBP, a HDL-C és a TG tekintetében nem volt szignifikáns különbség a két csoport között. A C2, C4, C6, C8, C10, C12, C14, C14-OH és C14:1 magasabb, míg a C5-OH és C24 alacsonyabb volt a CVD-s betegeknél, mint a CVD nélküli társaiknál. A többi acilkarnitin hasonló volt a két csoportban (2. táblázat).

TÁBLA 2
www.frontiersin.org

2. táblázat. Acylkarnitin profil T2DM betegeknél.

Acylkarnitinek kivont faktorai

A faktoranalízis eredményei elfogadhatóak voltak, amire a magas, 0,898-as KMO együttható és a Bartlett gömbösségi teszt <0,0001-es, rendkívül szignifikáns P-értéke utal. Az 1-5. faktorok sajátértékei meghaladták az 1-et, és a scree-diagram meredek lejtőjén helyezkedtek el (1. ábra). Így öt faktort vontunk ki, és az acilkarnitinek terhelését az öt faktorra a varimax rotáció után a 3. táblázatban tüntettük fel. Az 1. faktor a C2, C4, C4-OH, C5DC, C6, C8 és C14DC; a 2. faktor a C10, C12, C14, C14-OH, C14:1 és C16-OH; a 3. faktor a C16, C16:1-OH, C18, C20 és C3; a 4. faktor a C22, C24 és C26; az 5. faktor a C4DC, C5, C5, C5-OH és C5:1 faktorokat tartalmazta. Az öt faktor a teljes variancia 65,9%-át magyarázta.

1. ÁBRA
www.frontiersin.org

1. ábra. A faktorok sajátértéke a scree-diagramon. A scree plot vízszintes tengelye a faktorok száma, a függőleges tengely pedig a faktorok sajátértéke. Öt faktor sajátértéke meghaladta az 1-et.

3. TÁBLÁZAT
www.frontiersin.org

3. táblázat. A 25 acilkarnitin-metabolitból származtatott faktor és azok terhelése.

A kivont faktorok és a CVD-kockázat közötti összefüggések T2DM-ben

Az 1., 2. és 4. faktorok mind pozitívan kapcsolódtak a CVD-kockázathoz T2DM-ben az egyváltozós elemzésben. Az egyéb tényezőkre való kiigazítás után ezek a pozitív összefüggések még mindig szignifikánsak voltak (2. modell). Azonban csak az 1. tényező (OR: 1,42, 95% CI: 1,03-1,95) és a 2. tényező (OR: 1,24, 95% CI: 1,03-1,49) továbbra is pozitívan kapcsolódott a CVD kockázatához az életkor, a nem, a BMI, a cukorbetegség időtartama, a HbA1c, az SBP, DBP, TG, LDL-C és HDL-C további kiigazítása után. A gyógyszerhasználatra vonatkozó végső kiigazítás után az 1. tényező (OR: 1,45, 95% CI: 1,03-2,03) és a 2. tényező (OR: 1,23, 95% CI: 1,02-1,50) hatásmérete nagyrészt változatlan maradt (4. táblázat).

4. TÁBLA
www.frontiersin.org

4. táblázat. A metabolizmus-faktorok egyváltozós és többváltozós összefüggése a kardiovaszkuláris eseménnyel.

Szenzitivitáselemzés

A HbA1c hiányzó értékeinek átlagos imputálása és többszörös imputálása után (n = 200) az 1. és 2. faktorok hatásméretei a CVD kockázatára T2DM-ben stabilak és szignifikánsak maradtak az egy- és többváltozós elemzésekben (S1. táblázat).

Diszkusszió

Ez a vizsgálat kimutatta, hogy néhány acilkarnitin, ill, C2, C4, C4-OH, C5DC, C6, C8 és C14DC az 1. faktorban, valamint a C10, C12, C14:1, C14, C14-OH és C16-OH a 2. faktorban, összefüggésbe hozhatók a CVD kockázatával T2DM-ben, és az összefüggések függetlenek voltak más acilkarnitin faktoroktól és a hagyományos CVD kockázati tényezőktől. Ezek az 1. és 2. faktorban kivont acilkarnitin-metabolitok főként rövid és közepes láncú acil-karnitinek voltak.

