综述(IF:13.068)|J Intern Med:肾脏疾病及其诊断的复杂性—胱抑素C、选择性肾小球低滤过综合征和蛋白质组调节
生科云网址:https://www.bioincloud.tech/
编译:微科盟-幸运星,编辑:微科盟Emma、江舜尧。
微科盟原创微文,欢迎转发转载。
导读肾功能的评估是日常临床检测的重要组成部分,通常利用内源性的肾小球滤过率(GFR)标志物(肌酐或胱抑素C)来测定。在2010年,一项使用肌酐和胱抑素C双重标志物来鉴别选择性肾小球低滤过综合征的建议,为肾脏疾病病理学的研究带来了新的发现。这类综合征的主要特征是相比于小于1kDa的分子(如水、尿素、肌酐)的滤过功能无明显影响,肾小球对5-30kDa的分子(例如胱抑素C)的过滤下调更严重。选择性肾小球低滤过综合征在病人群体中较为普遍,但患者的GFR测量值和基于肌酐的GFR估算值(eGFR)。蛋白组学的变化是这类综合征的一个特征,且会引起动脉粥样硬化。这些结果暗示抗体以及一些受体阻滞剂可以成为这类疾病的治疗方法。如今KDIGO(改善全球肾脏病预后)指南并未将胱抑素C列为选择性肾小球低滤过综合征的诊断指标。由于胱抑素C不受肌肉密度、饮食习惯和肾小管分泌的影响,同时,基于胱抑素C的GFR预估不需要考虑种族、性别等多重因素;因此,胱抑素C可以作为未来KDIGO的诊断指标。
论文ID
原名:The complexity of kidney disease and diagnosing it - Cystatin C, selective glomerular hypofiltration syndromes and proteome regulation译名:肾脏疾病及其诊断的复杂性-胱抑素C、选择性肾小球低滤过综合征和蛋白质组调节期刊:Journal of Internal MedicineIF:13.068发表时间:2022.11通讯作者:Anders Grubb通讯作者单位:隆德大学
主要内容
1. 介绍
2. GFR的测量与计算
GFR的测量方法最早由Rehberg于1926年提出。基于他的理论,从1959年开始,血浆或者血清中肌酐的含量被用于评估GFR水平。然而,使用肌酐清除率来测量GFP也有它的局限性。Shannon于1935年指出,大约30%的肌酐由肾小管排出体内。而且,肌酐的排出速率易受药物的干扰,并随着GFR的减少而显著且成比例地上升。因此,Smith和Shannon开发了一种不受肾小管功能影响的GFR测量指标-菊粉测量法。菊粉由果糖多聚物组成,在非均相分子质谱里显示为5kDa。它只通过肾小球过滤排出体外,不受肾小管分泌和重吸收的影响。当菊粉由静脉注射以后,同时测定它在血浆与尿液中的浓度,即可计算出不受肾小管分泌影响的GFR数值。菊粉测量法被视作GFR测定的“黄金法则”。但是,菊粉测定法较为复杂,其他一些不受肾小管分泌或重吸收影响的物质也开始用于GFR测定,例如51Cr-EDTA、125I-碘酞酸盐、碘海醇、99mTc-DTPA (分子量在0.344到0.821 kDa之间)。和菊粉测定法一样,它们必须通过静脉注射来测定GFR。上述所有测定GFR的方法需要注射、成本高且耗时,对患者也有一定的风险;因此,在临床上基于内源性标记物的GFR估算值(eGFR)较为常用。肌酐和胱抑素C便是两种主要的内源性标记物,它们分别于1959年和1985年开始用于GFR估算。使用肌酐(creatinine)和胱抑素C(cystatin C)计算所得的eGFR被记作eGFRcreatinine和eGFRcystatin C。基于这些标志物得到的eGFR通过与通过静脉注射测得的GFR值进行对比,来评估这些标志物的诊断效能。然而,为了正确地解释这种对比,实验组必须注意带到这些用于GFR测量的“黄金法则”在某些重要程序上有所不同。比如,某些方法会使用放射性物质,因此不适用于儿童和孕妇。而且,部分碘酞酸盐会被肾小管排出。为了克服这些缺点,1984年人们将碘海醇的血浆清除率作为测量GFR的一种简便方法。由于碘海醇不具备放射性,也不受制于肾小管分泌,它最近被视作老少皆宜的GFR测量办法。使用溶质物种的血浆或血清浓度(c)来估计GFR的数学基础基于以下假设:(i)溶质主要通过肾小球过滤被清除;(ii)其生成速率在稳态期间可视为恒定。公示如下所示:
