血浆miRNA标志物在代谢相关脂肪性肝病（MAFLD）表型分型中的诊断价值研究

《Current Issues in Molecular Biology》：Correction: Nazarloo et al. Oxytocin, Vasopressin and Stress: A Hormetic Perspective. Curr. Issues Mol. Biol. 2025, 47, 632 Hans P. Nazarloo, Marcy A. Kingsbury, Hannah Lamont, Caitlin V. Dale, Parmida Nazarloo, John M. Davis, Eric C. Porges, Steven P. Cuffe and C. Sue Carter

本研究通过分析血浆中miR-122、miR-103a、miR-222、miR-15a、miR-34a、miR-192、miR-197和miR-99a的表达谱，发现其可作为无创性生物标志物，有效区分代谢相关脂肪性肝病（MAFLD）的三种表型——2型糖尿病相关（T2D-MAFLD）、肥胖相关（OB-MAFLD）和瘦型（L-MAFLD），联合常规生化标志物可进一步提升诊断性能，为MAFLD的早期分层和个体化管理提供了新策略。

1. 1.
   引言
   代谢功能障碍相关脂肪性肝病（Metabolic dysfunction-associated fatty liver disease, MAFLD）是一个新近认可的术语，它能更准确地反映肝脏脂肪变性的代谢病因。它包括三种临床不同的表型：2型糖尿病相关MAFLD（T2D-MAFLD）、肥胖相关MAFLD（OB-MAFLD）和瘦型MAFLD（L-MAFLD）。这些表型具有不同的疾病进展谱、纤维化风险和临床特征。MAFLD在东南亚人群（如巴基斯坦）中带来了显著的疾病负担，与糖尿病、高血压和肥胖等代谢风险因素密切相关。目前，临床上尚缺乏针对不同MAFLD表型的特异性诊断工具。

循环微小RNA（microRNAs, miRNAs）由于在体液（如血浆）中稳定性高，可作为反映肝细胞损伤、代谢失调、炎症和纤维化的潜在非侵入性诊断生物标志物。本研究旨在分析与MAFLD病理机制相关的8种血浆miRNAs的表达谱，评估其是否能够区分不同的MAFLD表型，并探索将候选miRNAs与常规血清生物标志物结合，是否能提高诊断准确性和表型分层能力，从而支持其作为早期检测和个体化疾病管理的辅助工具的临床潜力。

1. 2.
   材料与方法
   本研究在巴基斯坦航空综合体医院（Pakistan Aeronautical Complex Hospital, PACH）与武装部队病理学研究所（Armed Forces Institute of Pathology, AFIP）合作开展。共招募393名MAFLD患者和109名健康对照。MAFLD的诊断基于脂肪肝指数（Fatty Liver Index, FLI）≥ 30、超声证实的肝脏脂肪变性，并伴有2型糖尿病、肥胖（BMI ≥ 23 kg/m²）或BMI正常的瘦型状态。通过实时荧光定量聚合酶链反应（RT-qPCR）定量检测血浆中miR-122、miR-103a、miR-222、miR-15a、miR-34a、miR-192、miR-197和miR-99a的表达水平。通过多变量多项逻辑回归和受试者工作特征（Receiver operating characteristic, ROC）曲线分析，评估各miRNA及组合对MAFLD表型的判别能力。
2. 3.
   结果
   3.1. 患者特征
   共393名MAFLD患者被分为三个表型：T2D-MAFLD（134人，34.0%）、OB-MAFLD（221人，56.0%）和L-MAFLD（38人，10.0%）。

3.2. MAFLD患者与对照组循环miRNA的差异表达

与健康对照相比，MAFLD患者血浆中miR-122、miR-103a、miR-222、miR-15a和miR-34a的表达显著上调，而miR-197和miR-99a的表达则显著下调。miR-192的表达在两组间无显著差异。

3.3. 不同MAFLD亚组的表型特异性miRNA表达

在比较三种表型时，发现了表型特异性的表达模式。miR-122和miR-222在OB表型中上调最显著，而miR-103a和miR-34a在T2D表型中表达最高。miR-15a在瘦型个体中的表达显著高于OB和T2D表型。相反，miR-197的表达在T2D表型中被抑制，而miR-99a在OB亚组中下调最显著。

3.4. 基于miRNA表达的多项逻辑回归分析

年龄调整后的多项逻辑回归揭示了MAFLD亚型之间不同的表型特异性miRNA表达模式。miR-103a和miR-34a的高表达与T2D-MAFLD密切相关，而miR-197的下调也独立增加了T2D-MAFLD的可能性。OB-MAFLD与miR-122、miR-103a和miR-222的高表达相关。值得注意的是，miR-99a的下调与肥胖关系最密切，显著增加了OB-MAFLD的可能性。相比之下，miR-15a的高表达独立地支持L-MAFLD。