A hosszú láncú zsírsavak oxidációjának energiaellátási útvonala az emberben a következő. A sejtekben a hosszú szénláncú zsírsav (FA) a koenzim A-val (COA) hosszú szénláncú acil-koenzim A-t (acil-COA) képez (19). A karnitin a külső mitokondriális membránban található karnitin-palmitoiltranszferáz 1 segítségével a hosszú láncú acil-COA acilcsoportjával hosszú láncú acil-karnitin képződik (20). Az acilkarnitin a karnitin-acilkarnitin-transzlokázon (CATC) keresztül kerül a mitokondriumokba (21). A hosszú láncú acilkarnitint a belső mitokondriális membránban lévő karnitin-palmitoiltranszferáz 2 bontja hosszú láncú acil-CoA-ra és karnitinre (22). A hosszú láncú acil-COA a nagyon hosszú láncú acil-COA dehidrogenáz hatására dehidrogéneződik enoil-COA-vá (23). Az enoil-COA az enoil-CoA-hidrátáz szabályozása alatt történő hidratáció révén 3-hidroxi-acil-CoA-t termel (23). A 3-hidroxi-acil-CoA-t a hosszú láncú 3-hidroxi-acil-CoA-dehidrogenáz dehidrogénezi, 3-ketoacil-CoA-t képezve (24). A 3-ketoacil-CoA a hosszú szénláncú letoacil-CoA tioláz által tiolízisnek vetik alá acetil-CoA és egy két szénláncú rövidített acil-CoA előállítása céljából (25). A rövidített COA ismét belép ebbe a metabolikus ciklusba, amíg a rövid szénláncú zsírsavak oxidációs útvonalába nem lép. A hosszú láncú zsírsavakhoz képest a közepes és rövid láncú zsírsavak közvetlenül, a CACT közreműködése nélkül jutnak be a mitokondriumokba. A hosszú szénláncú zsírsavakhoz hasonlóan a közepes és rövid szénláncú zsírsavakhoz képest rövidített COA-t és acetil-CoA-t állítanak elő néhány hasonló enzim együttes katalízise alatt. A rövidített-COA ismét belép a rövid szénláncú zsírsavciklusba, amíg acetil-CoA-vá nem alakul. Végül a zsírsav oxidációja során keletkező acetil-CoA a trikarbonsavciklusban való részvételével energiát szolgáltat (2A ábra).

2. ábra
www.frontiersin.org

2. ábra. (A) A zsírsavak energiát biztosító útja az egészséges kardiomiocitákban. A láncos zsírsavak az acetilkoenzim-A termelésén keresztül, több enzim együttes katalízisével biztosítanak energiát. (B) A zsírsavak energiát szolgáltató útvonala a 2-es típusú diabetes mellitusban szenvedő, szív- és érrendszeri betegségben szenvedő betegek kardiomiocitáiban. A szabad hosszú láncú zsírsavak felhalmozódása gátolja a közepes és rövid láncú zsírsavak teljes oxidációját, ami megnövekedett közepes és rövid láncú acil-COA-t eredményez. A közepes és rövidláncú acil-karnitin ezen acil-COA és a karnitin kombinációja miatt növekszik. FA, zsírsav; COA, koenzim A; CPT 1, karnitin-palmitoiltranszferáz 1; CACT, karnitin-acil-karnitin-transzlokáz; CPT 2, karnitin-palmitoiltranszferáz 2; VLCAD, nagyon hosszú láncú acil-CoA dehidrogenáz; ECH, enoil-CoA-hidrátáz; LCHAD, hosszú láncú 3-hidroxi-acil-CoA-dehidrogenáz; LCKAT, hosszú láncú ketoacil-CoA tioláz; MCAD, közepes láncú acil-CoA-dehidrogenáz; MCKAT, közepes láncú 3-ketoacil-CoA tioláz; TCA, trikarbonsav.

