1. 领域背景与文献引入
文献英文标题：Aptamer-based search for correlates of plasma and serum water T₂: implications for early metabolic dysregulation and metabolic syndrome；发表期刊：Biomarker Research；影响因子：未公开；研究领域：代谢综合征与生物标志物研究。
代谢综合征（MetS）是一组包含腰围增加、高血压、高血糖、高甘油三酯和/或低高密度脂蛋白胆固醇的临床异常，依据harmonized标准需满足至少3项。其患者发生2型糖尿病的风险增加5倍、动脉粥样硬化风险增加2倍，美国成人患病率达1/3，60岁以上人群更是高达一半，是重要的公共卫生问题。前期研究发现，通过台式核磁共振弛豫法测量的血浆和血清水T₂（横向弛豫时间常数）是代谢综合征的早期、全局、实用生物标志物——水T₂通过感知蛋白结合水与游离水的旋转扩散变化，间接监测血液蛋白和脂蛋白的动态改变（如急性期反应中球蛋白升高、白蛋白降低会减慢结合水旋转，降低水T₂），能同时反映胰岛素抵抗、炎症和血脂异常等核心病理改变。
然而，前期对水T₂相关生物标志物的搜索是假设驱动的，仅分析了约130个策略性选择的蛋白和代谢物，可能因研究者的认知偏差遗漏弱相关但关键的分子。为突破这一局限，本研究采用SomaLogic公司的SOMAmer（慢解离速率修饰适配体）库，将分析范围扩大至1310个血浆蛋白，通过无偏搜索识别与水T₂相关的新蛋白，旨在丰富对水T₂代谢意义的理解，并为代谢综合征的病理机制提供新见解。
2. 文献综述解析
文献综述围绕“代谢综合征的临床与病理背景→水T₂作为生物标志物的前期研究→假设驱动研究的局限性→适配体技术的优势”展开，逐步引出本研究的必要性与创新性。
作者首先回顾代谢综合征的定义（不同指南的标准差异）、流行病学特征（高患病率与年龄相关性）及疾病负担（2型糖尿病、动脉粥样硬化的高风险），明确其作为公共卫生问题的重要性；接着总结水T₂的前期研究成果——在72名非糖尿病受试者中，水T₂能以高敏感性和特异性检测代谢综合征相关异常，且与胰岛素抵抗（如空腹胰岛素）、炎症（如C反应蛋白）、血脂异常（如甘油三酯）独立相关，是“全局代谢健康状态”的有效监测指标；随后，作者指出前期研究的核心局限：假设驱动的生物标志物选择可能遗漏弱相关但关键的分子，无法全面捕捉水T₂的生物学信息；在此基础上，作者介绍了适配体技术（SOMAscan）的优势——作为一种基于DNA适配体的高多重蛋白质组学技术，SOMAscan能同时定量1300+个血浆蛋白，无需样本分离或预处理，且适配体的“慢解离速率”特性提升了检测特异性，是无偏生物标志物发现的理想工具。
现有研究中，针对水T₂的生物标志物探索多为“小范围、假设驱动”：前期研究仅分析130个标志物，而本研究将范围扩大10倍至1310个；现有研究依赖研究者对代谢通路的先验认知，可能遗漏与代谢健康间接相关的蛋白（如本研究发现的FLT3、骨唾液蛋白2），而本研究通过“相关性筛选→变量聚类→随机森林→回归树”的多步统计策略，既减少了高维数据的假阳性，又保留了无偏搜索的优势。本研究的创新价值在于：首次将SOMAscan技术应用于水T₂的生物标志物发现，突破了假设驱动研究的局限，识别出多个与水T₂相关的新蛋白，为代谢综合征的早期诊断和病理机制研究提供了新靶点。
3. 研究思路总结与详细解析
本研究的整体目标是通过SOMAmer适配体技术无偏识别与血浆/血清水T₂相关的蛋白生物标志物，核心科学问题是“哪些血浆蛋白与水T₂显著相关，且能反映代谢健康状态”；技术路线遵循“样本采集→表型测量→组学分析→多步统计→验证”的闭环逻辑，具体为：招募非糖尿病受试者→采集空腹血浆/血清→测量水T₂→SOMAscan定量1310个蛋白→Spearman相关筛选→主成分分析与变量聚类→随机森林选择关键标志物→回归树构建预测模型→多元线性回归验证。