3. 影响肌酐或胱抑素C水平的非肾脏因素
据报道,不少因素虽然不影响个人的GFR,但却能影响肌酐和胱抑素C,从而干扰eGFR的使用。这也适用于基于肌酐和胱抑素C和其他参数的不同GFR估计公式。(1)肌肉质量与胱抑素C不同的是,肌酐水平极易受个人肌肉质量的影响,这使得肌酸酐不适合估计严重肌细胞减少症患者的GFR,例如瘫痪或厌食症患者,或因不动而肌肉质量较低的老年患者。肾功能正常的人体内的肌酐水平与肌肉质量(而不是GFR)成正比;而胱抑素C恰好相反。事实上,肌酸酐/胱抑素C比值可用于描述不同患者组的肌肉质量,以确定与肌细胞减少症相关的肌细胞减少和虚弱。(2)膳食摄入和肾脏储备食用高肌酐的肉类会导致血浆肌酐浓度升高,因而使用餐后肌酐数值会影响GFR预估的准确性。在健康的肾脏中,肉类摄入会升高GFR,而蛋白质负荷是测定肾功能储备的一种方法。虽然肾功能储备被认为在临床评估肾紊乱中很有用,但由于需要有创方法(即静脉注射)来测量GFR,它一直没有得到大规模的使用。煮熟的肉类不含有未变性的胱抑素C,因此餐后胱抑素C的下降可以反映肾功能的上升。这一发现已经被用来设计一种简单肾脏功能储备估测方法,方法通过测量蛋白质负荷后胱抑素C水平的降低。(3)糖皮质激素治疗、甲状腺功能亢进或减退症如果病人接受过中高剂量的糖皮质激素治疗,他的胱抑素C水平也会上升。甲状腺功能亢进和减退症都会对胱抑素C的肌酐水平造成影响。(4)炎症与之前的结论相反,炎症不会影响胱抑素C水平。一项基于大量人群的研究显示,胱抑素C和C-反应蛋白(CRP)之间的相关性并不是由炎症本身引起的,而是因为炎症促进了动脉粥样硬化的发展,进而导致GFR下降。
4. 与基于肌酐的公式相比,基于胱抑素C的GFR估算不需要种族或性别系数
由于男性和女性之间以及某些种族之间的平均肌肉质量有所差异,基于肌酸酐的GFR估算方程需要使用性别和种族系数。然而,种族信息的采集通常依赖于自我报告,询问他人的族裔可能会引起受访者的不适。而且,经种族系数调整的公式常错误地将非洲裔美国人的eGFR值比白人的eGFF值显示得更高,从而导致慢性肾脏病(CKD)的错误分类和治疗延迟。自我报告性经常也用于医疗保健,但因为通常只允许两种选择(男/女),当被要求自我报告自己的性别时,一些患者会感到不适。这当然与最近在国家立法中承认超过两种性别以及与性少数族群(LGBTQIA+)相关的问题有关。使用基于胱抑素C的GFR估算公式可以避免患者的这两种不适来源,因为它们不需要任何种族或性别系数。
5. GFR的最佳估算和发病率、死亡率的预测
由于胱抑素C和肌酐都是GFR的标志物,因此已经提出了包含这两个参数的几个GFR估算方程,其关于GFR估计的诊断性能通常优于仅基于任一标志物的方程。然而,由于影响胱抑素C或肌酐的非肾脏因素不同,如果分别计算基于肌酐和胱抑素C的eGFR值,并在分别考虑两者的潜在非肾脏影响后,将其平均值用作GFR的估计值,则GFR的评估将更为准确。如果eGFRcreatinine或eGFRcystatin C受到非肾脏因素干扰,则使用另一种估计值而非平均值。尽管eGFRcreatinine或eGFRcystatin C的GFR估算方程,在大多数人群中是效能相似的,但方程预测发病率和死亡率的能力上存在显著差异:基于胱抑素C的估算远远优于基于肌酐。造成这种显著性的一种可能性是,在通过有创方法评估GFR时,胱抑素C或eGFRcystatin C优于肌酐或eGFRcreatinine。然而,最近的研究否定了这一假说,并将原因归结于炎症导致胱抑素C水平升高。但是,如上所述,该假设已被证明是错误的。因此,我们需要在其他方面寻找胱抑素C与发病率和死亡率之间关系的解释。还应注意的是,遗传学研究已经证明,胱抑素C蛋白本身不会促进心血管疾病的发展。
6. 未解之谜:代表选择性肾小球低滤过综合征的是缩孔综合征还是长孔综合征?