Más vizsgálatokban csökkent glükózoxidációs sebességről, megnövekedett FA oxidációs sebességről és a szívizom oxigénfogyasztásáról számoltak be ob/ob és db/db egerekben (26, 27). Egy amerikai kutatócsoport hasonló következtetést vont le a fenti egerek különböző élethetekben történő ismételt mérésével (28). A kutatócsoport további PCR-kísérletekkel azt gyanította, hogy a FA felvételében és oxidációjában részt vevő gének expressziója kibillent az egyensúlyból, ami ahhoz vezetett, hogy a kardiomiocitákba jutott FA meghaladta a mitokondriumok oxidatív kapacitását. Ezenkívül néhány más tanulmány azt találta, hogy a Zucker-patkányok kardiomiocitáiban nem volt szignifikánsan megnövekedett oxidáció, szemben a megnövekedett hosszú láncú FA-val a kardiomiocitákban (29, 30). Egy tanulmány meghatározta a humán FA-szinteket, és azt találta, hogy bár a FA oxidációs sebessége nőtt, a zsírsav-oxidáció százalékos mennyisége alacsonyabb volt a megnövekedett bevitel miatt (31). Emellett az acil-CoA felhalmozódhat a citoplazmában, ha FA-túlterhelés lép fel (32). Ezzel összhangban a metabolomikai elemzés azt találta, hogy a nem T2DM-betegekhez képest a T2DM-betegeknél a hosszú láncú zsírsavak oxidációja nem volt teljes, ami a C6, C8, C10, C12 és C14 szignifikánsan megnövekedett plazmaszintjéhez vezetett (33). Egyes kutatók kimutatták, hogy a testzsírszázalék pozitívan korrelált a C2, C3, C4, C5, C6, C8:1 és C16:1 szérumszintjével (34). Valószínű, hogy a magasabb testzsír korrelált a zsírsavak nem teljes béta-oxidációjával, ami túlnyomórészt a rövid vagy közepes láncú acilkarnitin nagyobb mennyiségéhez vezetett. Azt is megállapították, hogy a C2, C6, C8, C10, C12, C14, C14:1 és C14-OH szérumszintje emelkedett prediabéteszes állapotban (34).

Ezért azt gyanítjuk, hogy a T2DM-ben szenvedő betegek kardiomiocitáinak enyhén emelkedett zsírsav-oxidációs rátája nem képes megfelelően oxidálni a hosszú láncú szabad FA-kat, amelyek a kardiomiocitákban felhalmozódnak. A felhalmozódott szabad FA-k kardiotoxicitást indukálnak. Másrészt a közép- és rövidláncú zsírsavak oxidációs útja gátolt lehet a hosszúláncú zsírsavak megnövekedett oxidációs sebessége miatt. E gátlás miatt a közepes és rövidláncú koenzim A nem alakul át kellőképpen acetil-CoA-vá. Végül a kumulatív acil-CoA kötő karnitin a közepes és rövid szénláncú acil-karnitinek növekedéséhez vezet (2B ábra).