3.1 人类受试者队列构建与样本采集
实验目的：获取无糖尿病、无活动期急慢性疾病的人类样本，确保水T₂测量与蛋白分析的可靠性，同时记录临床表型以关联代谢健康状态。
方法细节：招募41名无症状非糖尿病受试者（排除活动期疾病、妊娠、出血障碍、未空腹12小时者），采集空腹静脉血，分离血浆（冻存于-80℃，用于后续SOMAscan分析）和血清（新鲜用于水T₂测量）；记录受试者的临床特征（腰围、血压、空腹血糖、糖化血红蛋白、血脂等），并依据美国糖尿病协会标准诊断前驱糖尿病（15人）、依据harmonized标准诊断代谢综合征（9人）。
结果解读：队列男女比例均衡（约1:1），临床指标均值在参考范围内，但存在个体差异——19人通过水T₂标准诊断为胰岛素抵抗（其中5人仅表现为代偿性高胰岛素血症，未达前驱糖尿病或代谢综合征标准），说明水T₂能检测“早期代谢失调”。
实验所用关键产品：文献未提及具体样本采集耗材，领域常规使用EDTA抗凝管（血浆）、血清分离管（血清）、-80℃超低温冰箱。
3.2 血浆和血清水T₂测量
实验目的：获取每个样本的水T₂值，作为反映代谢健康的核心表型指标。
方法细节：使用Bruker mq20 Minispec台式核磁共振弛豫仪（0.47 T，20 MHz），采用Carr-Purcell-Meiboom-Gill（CPMG）脉冲序列测量横向弛豫时间；样本体积约50 μL，信号平均16次，数据采集时间3分钟，每个样本重复3次；通过XpFit软件的离散逆拉普拉斯变换解析T₂值（固定3个指数项，水T₂为占比>90%的主导项）。
结果解读：水T₂值在代谢异常个体中显著降低——胰岛素抵抗者的水T₂显著低于代谢健康者（文献未明确具体数值，基于图表趋势推测），且能区分“代偿性高胰岛素血症”（早期代谢失调）与“临床代谢综合征”，验证了水T₂作为“早期生物标志物”的价值。
实验所用关键产品：Bruker mq20 Minispec台式核磁共振弛豫仪、XpFit指数拟合软件。
3.3 SOMAscan蛋白组学分析
实验目的：定量血浆中1310个蛋白的相对浓度，为无偏生物标志物发现提供组学数据。
方法细节：将冻存血浆样本（一次冻融）送SomaLogic公司，采用proprietary SOMAscan适配体分析技术——基于SELEX方法筛选的SOMAmer（慢解离速率修饰适配体）与目标蛋白结合，通过荧光定量检测适配体-蛋白复合物，得到1310个蛋白的相对浓度（以“相对单位”表示）。
结果解读：成功获得41个样本的1310个蛋白相对浓度数据，覆盖代谢、炎症、细胞信号等多个通路，为后续统计分析提供了高维数据集。
实验所用关键产品：SomaLogic SOMAscan适配体试剂盒（含1310个SOMAmer）。
3.4 多步统计分析与生物标志物筛选
实验目的：从1310个蛋白中识别最能预测水T₂的关键生物标志物，减少高维数据的假阳性。
方法细节：分四步进行：（1）Spearman秩相关筛选：因仅31%的蛋白符合正态分布，采用非参数Spearman相关分析，筛选与水T₂的相关系数|ρ|≥0.3的蛋白（血浆311个，血清269个）；（2）主成分分析与变量聚类：用JMP Pro软件对相关蛋白进行变量聚类（按蛋白间的统计学关联分组），每个聚类选择“与聚类成分平方相关最大”的蛋白作为“最具代表性变量”（血浆55个，血清47个）；（3）随机森林分析：用R软件randomForest包构建模型，以最具代表性变量为自变量、水T₂为因变量，通过“移除变量后均方误差变化”评估变量重要性（≥5%变化为关键变量，血浆7个，血清6个）；（4）CART回归树构建：用分类与回归树（CART）分析关键变量的交互作用，构建预测水T₂的回归树（血浆树含3个变量：肝细胞生长因子、受体酪氨酸激酶FLT3、骨唾液蛋白2；血清树含2个变量：内皮细胞特异性分子1、葡萄糖激酶调节蛋白）；（5）多元线性回归验证：用JMP Pro的逐步回归构建模型，确保变量显著性（α=0.05）、无过拟合（k-fold交叉验证）、调整R²最大化。