3.5. 个体及组合miRNA标志物的诊断性能

ROC分析显示了个体miRNA的独特表型特异性判别模式。在T2D-MAFLD中，miR-103（AUC 0.727）、miR-34a（AUC 0.699）和miR-197（AUC 0.784）表现出最强的个体诊断性能。在OB-MAFLD中，miR-99a表现出极佳的准确性（AUC 0.869），其次是miR-122（AUC 0.652）和miR-222（AUC 0.666）。L-MAFLD的特点是miR-15a具有高AUC值（0.776）。将miRNA组合成表型特异性组合面板后，诊断准确性得到显著提高，T2D-MAFLD、OB-MAFLD和L-MAFLD的AUC值分别达到0.805、0.876和0.786。

3.6. 通过整合miRNA增强生物标志物模型的诊断能力

基于逻辑回归和诊断准确性，研究者为每种表型筛选了优化的miRNA组合面板（T2D-MAFLD：miR-103a、miR-34a、miR-197；OB-MAFLD：miR-122、miR-222、miR-99a；L-MAFLD：miR-15a、miR-197）。将miRNA加入常规生物标志物模型显著提升了所有表型的诊断性能。例如，对于T2D-MAFLD，AUC从0.744提升至0.855；对于OB-MAFLD，AUC从0.708提升至0.890。对于L-MAFLD，仅生物标志物模型的AUC已达0.855，加入miR-15a后提升至0.883。

3.7. 个体miRNA的临床诊断效用

在T2D-MAFLD队列中，miR-197-3p表现出最高的综合诊断性能，灵敏度为81%，特异性为80%。在OB-MAFLD中，miR-99a表现出极佳的特异性（97.5%）。在L-MAFLD中，miR-15a具有高特异性（87.0%）和极佳的阴性预测值（95.7%），在排除瘦型疾病方面具有临床价值。这些发现表明，虽然没有单一的miRNA能在所有表型中提供通用的诊断性能，但特定的miRNA在单个MAFLD亚型中提供了具有临床意义的预测价值。

1. 4.
   讨论
   本研究阐明了所研究的8种miRNA在MAFLD中的表达差异及其与不同表型的关联。miR-122是肝脏中最丰富的miRNA，在脂肪肝中上调，尤其在肥胖患者中表达最高，这与它在肝脏脂质代谢和脂肪生成中的作用一致。miR-103a在2型糖尿病合并MAFLD的患者中表达最高，其通过抑制小窝蛋白-1（CAV-1）来促进胰岛素抵抗。miR-222在T2D-和OB-MAFLD中升高，但在L-MAFLD中被抑制，反映了其在脂肪生成和脂质氧化受损中的作用。相反，miR-15a在L-MAFLD中表达最高。miR-34a在T2D-和OB-MAFLD中显著上调，与炎症和肝细胞凋亡相关。而miR-197和miR-99a在代谢严重的表型（T2D和OB）中下调，提示其潜在的保护或抗炎作用。

本研究中，这些miRNA对各自表型表现出强大的预测能力。高表达的miR-122与OB-MAFLD的较高发生几率相关，miR-103a和miR-34a最能预测T2D-MAFLD，而miR-15a最能预测L-MAFLD。在下调的miRNA中，miR-197强烈预测T2D-MAFLD，而miR-99a与OB-MAFLD的关联最强。将选定的miRNA与生化标志物（如甘油三酯、高敏C反应蛋白、细胞角蛋白-18、胰岛素抵抗稳态模型评估、肝纤维化-4指数）组合成联合面板，显著提升了诊断性能，AUC值得到大幅改善。这表明将循环miRNA谱分析纳入现有诊断流程，可以改善MAFLD表型的早期分层，补充生化标志物和基于成像的方法。

本研究也存在一些局限性。首先，缺乏组织学确认，MAFLD诊断和表型分类依赖于经过验证的非侵入性标准。其次，L-MAFLD的样本量相对较小，可能限制了该亚组的统计效力。第三，单中心设计可能限制结果在不同种族和代谢人群中的普适性。最后，研究的横断面性质排除了因果推断，需要进一步的功能研究来阐明miRNA失调与MAFLD表型之间的机制通路。

1. 5.
   结论
   本研究表明，不同的循环miRNA标志物为MAFLD亚型提供了表型特异性的判别能力。miR-103、miR-34a和miR-197是T2D-MAFLD的特征标志物，miR-122、miR-222和miR-99a定义了OB-MAFLD，而miR-15a特异地指示L-MAFLD。ROC分析证实了它们独立且表型特异性的诊断准确性。将多种miRNA组合面板与常规生化标志物整合，显著提高了诊断准确性，特别是对于L-MAFLD，这支持了其作为MAFLD早期分层的非侵入性工具的潜力，并值得在更大的多中心队列中进行验证。