Vizsgálatunkban több korlátozást is észrevettünk. Először is, vizsgálatunk keresztmetszeti vizsgálat volt, és nem tudtunk ok-okozati összefüggést megállapítani az acilkarnitinek és a CVD között T2DM-ben. Másodszor, alanyaink fekvőbetegek voltak. T2DM-jük súlyosabb volt, mint a T2DM-ben szenvedő betegeké általában. Így eredményeinket nem lehet extrapolálni a T2DM-betegek általános populációjára. Harmadszor, vizsgálatunkban nem gyűjtöttünk étrendi tényezőket, és a táplálkozási szokások az egyik fő zavaró tényezőt jelenthetik elemzésünkben (35). Ugyanakkor gondosan kiigazítottuk az egyéb acilkarnitin-metabolitok, valamint a demográfiai és klinikai tényezők – többek között az életkor, a BMI, a vérnyomás, a HbA1c és a lipidprofil – potenciálisan zavaró hatásait. Az étrend “kimeneteleként” az említett acilkarnitin-metabolitok és klinikai tényezők kiigazítása részben kiküszöbölhette a táplálkozási szokások zavaró hatásait. Mindazonáltal elismertük, hogy e zavaró tényezők gondos kiigazítása ellenére sem zárhatjuk ki, hogy voltak nem kiigazított zavaró hatások. Ezért eredményeinket óvatosan kell értelmezni. Negyedszer, nem határoztuk meg az inzulinrezisztencia és az acil-CoA szintjét. Végül 200 esetben hiányzott a HbA1c a vizsgálati alanyaink közül. Ezek az összefüggések azonban az átlagos imputáció és a többszörös imputáció után is stabilak maradtak, ami arra utal, hogy jelentős torzítás nem valószínű.

Kutatásunknak fontos közegészségügyi vonatkozásai voltak. A CVD gyakori és súlyos szövődmény a T2DM-ben, amely szignifikánsan összefügg a T2DM-ben bekövetkező korai halálozással. Bár a hiperglikémia, a hipertónia és a kóros lipidek intenzív kezelése képes csökkenteni a CVD kockázatát T2DM-ben, a CVD fennmaradó kockázata továbbra is jelentősen magas (36). Fontos a T2DM-ben a CVD mechanizmusainak jobb megértése. Tanulmányunk új betekintést nyújt a T2DM-ben a metabolikus zavaroktól a CVD-ig vezető útvonalakba.

Végeredményben tanulmányunk megállapította, hogy az 1. és 2. faktorban kivont egyes acilkarnitin-metabolitok, azaz a C2, C4, C6, C8, C10, C12, C14, C14OH és C14:1, emelkedett plazmaszintje összefügg a CVD kockázatával a T2DM-ben szenvedő kínai fekvőbetegeknél. A keresztmetszeti vizsgálat jellegéből adódóan a jövőben prospektív kohorszvizsgálatokra van szükség eredményeink megismétlésére.

Adatok elérhetőségi nyilatkozata

A vizsgálathoz létrehozott adatkészletek megtalálhatók a Metabolightsben, az MTBLS1427 egyedi azonosítóval, amely a http://www.ebi.ac.uk/metabolights/MTBLS1427 címen keresztül érhető el.

Etikai nyilatkozat

A humán résztvevőkkel végzett vizsgálatokat a Liaoning Medical University First Affiliated Hospital Klinikai Kutatási Etikai Bizottsága felülvizsgálta és jóváhagyta. A nemzeti jogszabályoknak és az intézményi követelményeknek megfelelően a vizsgálatban való részvételhez nem volt szükség írásbeli tájékozott beleegyezésre.

A szerzők hozzájárulása

Z-ZF, SZ és XY tervezte a vizsgálatot. SZ és X-FF elemezte az adatokat és írta a tervezetet. H-HL és MG összegyűjtötte az adatokat. JL, Y-FC és X-YS kritikai észrevételeket tett és hozzájárult a kézirat megírásához. SZ, TH, J-XC, JZ és DS részt vettek a kézirat átdolgozásában.

Finanszírozás

Ezt a munkát a Nemzeti Kulcsfontosságú Kutatási és Fejlesztési Program (2019YFA0802300), Liaoning tartomány Természettudományi Alapítványa (20170540364), Liaoning tartomány oktatási minisztériumának általános tudományos kutatási projektje (L2015326), Liaoning tartomány kulcsfontosságú kutatási és fejlesztési programja (2019JH8/10300036) támogatta, a tizenharmadik 5 éves terv és a TMU tehetségkutató projekt (11601501/2016KJ0313), a vastagbélrák individualizált diagnózisa és kezelése (LNCCC-B05-2015), a Tianjin Tudományos és Technológiai Bizottságának alapítványa (15JCYBJC54700), a Kínai Posztdoktori Tudományos Alapítvány (2016M590210), a Tianjin Egészségügyi Hivatal Tudományos Alapítvány Kulcsprojekt (16KG154) és az Ezer Ifjú Tehetség Tianjin projektje.