结果解读：多步分析最终识别出5个最能预测水T₂的蛋白——其中肝细胞生长因子（与血浆水T₂负相关，ρ=-0.52，n=41，p<0.01）、内皮细胞特异性分子1（与血清水T₂正相关，ρ=0.58，n=41，p<0.01）、葡萄糖激酶调节蛋白（与血清水T₂相关）已被报道与cardiometabolic疾病相关，而FLT3、骨唾液蛋白2为首次发现与代谢状态相关；多元线性回归验证显示，血浆模型的调整R²=0.52（3个变量解释52%的水T₂变异），血清模型的调整R²=0.47（3个变量解释47%的变异），说明模型具有良好的预测能力。
< img src="https://media.springernature.com/lw685/springer-static/image/art%3A10.1186%2Fs40364-018-0143-x/MediaObjects/40364_2018_143_Fig1_HTML.png" >
图1展示了本研究的统计分析策略：从1310个蛋白到最终关键生物标志物的筛选流程，包含“相关性筛选→变量聚类→随机森林→回归树”四个核心步骤。
< img src="https://media.springernature.com/lw685/springer-static/image/art%3A10.1186%2Fs40364-018-0143-x/MediaObjects/40364_2018_143_Fig2_HTML.png" >
图2显示了血浆（左）与血清（右）水T₂相关生物标志物的数量变化：从1310个蛋白到最终3/2个关键变量，体现了统计分析的“降维”过程。
< img src="https://media.springernature.com/lw685/springer-static/image/art%3A10.1186%2Fs40364-018-0143-x/MediaObjects/40364_2018_143_Fig3_HTML.png" >
图3为血浆水T₂的CART回归树：以肝细胞生长因子（cut-off=1.5相对单位）、FLT3（cut-off=2.0相对单位）、骨唾液蛋白2（cut-off=1.2相对单位）为分支点，最终将样本分为4组，每组的平均水T₂值差异显著（如肝细胞生长因子>1.5的组，水T₂均值为120 ms；<1.5的组为140 ms）。
< img src="https://media.springernature.com/lw685/springer-static/image/art%3A10.1186%2Fs40364-018-0143-x/MediaObjects/40364_2018_143_Fig4_HTML.png" >
图4为血清水T₂的CART回归树：以内皮细胞特异性分子1（cut-off=3.0相对单位）、葡萄糖激酶调节蛋白（cut-off=2.5相对单位）为分支点，将样本分为3组，平均水T₂值随内皮细胞特异性分子1升高而升高（如>3.0的组水T₂均值为135 ms，<3.0的组为120 ms）。
实验所用关键产品：R软件（randomForest包）、JMP Pro 12.1.0软件。
4. Biomarker研究及发现成果解析
本研究识别的Biomarker为5个血浆蛋白（肝细胞生长因子、受体酪氨酸激酶FLT3、骨唾液蛋白2、葡萄糖激酶调节蛋白、内皮细胞特异性分子1），均通过“无偏筛选+多步验证”流程确定，其与水T₂的关联反映了代谢失调的不同病理维度。