正如上文所说,GFR估算的最佳方法是单独计算eGFRcreatinine和eGFRcystatin C,在排除非肾脏因素的影响,取平均值为最佳GFR估值。这个方法发现了大量病人具有不一致的eGFRcreatinine和eGFRcystatin C数值,即使没有非肾脏因素的干扰。这种不一致的现象就促进了一种假说的提出。假说认为,其中与尿液中主要的低分子量物质(如0.018kDa的水、0.060kDa的尿素或0.113kDa的肌酐)相比,5-30kDa的分子在肾小球滤过率选择性降低。因此,这种肾脏疾病可以暂时被称为选择性肾小球低滤过综合征。该机制首次在2015年发表的一篇文章中提出,该文章显示,在eGFRcystatin C/eGFRcreatinine比值显著低于1的患者中,胱抑素C/肌酐比值增加,其他几种分子量11–29 kDa的蛋白与肌酐之间的比值也增加。根据肾小球滤过的孔隙模型,这些观察结果可以用孔隙的收缩(或伸长)来解释。就在这一发现后不久,缩孔综合征和eGFRcystatin C/eGFRcreatinine比值显著低于1被发现与死亡率、发病率、心力衰竭和终末期肾病密切相关。另一个美国的研究,利用eGFRcystatin C和eGFRcreatinine之差来鉴别5-30kDa分子排泄的特定减少;他们也得到了相近的结果。值得注意的是,根据肾小球滤过的孔隙模型,5-30kDa分子的滤过率选择性降低不仅由孔隙的收缩,还由孔隙的伸长而发生,这一点已被糖尿病肾病患者的肾脏结构研究中有所证实。在这项研究中,肾小球基底膜的厚度与eGFRcystatin C/eGFRcreatinine比值呈负相关,这是符合孔隙长度增加时肾小球滤过孔隙模型的预期结果。与这些发现一致,先前在糖尿病肾病大鼠模型中进行的实验研究显示,多糖的扩散能力较低,暗示了孔隙伸长现象的存在。然而,在最近的一项类似研究中,与肾小球孔隙收缩的对照组相比,糖尿病大鼠的平均小孔半径更小。图1说明了选择性肾小球低滤过综合征(如收缩或伸长孔综合征)如何导致对正常肾小球滤过过程造成损伤。
7. 完全依赖KDIGO肾病诊断指南的风险
根据国际KDIGO指南,诊断慢性肾病的主要标准是测量或估计的GFR降低(G1-G5阶段)和(或)蛋白尿的程度(A1-A3阶段)。然而,对健康个体或无肾脏疾病患者进行的几项研究表明,当eGFRcystatin C/eGFRcreatinine比值显著低于1.0时,死亡率和(或)发病率增加;这表明选择性肾小球低滤过综合征中5-30kDa分子的滤过率选择性降低。由于eGFRcystatin C/eGFRcreatinine的阈值不同,不同人群中选择性肾小球低滤过综合征的患病率也不同。但如果比值<0.70,患病率在0.3%-36%之间。一项基于全人群的研究显示,当eGFRcystatin C/eGFRcreatinine比值<0.7时,方差在8%-17%之间。这意味着,如果仅使用基于肌酐的GFR估算,大量严重肾病患者将被遗漏,这会造成严重的健康影响。
8. 选择性肾小球低过滤综合征和血浆蛋白组
不同大小的分子的肾小球滤过率以特定的筛分系数为特征,它描述了血浆和原尿中分子浓度的比率(图2)。小分子(如水、尿素和肌酐)的筛分系数约为1.0,而大分子(如免疫球蛋白G,约160kDa)的筛分系数约为0.00004。筛分系数通常随着分子量的增加而降低。例如,约11kDa的蛋白质分子的筛分系数约为0.9,而约30kDa的蛋白的筛分系数约为0.08。尽管0.08的筛选系数明显低于小分子的筛选系数,但尿液的高产量(每天150-200升)意味着高达30-40kDa的蛋白质仍将主要通过肾小球过滤及随后的肾小管降解而被清除。对于超过40kDa的分子,肾小球滤过的作用将减小,并随着分子量的增加而逐渐减弱。
