2型糖尿病病因的多因素分析
作者：班博 程刚 王华 崔国敏 张丽芳 何戎华 金卫新
单位：班博(济宁医学院附属医院 山东济宁 272029)；程刚(济宁医学院附属医院 山东济宁 272029)；王华(南京医科大学第一附属医院)；崔国敏(济宁医学院附属医院 山东济宁 272029)；张丽芳(济宁医学院附属医院 山东济宁 272029)；何戎华(南京医科大学第一附属医院)；金卫新(南京大学医药生物技术国家重点实验室)
关键词：2型糖尿病 基因 多因素 Logistic回归分析
山东医药002403 摘要 运用多因素非条件Logistic回 归分析的方法，对山东地区汉族2型糖尿病患者107例和正常对照者105例的多个糖尿病候选基因及部分环境因素进行分析，结果发现2型糖尿病的发生与D2S140等位基因2(OR＝13.0094，P＝0.0036)、GCK等位基因5(OR＝10.1699，P＝0.0345)及环境因素中的年龄(OR＝1.5058，P＝0.0293)、TG(OR＝2.9105，P＝0.0075)、apoB(OR＝2.7481，P＝0.0252)、LP(a)(OR＝1.0031，P＝0.0021)呈正相关。与FABP2基因无相关性。疾病的发生与D2S140等位基因6(OR＝0.0717，P＝0.0001)、GCK等位基因2(OR＝0.2237，P＝0.0006)及HDL-c(OR＝0.5249，P＝0.0087)呈负相关。结论为D2S140等位基因2、GCK等位基因5、年龄、TG、apoB、LP(a)是2型糖尿病发病的独立危险因素，基因变异在2型糖尿病的发病中起着主要的作用。
, 百拇医药
中图分类号：R58 文献标识码：A
Abstract Polymorphism of GCK gene，D2S140 gene and FABP2 gene was determined by polymerase chain reaction(PCR)and short tandem repeat(STR)in 107 type 2 diabetic patients and 105 normal controls.Three genes polymorphism，age，blood pressure，BMI，WHR，serum lipid profile，serum insulin and serum C-peptide were analyzed by multivariate stepwise logistic regression to determine the risk factor for type 2 diabetes.Results showed that D2S140 6allele(153bp)(OR＝13.0094，P＝0.0036)，GCK 5 allele(195bp)(OR＝10.1699，P＝0.0345)，age(OR＝1.5058，P＝0.0293)，TG(OR＝2.9105，P＝0.0075)，apoB(OR＝2.7481，P＝0.0252)and LP(a)(OR＝1.0031，P＝0.0021)were shown to be independent and significant risk factors for type 2 diabetes.However，D2S140 6 allele(OR＝0.0717，P＝0.0001)，GCK 2 allele(OR＝0.2237，P＝0.0006)and HDL-c(OR＝0.5249，P＝0.0087)were shown to be protective factors for 2 diabetes.
, 百拇医药
Key words Type 2 diabetes Gene Multiple factor Logistic regression analysis
为进一步探讨基因及部分环境因素在山东地区汉族2型糖尿病发病中所起的作用，我们将与糖代谢及脂代谢密切相关的糖尿病候选基因葡萄糖激酶(Glucokinase，GCK)基因[1]及小肠脂肪酸结合蛋白(fatty acid binding protein，2，FABP2)基因[2]，新近在白种人中发现的糖尿病易感基因D2S140基因[3]，以及临床流行病学资料进行多因素分析。现报告如下。