Érdekütközés

A szerzők kijelentik, hogy a kutatást olyan kereskedelmi vagy pénzügyi kapcsolatok hiányában végezték, amelyek potenciális összeférhetetlenségként értelmezhetők.

Köszönet

A szerzők köszönetet mondanak a jinzhoui LMUFAH összes orvosának, ápolójának és kutatószemélyzetének a vizsgálatban való részvételért.

Kiegészítő anyag

A cikkhez tartozó kiegészítő anyag online elérhető a következő címen: https://www.frontiersin.org/articles/10.3389/fendo.2020.00212/full#supplementary-material

1. Szövetségi ID. IDF Diabetes Atlas – 8. kiadás. (2017). Online elérhető a következő címen: https://diabetesatlas.org/IDF_Diabetes_Atlas_8e_interactive_EN/: Nemzetközi Diabétesz Szövetség.

Google Scholar

2. Forbes JM, Cooper ME. A diabéteszes szövődmények mechanizmusai. Physiol Rev. (2013) 93:137-88. doi: 10.1152/physrev.00045.2011

PubMed Abstract | CrossRef Full Text | Google Scholar

3. Danaei G, Lawes CM, Vander Hoorn S, Murray CJ, Ezzati M. Az optimálisnál magasabb vércukor-koncentrációnak tulajdonítható globális és regionális mortalitás az ischaemiás szívbetegség és a stroke miatt: összehasonlító kockázatértékelés. Lancet. (2006) 368:1651-9. doi: 10.1016/S0140-6736(06)69700-6

PubMed Abstract | CrossRef Full Text | Google Scholar

4. Gyógyszerészi tanulmányok. Sarwar N, Gao P, Seshasai SR, Gobin R, Kaptoge S, Di Angelantonio E, et al. Diabetes mellitus, éhomi vércukor koncentráció és az érrendszeri betegségek kockázata: 102 prospektív tanulmány közös metaanalízise. Lancet. (2010) 375:2215-22. doi: 10.1016/S0140-6736(10)60484-9

PubMed Abstract | CrossRef Full Text | Google Scholar

5. Vö. Newman JD, Schwartzbard AZ, Weintraub HS, Goldberg IJ, Berger JS. A kardiovaszkuláris betegségek primer prevenciója diabetes mellitusban. J Am Coll Cardiol. (2017) 70:883-93. doi: 10.1016/j.jacc.2017.07.001

PubMed Abstract | CrossRef Full Text | Google Scholar

6. Gyógyszerészi szakvélemény | CrossRef Full Text | Google Scholar

. Sharif S, van der Graaf Y, Nathoe HM, de Valk HW, Visseren FL, Westerink J. HDL-koleszterin mint az érrendszeri események és a teljes halálozás reziduális kockázati tényezője 2-es típusú cukorbetegségben szenvedő betegeknél. Diabetes Care. (2016) 39:1424-30. doi: 10.2337/dc16-0155

CrossRef Full Text | Google Scholar

7. Johnson CH, Ivanisevic J, Siuzdak G. Metabolomics: beyond biomarkers and towards mechanisms. Nat Rev Mol Cell Biol. (2016) 17:451-9. doi: 10.1038/nrm.2016.25

PubMed Abstract | CrossRef Full Text | Google Scholar

8. McCoin CS, Knotts TA, Adams SH. Acilkarnitinok – régi színészek új szerepek meghallgatására a metabolikus fiziológiában. Nat Rev Endocrinol. (2015) 11:617-25. doi: 10.1038/nrendo.2015.129