人类蛋白质组中约36%的蛋白质分子量低于30kDa,这一数据也适用于血浆蛋白质组。这意味着肾小球滤过过程在调节血浆蛋白质组中起着决定性作用。应该观察到,肾小球过滤过程不仅在调节低于30kDa的常规血浆蛋白水平方面起作用,而且在调节从受损组织泄漏并用于诊断目的的低于30kDa的蛋白水平方面(例如急性心肌梗死的标志物)也起作用。1950年至2001年的三项人体研究和2006年的大鼠实验支持了eGFRcystatin C/eGFRcreatinine比值低于1.0可能会对5-30kDa分子的过滤选择性降低的假说。这些研究表明,肾小球滤过率降低只针对5–30的kDa分子,而用于GFR测量的低分子量的物质(小于0.9 kDa)的滤过率不受影响。因此,以5-30kDa分子的肾小球滤过减少为特征的选择性肾小球低滤过综合征(如收缩或细长孔综合征),将对人类蛋白质组的研究产生重大影响,同时对这类综合征的认识为新型诊疗机会的开发创造了机会。
9. 肾小球滤过效率的变化将用来表征肾脏病理生理学中涉及的蛋白质组变化
目前已知的血浆蛋白质组包含5877种蛋白质(4395种标准蛋白质和1482种额外的非冗余蛋白质。这是18357种蛋白质的人类总蛋白质组的主要部分,占人类基因组预测的19778种蛋白质的92.8%。如果约36%的人血浆蛋白质组被肾小球过滤和随后的肾小管降解所消除,像5-30kDa蛋白质的过滤选择性减少这样的变化,将导致血浆蛋白质组的重大变化。因此,蛋白质组的变化取决于肾脏过滤的物质范围,而这些物质范围必须通过评估肾小球过滤功能来表征。健康肾脏过滤的物质范围代表正常和最佳过滤功能。因为eGFRcystatin C/eGFRcreatinine比值的降低可能与GFR测量值正常的患者的死亡率和发病率增加和eGFRcystatin C或eGFRcreatinine非肾脏因素的缺失相关,所以患者的肾小球滤过功能的表征需要一对标志物来实现。自2010年以来肌酐和胱抑素C的平行对照一直被用来表征肾脏疾病,但很明显,改善滤过质量的表征还需要使用更多的标志物。通过使用具有不同大小的一些分子(除了胱抑素C和肌酐)以及具有相同大小但具有不同等电点的一些物质的扩展标记物,可以来识别肾小球毛细血管壁中电荷选择异常,这会给临床研究带来更多益处。
10.各类GFR和eGFR分别代表什么?
GFR被定义为每单位时间产生的尿量(单位通常为ml/min)。这是一个理论概念,因为目前不可能直接测量。由于小分子可以自由通过肾过滤,小物质的清除率(即每单位时间从物质中清除的血浆体积)约等于GFR。因此,GFR的可操作的定义是一种标记物的血浆-尿液清除率,但该标记物需要满足以下条件:(i)在血浆和尿液中准确测量;(ii)通过肾小球过滤器自由过滤;(iii)肾小管既不重新吸收也不分泌;(iv)其本身不影响GFR。根据该定义量化的GFR被称为GFR测量值(mGFR)。在1935年,Shannon和Smith提出使用菊粉的肾清除率来测量GFR。eGFRcreatinine表示根据肌酐(分子量为0.113kDa)的血浆水平的mGFR估计值。由于该质量接近尿液的主要成分(水,0.018kDa),其通过肾脏的清除率应接近图1中A所示的健康肾脏和图1中三种类型的滤过缺陷(B-D)的理论GFR。eGFRcreatinine不能区分B-D中的三种滤过缺陷,如果mGFR正常,也不能识别选择性肾小球低滤过综合征。这意味着单独使用肌酐无法检测选择性肾小球低滤过综合征。eGFRcystatin C表示基于胱抑素C(分子量为13.3kDa)血浆水平的mGFR估计。当患者的筛分曲线正常时(图2),例如图1的A和B中,eGFRcystatin C将接近理论GFR,但在选择性肾小球低滤过综合征(图1的C和D)中则不符合图2的异常滤过曲线。在这些情况下,eGFFcystatin C将代表5-30kDa分子的肾小球滤过率。eGFRcystatin C/eGFRcreatinine比值将代表5-30kDa分子(相比于小分子)的肾小球滤过率。因此,在图1A-B中,过滤曲线正常,比率将接近1;而在图1 C-D中,比率将显著降低,过滤曲线以图2所示的方式异常。