1 资料与方法
1.1 一般资料 2型糖尿患者107例，男51例，女56例，平均年龄56.37±7.06岁，根据1985年WHO标准确诊。正常对照组105例，男50例，女55例，平均年龄54.16±7.70岁。以上研究对象均为山东地区汉族人，无亲缘关系及糖尿病家族史。
, http://www.100md.com
1.2 临床检测 所有研究对象均测量身高、体重、血压、腹围和臀围，检测空腹及餐后2小时血糖(FPG、2hPG)、血清胰岛素(FINS、2hINS)及(F-CP、2h-CP)C肽，测定空腹血脂谱，包括血浆胆固醇(TC)、甘油三酯(TG)、高密度及低密度脂蛋白(HDL-c，LDL-c)、载脂蛋白A1、B(apoA1、apoB)和脂蛋白a(LP(a))。
1.3 基因分析 运用聚合酶链反应(PCR)技术结合短串联重复序列(short tandem repeat，STR)多态性标记的方法，对所有研究对象进行GCK基因、D2S140基因及FABP2基因的多态性进行分析。3对微卫星DNA序列引物来源于PC-GDB。GCK上游引物为9609 5′-3′TTGGTCAGTGTAGGCTGAA-CTCATG， 下游引物为9610 5′-3′CCCACACCA-AAACTGCCTGTATTAG。D2S140上游引物为5′-3′GCTACAATGATTTCCAAAGTC，D2S140下游引物为5′-3′GTTGTCCCATACTGATCTT-ACC。FABP2上游引物为5′-3′GTAGTATCAGTTTC-ATAGGGTCACC，FABP2下游引物为5′-3′GAGTTCGTTTCCATTGTCTGTCCG。
, 百拇医药
1.4 统计处理 以2型糖尿病发病与否为因变量，以所选择的研究因素(33个)为自变量。采用SPSS10.0for window在Pentium Ⅱ微机上分别进行单因素和多因素非条件Logistic回归分析，计算各因素的偏回归系数β、标准误差SE(β)、p值、相对危险度(OR)及其95%可信区间(OR95%CI)。在单因素分析的基础上，选择P值较小的变量建立多元回归模型(后退法)，并逐步剔除意义较小的变量来缩小模型，分析主要因素之间的交互作用。
2 结果
2.1 单因素非条件Logistic回归分析 在所选择的33个变量中，与2型糖尿病呈显著正相关的变量有：年龄(OR＝1.6229)、收缩压(OR＝1.7222)、FINS(OR＝3.4339)、TG(OR＝2.3034)、apoA1(OR＝2.4037)、apoB(OR＝3.4246)、Lpa(a)(OR＝1.0035)、GCK等位基因5(195bp，OR＝29.0016)、D2S140等位基因2(153bp，OR＝9.8791)。GCK等位基因5与D2S140等位基因2单独作用的OR值明显高于其它研究因素。与2型糖尿病发病呈显著性负相关的变量有：HDL-c(OR＝0.6323)、GCK等位基因3(199bp，OR＝0.3191)、D2S140等位基因6(161bp，OR＝0.2005)。D2S140等位基因6单独作用的OR值明显高于其他两个变量。
, 百拇医药
2.2 多因素非条件Logistic回归分析 在上述单因素非条件Logistic回归分析的基础上，选择有意义的变量建立多元Logistic回归模型，并逐步剔除意义较小的变量来缩小模型，见表1。在模型A中，各 变量与糖尿病发病均呈显著性正相关，而D2S140-2及GCK-5的OR值明显大于其他变量，包括年龄、TG、apoB及Lp(a)。表明在糖尿病的发病过程中，基因的危险作用大于环境的作用。在模型B中，各变量与糖尿病发病均呈显著性负相关，D2S140-6的OR值最低，其次为GCK-5、HDL-c，是糖尿病的保护因子。
表1 2型糖尿病发病危险因素的非条件Logistic回归 模型
研究因素
回归系数
标准误
P值
, http://www.100md.com
OR
OR的95%可信区间
A?
B??
