妊娠期糖尿病 (GDM) 是指妊娠期间首次发生或发现的不同程度的糖代谢异常[1]。随着全球肥胖率的上升,GDM发病率有逐渐上升的趋势。相对非GDM孕产妇而言,GDM患者的妊娠期高血压、子痫前期、剖宫产、产钳助产和远期糖尿病及代谢综合征风险明显增加,早产、巨大儿、肩难产及胎儿畸形的发生风险高。李萍等[2]曾进行早期空腹血糖对糖尿病的预测价值分析,但目前仍缺乏统一的、早期有效预测GDM的指标。过氧化物酶体增殖物激活受体 (PPAR) 是配体激动的转录因子,包括PPAR-α、PPAR-β/δ和PPAR-γ亚型。3种亚型在组织分布、配体种类和生理作用上各有不同。其中PPAR-γ在脂肪细胞中的表达最为主要,且在脂类基因的调节、能量平衡和脂质的生物合成中起关键作用。PPAR-γ2基因Pro12Ala多态性与GDM的相关性目前仍存在争议。本研究通过比较GDM患者与正常孕妇PPAR-γ2基因的Pro12Ala基因表型,探讨PPAR-γ2基因与GDM发生的相关性。
对象与方法 一、 研究对象2015年6月至12月在我院分娩的3 561例产妇中,GDM患者517例 (14.5%),本研究通过抽签法随机抽取GDM患者 (GDM组) 及正常产妇 (正常对照组) 各200例。所有入组者的临床资料均完整。本研究在孕产妇进行妊娠早期产前筛查时获得对其相关血液标本进行疾病筛查及科学研究的知情同意。
二、 主要试剂DNA提取试剂盒 (磁珠法) 及DNA定性PCR反应盒 (包括PCR反应液,PCR酶系) 均购自广州和实生物技术有限公司。PCR引物由上海生工生物工程有限公司合成。
三、 方法 1. 临床资料的采集收集2组产妇的以下资料:① 详细病史资料,包括既往糖尿病史、婚育史、家族史;② 孕11~14周时初次采集的身高、空腹体质量及产前采集的空腹体质量,计算BMI;③ 临床生化指标,由我院检验科通过全自动生化仪测定;④ 妊娠结局,包括孕周、孕期并发症、分娩方式及新生儿情况。
2. 血糖筛查所有研究对象均于孕24~28周进行75 g口服葡萄糖耐量试验 (OGTT) 检测,采用国际糖尿病与妊娠研究组 (IADPSG) 标准作为GDM的诊断标准,即空腹、餐后1 h、餐后2 h血糖参考范围分别为5.1 mmol/L、10.0 mmol/L、8.5 mmol/L。任何1个时点的血糖值超过上述标准即诊断为GDM。
3. 标本采集所有研究对象均于妊娠早期产前筛查时或先兆临产或早产或择期剖宫产入院后产前抽取外周静脉血2 ml。
4. PPAR-γ2基因多态性检测取200 μl血液样本加蛋白酶K混匀后离心,以磁珠法使用smart 32核酸纯化仪按说明书步骤提取基因组DNA。通过Primer 3.0设计PPAR-γ2引物序列,具体为上游5’-GGATATTGAACAGTCTCTGCTCTG-3’,下游5’-CAAACACAACCTGGAAGACAAA-3’,产物长度557 bp。使用美国ABI9700定性PCR仪扩增。总反应体系50 μl:PCR反应液25 μl,PCR酶系5 μl,灭菌水15 μl,模板DNA 5 μl。反应条件:95℃15 min,94℃30 s、57℃35 s、72℃反应35 s,共40个循环,72℃退火7 min,4℃延伸。得到PCR产物进行琼脂糖电泳,根据电泳结果判断PCR扩增片段的大小是否正确,如正确即外送北京华大基因有限公司行DNA测序。
采用SPSS 19.0进行统计学分析。PPAR-γ2各基因型统计使用直接计数法。通过Hardy-Weinberg平衡检测确定样本具有群体代表性。组间计数资料采用χ2检验,正态分布的计量资料采用t检验。P < 0.05为差异有统计学意义。
结果 一、 GDM组与正常对照组的一般资料比较与正常对照组比较,GDM组年龄较大、孕前BMI较高、孕期增长BMI较多、分娩时孕周较短、经产妇较多、有糖尿病家族史或既往GDM者比例较高 (P均 < 0.05),2组的血压、新生儿体质量、不良孕产史、分娩方式、产科并发症、新生儿合并症比较差异均无统计学意义 (P均> 0.05),见表 1。
通过Hardy-Weinberg检验,得到样本χ2=0.861,P=0.350,说明本实验样本的基因符合遗传平衡,样本基因来自同一稳定总体,不受选择、迁移、遗传漂移等影响。GDM组Pro/Pro表型184例,Pro/Ala表型16例,Ala/Ala为0例,对照组相应表型分别有165、35例和0例。GDM组Ala等位基因频率为4.0%,对照组为8.8%,2组比较差异有统计学意义 (P < 0.05),见表 2。