11.蛋白质组变化在选择性肾小球低滤过综合征中的病理生理作用
迄今为止,对肾小球滤过和血浆蛋白质组之间联系的研究相对较少。一项关于有创GFR测量如何影响人血浆蛋白质组的研究显示,总计2893种蛋白质中678种蛋白质的水平与GFR测量值负相关,其中胱抑素C表现出最强的相关性。在这项研究中,至少23%的血浆蛋白质受到GFR降低的影响,这与36%的血浆蛋白质组受肾小球过滤影响的假说一致。另一项研究使用基于肌酐GFR估计方程,这项研究发现993种蛋白质中的57种浓度与eGFR相关,其中也是胱抑素C的相关性最高。这项研究尽管没有包含大量GFR测定值降低的患者,也没有GFR正常的孔隙收缩或伸长综合征患者,但仍表明至少有6%的蛋白质组受到肾小球滤过过程的影响。此外,之前的一项蛋白组学研究,包含了GFR正常且伴有或不伴有缩孔综合征的患者和GFR降低且伴有或未伴有缩孔综合症总计四组患者,测定了177种蛋白质的血浆水平。结果显示,28种蛋白质的水平升高对GFR正常且患有缩孔综合征的患者具有特异性,其中17种蛋白质被认为与动脉粥样硬化相关或有促进作用。针对28种对缩孔综合征有特异性的蛋白质,他们的分子量与丰度增加具有相关性;分子量较小的蛋白质具有更高丰度,这可能是因为它们的筛选系数较高。此外,另一项蛋白质组学研究调查了300名心衰患者中92种蛋白质的血浆水平以及缩孔综合征的患病情况。该研究表明,6种蛋白水平的增加对缩孔综合征有特异性,其中5种被认为与动脉粥样硬化有关。综合上述研究,共有66种蛋白质与收缩孔综合征相关且与GFR无关,其中32种与动脉粥样硬化相关(表1)。这些发现可以解释慢性肾病(CKD)与心血管疾病之间密切关系(俗称心肾综合征)。图3展示了迄今已知与选择性肾小球低滤过综合征相关的蛋白-蛋白相互关联。需要注意的是,有两项研究使用了不同的生物标志物组,只有三种蛋白在这两项研究中同时发现。因此,在解释这些结果时需要谨慎。尽管选择性肾小球低滤过综合征铁定与蛋白质组变化相关,但也要注意在无选择性肾小球低滤综合征的条件下,GFR降低同样与血浆蛋白质组的主要变化相关。传统的肾脏替代疗法通常不能用于纠正大多数肾脏疾病中的蛋白质组偏差,因为体内大分子的排泄非常有限。
表1 目前已知的与缩孔或长孔综合征相关的蛋白质
12.未来诊疗选择
对选择性肾小球低滤过综合征的鉴定以及由此导致的主要血浆蛋白质组的变化的阐明,为肾脏疾病的治疗开辟了新的途径。到目前为止,选择性肾小球低滤过综合征与许多肽或蛋白质的丰度升高有关,其中一些肽或蛋白质还可能促进动脉粥样硬化等心血管疾病的发展。同样,与GFR正常的患者相比,GFR降低且无选择性肾小球低滤过综合征的患者也表现出特定的蛋白质组变化,其中一些变化可能增加心血管疾病的风险(“心肾综合征”)。如果未来的研究可以发现心血管疾病的发展最关键的信号蛋白和肽,那么这些蛋白和肽的水平可以通过使用单克隆抗体来降低,或者通过使用合适的受体拮抗剂来抑制其作用。
https://doi.org/10.1111/joim.13589
----------微科盟更多推荐----------
科研 |南京中医药:糖尿病肾病的发病机理和丹参多成分联合治疗的机制(国人佳作)
如果需要原文pdf,请扫描文末二维码领取
请关注下方公众号
了解更多蛋白质组知识