通過T2D組與非T2D組對照，發現37個代謝產物表達差異有統計學意義(FDR
<
0.05)，其中23個表達上調，14個表達下調，這些差異代謝物有以下特征：①戊糖是增加最顯著的代謝物。②氨基酸代謝在T2D和非T2D對照中也有變化：11個氨基酸（組氨酸、異亮氨酸、絲氨酸、酪氨酸、亮氨酸、蛋氨酸、谷氨酸、賴氨酸、色氨酸、蘇氨酸和脯氨酸)都呈現出上調趨勢，只有谷氨酰胺下調。③乙酰肉堿和生物胺也受到影響：一種生物胺，亞精胺代謝通路發生了上調。④脂類中，各類物質發生了不同的變化。例如，鞘磷脂發生了減少。lysoPC26:0和溶血磷脂酰膽堿(lysoPCs)也發生了減少。不過對于甘油磷脂組的代謝物，上調和下調組都有涉及到。上調的甘油磷脂為PC
aa C組(di酰基-甘油磷脂)，下調的甘油磷脂為PC ae C組(酰基-烷基-甘油磷脂)。（見圖3）
圖3
對這些代謝物使用KEGG進行通路分析后發現，在隨訪期間轉入T2D的女性中，氨基酰基-tRNA、BCAA和精氨酸的生合成通路發生上調。有趣的是，精氨酸/脯氨酸代謝通路也發生了上調。這些結果表明，過度活躍的氨基酸代謝可能在未來糖尿病發病中發揮重要作用。
然后，結合baseline+隨訪橫斷面+縱向分析的結果，構建從GDM到T2D過渡的代謝模型。其中，縱向分析顯示，只有10種代謝物受到差異調節。在GDM到T2D的過渡期間，己糖和生物胺kynurenine的delta值增加，而組氨酸、絲氨酸、甘氨酸、精氨酸和瓜氨酸則減少。磷脂lysoPC
a C18:0, lysoPC a C18:1, PC ae C34:2的delta值降低。
然而，在縱向分析中發現了其他的結果：非顯著性變化的T2D病例分析物在對照組和baseline病例之間是不同的。這表明GDM進展為T2D的女性在baseline時存在代謝代謝異常，包括碳水化合物、原子吸收光譜、酰肉堿和脂類的代謝網絡(見圖4)。
圖4
GDM向T2D過渡過程中氨基酸、酰基肉堿和脂質代謝異常的整合代謝網絡。
三組正方形分別表示baseline、隨訪和縱向研究數據。
紅色和藍色的方框表示顯著變化，空白方框表示非顯著變化
4
總結討論
本研究對有GDM病史的女性T2D早期診斷中代謝特征的潛在效用進行了深入研究。利用機器學習，該實驗研究了20種代謝物(跨越3種主要代謝物組，包括碳水化合物、蛋白質和脂類)預測GDM后發生T2D的轉變。代謝物的分析揭示了一些代謝途徑和特定代謝物與有GDM妊娠史的女性T2D的發展和進展有關：
氨基酸代謝：BCAAs(異亮氨酸、亮氨酸和纈氨酸)與T2D的發病率相關，其升高的事實可能暗示腸道微生物組吸收或產生的增加，或其降解的減少。除了BCAAs升高之外，其他氨基酸和T2D風險之間存在積極的關聯，這可能表明氨基酸參與的碳代謝減弱。胰高血糖素調節氨基酸分解代謝，胰高血糖素受體(GCGR)信號的破壞與循環氨基酸的增加有關。因此，循環氨基酸的整體增加與之前在T2D患者中報道的異常GCGR信號一致。
脂類代謝：磷脂和鞘磷脂代謝物之間的復雜關系與膽結石的風險有關。本研究中，6種酰基-甘油磷脂(PC aa C組)與T2D風險呈正相關，11種酰基-烷基-甘油磷脂(PC ae C組)與T2D風險呈負相關。其他一些鞘磷脂也與糖尿病風險呈負相關。
實驗亮點
通過baseline+隨訪+縱向分析三項完整的隊列研究，建立了具有88.3%準確性的預測模型；
前瞻性隊列，實時隨訪，避免了種族和民族的混雜因素，對隊列進行深度的縱向分析；
對于未來GDM轉變為T2D的病程提供了簡單而精準的檢測替代方法，為防控T2D起到早發現早治療的預防作用。
5
號外號外
阿趣代謝對于文中的血漿代謝組學實驗也有對應的產品——氨基酸高通量靶標定量和脂質組學檢測。
氨基酸高通量靶標定量：通過使用同位素內標法進行絕對定量，為檢測必需氨基酸、半非必需氨基酸和非必需氨基酸提供精準實驗結果，為代謝性疾病（例如糖尿病、肥胖癥、心腦血管疾病）的早期診斷及預測提供研究依據。
脂質組學檢測：阿趣代謝提供經典脂質組學檢測及全定量脂質組學檢測。
對8大類脂質：脂肪酸類（fatty
acids）、?油脂類（glycerolipids）、?油磷脂類（glycerophospholipids）、鞘脂類（sphingolipids）、固醇脂類（sterol
lipids）、孕烯醇酮脂類（prenol
lipids）、糖脂類（saccharolipids）、多聚?烯類（polyketides），提供定性結果，通過匹配正離子模式14萬+和負離子模式34萬+的二級譜圖數據庫，對52種類脂質進行定性，提供經典脂質組學檢測結果。
對于研究樣本中脂類絕對含量變化的研究，提供全定量脂質組學檢測服務。通過對Lysophosphatidylcholine (LPC)、 Sphingomylein(SM)、Phosphatidylethanolamine (PE)等13類脂質進行絕對定量，為脂質代謝的綜合研究提供實驗依據。通過使用對應脂類的標準品進行實驗，提供絕對定量的精準結果。脂類的準確鑒定和絕對定量在疾病機理、營養科學、生物制藥，甚至材料、生物燃料領域都起著重要的作用。