PPAR是配体激动的转录因子,在细胞分化和多种代谢过程,尤其是脂质和糖代谢稳定过程中,起调控重要基因的作用。在分子水平,PPAR是配体激动的核激素受体家族 (NR) 的代表,属于甾类受体超级家族。通过与特殊配体的作用,核受体转移至细胞核内,进行其结构和调控基因的转录。PPAR家族包括3个亚型:PPAR-α、PPAR-β/δ和PPAR-γ。3种亚型在组织分布、配体种类和生理作用上各有不同。其中PPAR-γ主要表达于白色和棕色脂肪组织、大肠和脾脏中,在脂肪细胞中的表达最为主要,且在脂类基因的调节、能量平衡和脂质的生物合成中起重要作用。PPAR-γ还参与胰岛素敏感性和脂蛋白的代谢过程。PPAR-γ存在于人类3号染色体,跨越至少150 bp基因片段,其外显子共有9个 (A1、A2、B、1-6),因为PPAR-γ的基因有不同的启动子和5’外显子,可以转录3种以上mRNA,包括PPAR-γ1(由外显子A1、A2、1-6编码)、PPAR-γ2(由外显子B、1-6编码) 和PPAR-γ3。由于PPAR-γ1和γ3产生的蛋白质是相同的,而PPAR-γ2的产物包含了额外的由30个氨基酸组成的NH2末端区域。所有的PPAR-γ异构体在脂肪细胞分化和糖代谢中起重要作用,然而PPAR-γ1表达于几乎所有细胞,而PPAR-γ2仅主要表达于脂肪组织。因此,PPAR-γ2是更有效的转录活化因子。有研究指出,PPAR-γ2通过不同机制抑制脂肪毒性,包括增加脂肪组织的体积、在外周器官 (如肝脏、肌肉、胰腺中的β细胞) 中增加脂类缓冲容积,以及增加胰腺β细胞对胰岛素抵抗的反应性[1]。脂肪细胞中活化的PPAR-γ保证了平衡且充足的脂肪细胞因子的分泌 (如脂联素和瘦素),是外周组织利用胰岛素的媒介。因此,机体的胰岛素敏感性得以维持。PPAR-γ的调节紊乱与肥胖、2型糖尿病、动脉粥样硬化等疾病的发生发展相关,所以PPAR-γ基因的变异是否与人类的肥胖及糖尿病有关值得探究。
多项敲除小鼠PPAR-γ基因的研究表明,PPAR-γ和糖、血脂的代谢与脂肪组织、肝脏、骨骼肌密切相关,提示PPAR-γ对于维持正常机体的胰岛素敏感性和整个机体的糖与血脂平衡十分重要[2-4]。同时有基因研究指出,PPAR-γ的表达与2型糖尿病的发展相关[1]。PPAR-γ2基因最常见的变异是存在于其外显子B的第12位密码子CCA-GCA的突变,造成脯氨酸与丙氨酸的替换,即为PPAR-γ2基因的Pro12Ala多态性。该多态性可能与胰岛素敏感性、2型糖尿病、肥胖等的发生、发展相关,但目前结论尚不统一。Wang等[5]于2013年对PPAR-γ基因的Pro12Ala多态性对GDM的相关性研究进行荟萃分析,该分析纳入2 858例GDM患者及6 890名健康人,研究对象包括东亚、白种人、中东人种,结果提示PPAR-γ基因多态性与GDM无关。但在区分不同种族后发现,与白种人、中东人群不同,PPAR-γ基因的Pro12Ala多态性与东亚人群的GDM有关,提示不同的基因背景和基因环境的相互作用可能对GDM的发病机制起一定作用[6-7]。A等位基因在东亚的对照人群中的频率约为5%,而在白种人和中东人群中约为13%和8%,不仅提示了不同的种族中基因型的差异,还反映出Ala等位基因可能是GDM发生的一个保护性基因[8-9]。尽管2型糖尿病和GDM等疾病与PPAR-γ相关性研究结论并无定论,但我国有学者指出,在肥胖状态下,PPAR-γ2基因Pro12Ala多态性会加重2型糖尿病患者的脂质代谢紊乱[10-11]。
本研究中,Pro/Ala基因型在GDM人群中的频率为8.0%,Ala等位基因频率为4.0%,与对照组中的Ala等位基因频率8.8%对比,其差异有统计学意义。根据HAPMAP数据库的报道,汉族人群中Ala等位基因频率介于2.7%~4.1%,非洲人群介于0~4.4%,欧洲人种中差异较大,波动于4.6%~16%,韩国为5.3%,巴基斯坦为13%,反映出Ala等位基因可能受种族、环境因素的影响而表现出不同地区间的差异。纵观全球的GDM发病率,非洲发病率约为10%、意大利约为10%、韩国约为9%、巴基斯坦约为3.5%、中国约为14.6%[12-16]。结合发病率,提示在GDM发病率较高的地区或人种中,如亚洲国家中的中国与韩国、非洲地区,其Ala等位基因的携带率较低,而发病率较低的地区如巴基斯坦,其Ala等位基因的频率相对高。本研究结论与既往文献报道一致,提示PPAR-γ2基因的Ala等位基因对GDM的发病具有保护作用。
[1] | Janani C, Ranjitha Kumari BD. PPAR gamma gene——a review[J]. Diabetes Metab Syndr, 2015, 9 (1): 46-50. DOI: 10.1016/j.dsx.2014.09.015. |