PubMed Abstract | CrossRef Full Text | Google Scholar

9. Vö. Sun L, Liang L, Gao X, Zhang H, Yao P, Hu Y, et al. A 2-es típusú cukorbetegség kialakulásának korai előrejelzése a plazma acilkarnitinjei alapján: populációs alapú vizsgálat. Diabetes Care. (2016) 39:1563-70. doi: 10.2337/dc16-0232

PubMed Abstract | CrossRef Full Text | Google Scholar

10. Gyógyszerészi vizsgálat. Lou PH, Lucchinetti E, Scott KY, Huang Y, Gandhi M, Hersberger M, et al. Alterations in fatty acid metabolizmus and sirtuin signaling characterize early type-2 diabetic hearts of fructose-fed rat. Physiol Rep. (2017) 5:e13388. doi: 10.14814/phy2.13388

PubMed Abstract | CrossRef Full Text | Google Scholar

11. Fiziol Rep. Castro JP, Jung T, Grune T, Siems W. 4-Hydroxynonenal (HNE) módosított fehérjék metabolikus betegségekben. Free Radic Biol Med. (2017) 111:309-15. doi: 10.1016/j.freeradbiomed.2016.10.497

PubMed Abstract | CrossRef Full Text | Google Scholar

12. Freeradbiomed. Cao YF, Li J, Zhang Z, Liu J, Sun XY, Feng XF, et al. A karbamidciklussal kapcsolatos aminosavak plazmaszintjei és a 2-es típusú diabetes mellitus kockázata kínai felnőttekben. Front Endocrinol. (2019) 10:50. doi: 10.3389/fendo.2019.00050

PubMed Abstract | CrossRef Full Text | Google Scholar

13. Orvosok, orvosok, orvosszakértők, pszichológusok | Google Scholar

. Hou Q, Guan Y, Yu W, Liu X, Wu L, Xiao M, et al. Associations between obesity and cognitive impairment in the Chinese elderly: an observational study. Clin Interv Aging. (2019) 14:367-73. doi: 10.2147/CIA.S192050

PubMed Abstract | CrossRef Full Text | Google Scholar

14. MTA doktora. Guasch-Ferré M, Zheng Y, Ruiz-Canela M, Hruby A, Martínez-González MA, Clish CB, et al. Plasma acylcarnitines and risk of cardiovascular disease: effect of Mediterranean diet interventions. Am J Clin Nutr. (2016) 103:1408-16. doi: 10.3945/ajcn.116.130492

PubMed Abstract | CrossRef Full Text | Google Scholar

15. Vö. Wang Q, Sun T, Cao Y, Gao P, Dong J, Fang Y, et al. A dried blood spot mass spectrometry metabolomic approach for rapid breast cancer detection. Onco Targets Ther. (2016) 9:1389-98. doi: 10.2147/OTT.S95862

PubMed Abstract | CrossRef Full Text | Google Scholar

16. Orvostudományi kutatások a daganatos betegségekről. Aboneh EA, Look KA, Stone JA, Lester CA, Chui MA. Az AHRQ közösségi gyógyszertári felmérés pszichometriai tulajdonságai a betegbiztonsági kultúráról: faktorelemzés. BMJ Qual Saf. (2016) 25:355-63. doi: 10.1136/bmjqs-2015-004001

PubMed Abstract | CrossRef Full Text | Google Scholar

17. Gyógyszerészi szakvizsga és gyógyszerkutatás. Gaskin CJ, Happell B. A feltáró faktorelemzésről: a legújabb bizonyítékok áttekintése, a jelenlegi gyakorlat értékelése és ajánlások a jövőbeli használatra. Int J Nurs Stud. (2014) 51:511-21. doi: 10.1016/j.ijnurstu.2013.10.005