年龄
TG
ApoB
Lp(a)
GCK-5
D2S140-2
HDL-c
GCK-3
, http://www.100md.com
D2S140-6
0.4093
1.0683
1.0109
0.0031
2.3194
2.5657
-1.6360
-1.4974
-2.6351
0.1878
0.3996
, http://www.100md.com
0.4515
0.0010
1.0969
0.8805
0.2424
0.4359
0.6509
0.0293
0.0075
0.0252
0.0021
0.0345
, 百拇医药 0.0036
0.0087
0.0006
0.0001
1.5058
2.9105
2.7481
1.0031
10.1699
13.0094
0.5249
0.2237
, http://www.100md.com 0.0717
1.0420-2.1759
1.3299-6.3699
1.1342-6.6584
0.0011-1.0051
1.1847-87.302
2.3164-73.064
0.3292-0.8514
0.0952-0.5257
0.0200-0.2568
注：?似然比＝72.261，Df＝6，P＝0；??似然比＝42.690，Df＝3，P＝03 讨论
, 百拇医药
我们从DNA分子水平，利用非条件Logistic回归分析的方法，对2型糖尿病多个基因及其它研究因素进行联合分析，以明确它们与疾病发生的关系及相互作用。单因素分析时发现疾病与多个变量显著相关。为了控制混杂因素的影响，比较客观地评价各因素所起的作用及各因素之间的相互关系，在单因素分析的基础上建立了多元非条件Logistic回归模型。
在单因素回归分析中发现，2型糖尿病的发病与年龄、收缩压、空腹胰岛素、TG、apoB、LP(a)、GCK等位基因5及D2S140等位基因2呈正相关，并且作为糖尿病发病的危险因素，基因的作用明显大于环境的作用。疾病的发生与HDL-c、NIDDM1(D2S140)等位基因6及GCK等位基因2呈负相关，并且基因的保护作用大于环境的保护作用。
在多因素非条件Logistic回归模型中，经其他因素校正后，疾病的发生仍然与D2S140等位基因2、GCK等位基因5及环境因素中的年龄、TG、apoB、LP(a)呈正相关，并具有统计学意义。FABP2各等位基因与2型糖尿病的发生无相关性。表明D2S140等位基因2、GCK等位基因5、年龄、TG、apoB、LP(a)是2型糖尿病的独立危险因素。流行病学的资料已经证明年龄是2型糖尿病发病的一个重要危险因素[4]，而脂质代谢异常是高胰岛素血症、胰岛素抵抗及未控制糖尿病的一种标志[5、6]。经校正年龄、TG、apoB、LP(a)等因素后，D2S140等位基因2及GCK等位基因5仍然是2型糖尿病发病的独立危险因素，并且二者的相对危险度远远高于环境因素。表明基因变异在2型糖尿病的发病中起着主要的作用。
, 百拇医药
另外，肥胖是糖尿病主要并且独立的危险因素[7]，BMI与WHR是反应肥胖与中心性肥胖的可靠指标，但在本组资料单因素分析及多因素分析中均无统计学意义，这可能与所选择的病例大部分为既往诊断的病例有关，患者经过饮食控制及双胍类药物的治疗，使得BMI与WHR不能反映出发病时的状况。
本课题由国家自然科学基金资助(批准号3950072)
参考文献
1，Chiu KC，Province MA，Permutt MA，et al.Glucokinase gene is genetic marker for NIDDM in American Blacks.Diabetes，1992，41：843～849.
2，Mitchell BD，kammerer CM，O′connell P，et al.Evidence for linkage of postchallenge insulin levels with intestinal fatty acid-binding protein(FABP2)in Mexican-Americans.Diabetes，1995，44：1046～1053.
, http://www.100md.com
3，Hani EH，Hager J，Philippi A，et al.Mapping NIDDM susceptibility loci in French families：studies with markers in the region of NIDDM1 on chromosome 2q.Diabetes，1997，46：1225～1226.
4，班博，王华，何戎华，等.NIDDM流行病学与分子流行病学研究进展.医学综述，1998，4：158～160.
5，Grundy SM.Small LDL，atherogenic dyslidemia，and the metabolic syndrome.Circulation，1997，95：1～4.
6，Man ZW，Zhu M，Noma Y，et al.Impairred beta-cell function and deposition if fat droplets in the pancreas as a consequence of hypertriglyceridemia in OLETF rat，a model of spontaneous NIDDM.Diabetes，1997，46：1718～1724.
7，Maegawa H，Kashiwagi A，Shigeta Y，et al.Obesity as a risk factor for insulin resistance.Naibupi Gakkai zasshi，1995，20；97～104.