[2] | 李萍, 林硕, 范建辉, 崔金晖, 陈新娟. 孕16~18周空腹血糖对妊娠期糖尿病的预测价值[J]. 新医学, 2016, 47 (10): 691-694. DOI: 10.3969/j.issn.0253-9802.2016.10.009. |
[3] | Dahlhoff M, Pfister S, Blutke A, Rozman J, Klingenspor M, Deutsch MJ, Rathkolb B, Fink B, Gimpfl M, Hrabě de Angelis M, Roscher AA, Wolf E, Ensenauer R. Peri-conceptional obesogenic exposure induces sex-specific programming of disease susceptibilities in adult mouse offspring[J]. Biochim Biophys Acta, 2014, 1842 (2): 304-317. DOI: 10.1016/j.bbadis.2013.11.021. |
[4] | Pappa KI, Gazouli M, Anastasiou E, Iliodromiti Z, Antsaklis A, Anagnou NP. Circadian clock gene expression is impaired in gestational diabetes mellitus[J]. Gynecol Endocrinol, 2013, 29 (4): 331-335. DOI: 10.3109/09513590.2012.743018. |
[5] | Wang C, Li X, Huang Z, Qian J. Quantitative assessment of the influence of PPARG P12A polymorphism on gestational diabetes mellitus risk[J]. Mol Biol Rep, 2013, 40 (2): 811-817. DOI: 10.1007/s11033-012-2119-5. |
[6] | Khosrowbeygi A, Shiamizadeh N, Taghizadeh N. Maternal circulating levels of some metabolic syndrome biomarkers in gestational diabetes mellitus[J]. Endocrine, 2016, 51 (2): 245-255. DOI: 10.1007/s12020-015-0697-4. |
[7] | Rottenkolber M Ferrari U, Holland L, Aertsen S, Kammer NN, Hetterich H, Fugmann M, Banning F, Weise M, Sacco V, Kohn D, Freibothe I, Hutter S, Hasbargen U, Lehmann R, Grallert H, Parhofer KG, Seissler J, Lechner A. The diabetes risk phenotype of young women with recent gestational diabetes[J]. J Clin Endocrinol Metab, 2015, 100 (6): E910-E918. DOI: 10.1210/jc.2014-3898. |
[8] | Wang H, Jiang H, Yang L, Zhang M. Impacts of dietary fat changes on pregnant women with gestational diabetes mellitus: a randomized controlled study[J]. Asia Pac J Clin Nutr, 2015, 24 (1): 58-64. |
[9] | Ryckman KK, Spracklen CN, Smith CJ, Robinson JG, Saftlas AF. Maternal lipid levels during pregnancy and gestational diabetes: a systematic review and meta-analysis[J]. BJOG, 2015, 122 (5): 643-651. DOI: 10.1111/1471-0528.13261. |