PubMed Abstract | CrossRef Full Text | Google Scholar

18. Az ápolási és gondozási szakirodalom és az ápolási tanácsadás (2014) 51:511-21. London WM. Klinikai kutatás a kiegészítő terápiákban: elvek, problémák és megoldások. Focus Altern Complement Ther. (2012) 12. doi: 10.1016/S0965-2299(03)00123-7

CrossRef Full Text | Google Scholar

19. A komplementer komplementer gyógymódok és a komplementer terápiás gyakorlat. Grevengoed TJ, Klett EL, Coleman RA. Acil-CoA metabolizmus és megoszlás. Ann Rev Nutr. (2014) 34:1-30. doi: 10.1146/annurev-nutr-071813-105541

PubMed Abstract | CrossRef Full Text | Google Scholar

20. A szénhidrátok és a szénhidrátok közötti összefüggések és a szénhidrogének vizsgálata. Pennisi EM, Garibaldi M, Antonini G. Lipid myopathiák. J Clin Med. (2018) 7:472. doi: 10.3390/jcm7120472

PubMed Abstract | CrossRef Full Text | Google Scholar

21. de Sain-van der Velden MG, Diekman EF, Jans JJ, van der Ham M, Prinsen BH, Visser G, et al. Differences between acylcarnitine profiles in plasma and bloodspots. Mol Genet Metab. (2013) 110:116-21. doi: 10.1016/j.ymgme.2013.04.008

CrossRef Full Text | Google Scholar

22. Google Scholar

22. Jones LL, McDonald DA, Borum PR. Acilkarnitinok: szerepük az agyban. Prog Lipid Res. (2010) 49:61-75. doi: 10.1016/j.plipres.2009.08.004

PubMed Abstract | CrossRef Full Text | Google Scholar

23. Prog Lipid Res. Houten SM, Wanders RJ. Általános bevezetés a mitokondriális zsírsav β-oxidáció biokémiájába. J Inherit Metab Dis. (2010) 33:469-77. doi: 10.1007/s10545-010-9061-2

PubMed Abstract | CrossRef Full Text | Google Scholar

24. Hosszú távú kutatások a szénhidrogén-molekulákról és a metabolizmusról. Knottnerus SJG, Bleeker JC, Wust RCI, Ferdinandusse S, L IJlst, Wijburg FA, et al. Disorders of mitochondrial long-chain fatty acid oxidation and the carnitine shuttle. Rev Endocr Metab Disord. (2018) 19:93-106. doi: 10.1007/s11154-018-9448-1

PubMed Abstract | CrossRef Full Text | Google Scholar

25. Vö. Houten SM, Violante S, Ventura FV, Wanders RJ. A mitokondriális zsírsav béta-oxidáció biokémiája és fiziológiája, valamint genetikai rendellenességei. Annu Rev Physiol. (2016) 78:23-44. doi: 10.1146/annurev-physiol-021115-105045

PubMed Abstract | CrossRef Full Text | Google Scholar

26. Vö. Belke DD, Larsen TS, Gibbs EM, Severson DL. Megváltozott anyagcsere okoz szívműködési zavarokat diabéteszes (db/db) egerek perfundált szívében. Am J Physiol Endocrinol Metab. (2000) 279:E1104-13. doi: 10.1152/ajpendo.2000.279.279.5.E1104

PubMed Abstract | CrossRef Full Text | Google Scholar

27. Mazumder PK, O’Neill BT, Roberts MW, Buchanan J, Yun UJ, Cooksey RC, et al. Impaired cardiac efficiency and increased fatty acid oxidation in insulin-resistant ob/ob mouse hearts. Diabetes. (2004) 53:2366-74. doi: 10.2337/diabetes.53.9.2366