Biomarker定位与筛选逻辑
本研究的Biomarker为“与血浆/血清水T₂显著相关的蛋白分子”，类型包括分泌蛋白（如肝细胞生长因子）、细胞膜受体（如FLT3）、细胞内调节蛋白（如葡萄糖激酶调节蛋白）；筛选/验证逻辑为“高多重蛋白组学检测→相关性筛选→变量聚类降维→随机森林评估重要性→回归树构建预测模型→多元线性回归交叉验证”，形成完整的“发现-验证”链条。
研究过程与结果
Biomarker来源为41名非糖尿病受试者的空腹血浆样本；验证方法包括：（1）SOMAscan定量蛋白相对浓度（作为输入数据）；（2）Spearman相关分析（关联水T₂，|ρ|≥0.3为初步筛选标准）；（3）随机森林分析（评估变量对水T₂的预测重要性，≥5%均方误差变化为关键变量）；（4）CART回归树（明确变量的阈值与交互作用，如肝细胞生长因子>1.5相对单位时，水T₂显著降低）；（5）多元线性回归（验证变量的独立预测作用，如肝细胞生长因子在血浆模型中p=0.001）。
特异性与敏感性数据：肝细胞生长因子与血浆水T₂的Spearman相关系数为-0.52（n=41，p<0.01），内皮细胞特异性分子1与血清水T₂的相关系数为0.58（n=41，p<0.01）；随机森林分析中，肝细胞生长因子的“均方误差变化”为8%（移除后模型预测误差增加8%），FLT3为7%，均高于5%阈值；CART回归树中，肝细胞生长因子的cut-off值（1.5相对单位）能将血浆水T₂分为120 ms与140 ms两组，组间差异显著（文献未明确t检验结果，基于图表趋势推测）。
核心成果与创新
（1）肝细胞生长因子：与血浆水T₂负相关，之前的MESA队列研究显示其与2型糖尿病发病风险增加相关（HR=1.23，95%CI 1.05-1.44），本研究进一步将其与“早期代谢失调”（水T₂降低）关联，提示其可能参与代谢综合征的“前驱阶段”。
（2）内皮细胞特异性分子1（ESM-1/endocan）：与血清水T₂正相关，之前的研究发现其与糖尿病患者的动脉粥样硬化相关（血清ESM-1>3 ng/mL的患者颈动脉内膜中层厚度增加2倍），本研究提示其可能作为“内皮功能障碍”的生物标志物，反映代谢综合征的血管损伤。
（3）葡萄糖激酶调节蛋白（GKRP）：与血清水T₂相关，是肝糖代谢的关键调节因子（抑制葡萄糖激酶，减少肝糖摄取），也是2型糖尿病的药物靶点（如GKRP抑制剂能改善血糖控制），本研究发现其血浆水平与水T₂相关，提示“肝糖代谢异常”可能是水T₂降低的潜在机制之一。
（4）受体酪氨酸激酶FLT3：首次与代谢状态相关，FLT3主要参与造血干细胞发育与炎症反应（如调节树突状细胞功能），本研究提示其可能通过炎症通路影响水T₂。
（5）骨唾液蛋白2：首次与代谢相关，主要参与骨矿化，本研究中其与水T₂的关联可能通过“炎症-骨代谢”交叉通路介导（如炎症因子升高促进骨唾液蛋白分泌）。
本研究的创新性在于：首次通过无偏方法发现FLT3、骨唾液蛋白2与代谢健康的关联，拓展了代谢综合征的生物标志物网络；同时，将肝细胞生长因子、ESM-1、GKRP等已知cardiometabolic标志物与“早期代谢失调”（水T₂降低）关联，为代谢综合征的早期诊断提供了新的分子靶点。统计学结果显示，肝细胞生长因子的Spearman相关系数-0.52（n=41，p<0.01），血浆模型调整R²=0.52；内皮细胞特异性分子1的相关系数0.58（n=41，p<0.01），血清模型调整R²=0.47，均显示良好的预测能力。
综上，本研究通过SOMAmer适配体技术的无偏搜索，成功识别出与水T₂相关的新蛋白生物标志物，不仅丰富了对水T₂代谢意义的理解，也为代谢综合征的早期诊断和病理机制研究提供了重要线索。