[10] | Liang Z, Wu Y, Zhu X, Fang Q, Chen D. Insulin resistance and lipid profile during an oral glucose tolerance test in women with and without gestational diabetes mellitus[J]. J Obstet Gynaecol, 2016, 36 (3): 337-339. DOI: 10.3109/01443615.2015.1060197. |
[11] | Mai C, Hou M, Chen R, Duan D, Xu H, Lin X, Wen J, Lv L, Lei Q, Niu J. Cardiovascular risk factors in Chinese women with a history of gestational diabetes mellitus[J]. Int J Clin Exp Med, 2015, 8 (11): 21694-21698. |
[12] | Macaulay S, Dunger DB, Norris SA. Gestational diabetes mellitus in Africa: a systematic review[J]. PLoS One, 2014, 9 (6): e97871. DOI: 10.1371/journal.pone.0097871. |
[13] | Lacaria E, Lencioni C, Russo L, Romano M, Lemmi P, Battini L, Del Prato S, Bertolotto A, Di Cianni G. Selective screening for GDM in Italy: application and effectiveness of national guidelines[J]. J Matern Fetal Neonatal Med, 2015, 28 (15): 1842-1844. DOI: 10.3109/14767058.2014.969701. |
[14] | Koo BK, Lee JH, Kim J, Jang EJ, Lee CH. Prevalence of gestational diabetes mellitus in Korea: a national health insurance database study[J]. PLoS One, 2016, 11 (4): e0153107. DOI: 10.1371/journal.pone.0153107. |
[15] | Bajaj S, Jawad F, Islam N, Mahtab H, Bhattarai J, Shrestha D, Wijeyaratne C, Muthukuda DT, Widanage NW, Aye TT, Aung MW, Kalra B, Anjana RM, Sreedevi A, Verma K. South Asian women with diabetes: Psychosocial challenges and management: consensus statement[J]. Indian J Endocrinol Metab, 2013, 17 (4): 548-562. DOI: 10.4103/2230-8210.113720. |
[16] | Leng J, Shao P, Zhang C, Tian H, Zhang F, Zhang S, Dong L, Li L, Yu Z, Chan JC, Hu G, Yang X. Prevalence of gestational diabetes mellitus and its risk factors in Chinese pregnant women: a prospective population-based study in Tianjin, China[J]. PLoS One, 2015, 10 (3): e0121029. DOI: 10.1371/journal.pone.0121029. |