PubMed Abstract | CrossRef Full Text | Google Scholar

28. A diabétesz és a diabétesz és a diabétesz közötti összefüggésekről és a diabétesz és a diabétesz közötti összefüggésekről és a diabétesz és a diabétesz közötti összefüggésekről. Buchanan J, Mazumder PK, Hu P, Chakrabarti G, Roberts MW, Yun UJ, et al. Reduced cardiac efficiency and altered substrate metabolism precedes the onset of hyperglycemia and contractile dysfunction in two mouse models of insulin resistance and obesity. Endokrinológia. (2005) 146:5341-9. doi: 10.1210/en.2005-0938

PubMed Abstract | CrossRef Full Text | Google Scholar

29. Hosszú időn át tartó kutatásokat végeztek a szervezetben. Luiken JJ, Arumugam Y, Dyck DJ, Bell RC, Pelsers MM, Turcotte LP, et al. A zsírsavfelvétel és a plazmalemmalis zsírsavtranszporterek megnövekedett aránya elhízott Zucker patkányokban. J Biol Chem. (2001) 276:40567-73. doi: 10.1074/jbc.M100052200

PubMed Abstract | CrossRef Full Text | Google Scholar

30. Hosszú távú kutatások a zsírszövetek és a zsírsavaktól származó zsírsavaktól és a zsírsavaktól származó zsírsavaktól. Coort SL, Hasselbaink DM, Koonen DP, Willems J, Coumans WA, Chabowski A, et al. Enhanced sarcolemmal FAT/CD36 tartalom és triacylglycerol tárolás elhízott Zucker patkányok szívizomsejtjeiben. Diabetes. (2004) 53:1655-63. doi: 10.2337/diabetes.53.7.1655

PubMed Abstract | CrossRef Full Text | Google Scholar

31. A cukorbetegség és a cukorbetegség elleni küzdelem és a cukorbetegség elleni küzdelem. Peterson LR, Saeed IM, McGill JB, Herrero P, Schechtman KB, Gunawardena R, et al. Sex and type 2 diabetes: obesity-independent effects on left ventricular substrate metabolism and relaxation in humans. Obesity (Silver Spring). (2012) 20:802-10. doi: 10.1038/oby.2011.208

PubMed Abstract | CrossRef Full Text | Google Scholar

32. Tian Q, Barger PM. Zavart energiaszubsztrát-anyagcsere a szívelégtelenségben. Curr Hypertens Rep. (2006) 8:465-71. doi: 10.1007/s11906-006-0024-9

PubMed Abstract | CrossRef Full Text | Google Scholar

33. Curr Hypertens Rep. Adams SH, Hoppel CL, Lok KH, Zhao L, Wong SW, Minkler PE, et al. Plasma acylcarnitine profiles suggest incomplete long-chain fatty acid beta-oxidation and altered tricarboxylic acid cycle activity in type 2 diabetic African-American women. J Nutr. (2009) 139:1073-81. doi: 10.3945/jn.108.103754

PubMed Abstract | CrossRef Full Text | Google Scholar

34. Vö. Mai M, Tönjes A, Kovács P, Stumvoll M, Fiedler GM, Leichtle AB. Az acilkarnitin szérumszintek megváltoznak prediabéteszes állapotokban. PLoS One. (2013) 8:e82459. doi: 10.1371/journal.pone.0082459

PubMed Abstract | CrossRef Full Text | Google Scholar

35. Vö. Bouchard-Mercier A, Rudkowska I, Lemieux S, Couture P, Vohl MC. A nyugati táplálkozási mintával kapcsolatos metabolikus szignatúra: keresztmetszeti vizsgálat. Nutr J. (2013) 12:158. doi: 10.1186/1475-2891-12-158

PubMed Abstract | CrossRef Full Text | Google Scholar

36. Nutr J (2013) 12:158. Huang D, Refaat M, Mohammedi K, Jayyousi A, Al Suwaidi J, Abi Khalil C. Makrovaszkuláris szövődmények diabeteses és prediabeteses betegeknél. Biomed Res Int. (2017) 2017:7839101. doi: 10.1155/2017/7839101

PubMed Abstract | CrossRef Full Text | Google Scholar

.