(收稿日期：2000-10-18), 百拇医药
单位：班博(济宁医学院附属医院 山东济宁 272029)；程刚(济宁医学院附属医院 山东济宁 272029)；王华(南京医科大学第一附属医院)；崔国敏(济宁医学院附属医院 山东济宁 272029)；张丽芳(济宁医学院附属医院 山东济宁 272029)；何戎华(南京医科大学第一附属医院)；金卫新(南京大学医药生物技术国家重点实验室)
关键词：2型糖尿病 基因 多因素 Logistic回归分析
山东医药002403 摘要 运用多因素非条件Logistic回 归分析的方法，对山东地区汉族2型糖尿病患者107例和正常对照者105例的多个糖尿病候选基因及部分环境因素进行分析，结果发现2型糖尿病的发生与D2S140等位基因2(OR＝13.0094，P＝0.0036)、GCK等位基因5(OR＝10.1699，P＝0.0345)及环境因素中的年龄(OR＝1.5058，P＝0.0293)、TG(OR＝2.9105，P＝0.0075)、apoB(OR＝2.7481，P＝0.0252)、LP(a)(OR＝1.0031，P＝0.0021)呈正相关。与FABP2基因无相关性。疾病的发生与D2S140等位基因6(OR＝0.0717，P＝0.0001)、GCK等位基因2(OR＝0.2237，P＝0.0006)及HDL-c(OR＝0.5249，P＝0.0087)呈负相关。结论为D2S140等位基因2、GCK等位基因5、年龄、TG、apoB、LP(a)是2型糖尿病发病的独立危险因素，基因变异在2型糖尿病的发病中起着主要的作用。
, 百拇医药
中图分类号：R58 文献标识码：A
Abstract Polymorphism of GCK gene，D2S140 gene and FABP2 gene was determined by polymerase chain reaction(PCR)and short tandem repeat(STR)in 107 type 2 diabetic patients and 105 normal controls.Three genes polymorphism，age，blood pressure，BMI，WHR，serum lipid profile，serum insulin and serum C-peptide were analyzed by multivariate stepwise logistic regression to determine the risk factor for type 2 diabetes.Results showed that D2S140 6allele(153bp)(OR＝13.0094，P＝0.0036)，GCK 5 allele(195bp)(OR＝10.1699，P＝0.0345)，age(OR＝1.5058，P＝0.0293)，TG(OR＝2.9105，P＝0.0075)，apoB(OR＝2.7481，P＝0.0252)and LP(a)(OR＝1.0031，P＝0.0021)were shown to be independent and significant risk factors for type 2 diabetes.However，D2S140 6 allele(OR＝0.0717，P＝0.0001)，GCK 2 allele(OR＝0.2237，P＝0.0006)and HDL-c(OR＝0.5249，P＝0.0087)were shown to be protective factors for 2 diabetes.
, 百拇医药
Key words Type 2 diabetes Gene Multiple factor Logistic regression analysis
为进一步探讨基因及部分环境因素在山东地区汉族2型糖尿病发病中所起的作用，我们将与糖代谢及脂代谢密切相关的糖尿病候选基因葡萄糖激酶(Glucokinase，GCK)基因[1]及小肠脂肪酸结合蛋白(fatty acid binding protein，2，FABP2)基因[2]，新近在白种人中发现的糖尿病易感基因D2S140基因[3]，以及临床流行病学资料进行多因素分析。现报告如下。
1 资料与方法
1.1 一般资料 2型糖尿患者107例，男51例，女56例，平均年龄56.37±7.06岁，根据1985年WHO标准确诊。正常对照组105例，男50例，女55例，平均年龄54.16±7.70岁。以上研究对象均为山东地区汉族人，无亲缘关系及糖尿病家族史。
, http://www.100md.com
1.2 临床检测 所有研究对象均测量身高、体重、血压、腹围和臀围，检测空腹及餐后2小时血糖(FPG、2hPG)、血清胰岛素(FINS、2hINS)及(F-CP、2h-CP)C肽，测定空腹血脂谱，包括血浆胆固醇(TC)、甘油三酯(TG)、高密度及低密度脂蛋白(HDL-c，LDL-c)、载脂蛋白A1、B(apoA1、apoB)和脂蛋白a(LP(a))。
1.3 基因分析 运用聚合酶链反应(PCR)技术结合短串联重复序列(short tandem repeat，STR)多态性标记的方法，对所有研究对象进行GCK基因、D2S140基因及FABP2基因的多态性进行分析。3对微卫星DNA序列引物来源于PC-GDB。GCK上游引物为9609 5′-3′TTGGTCAGTGTAGGCTGAA-CTCATG， 下游引物为9610 5′-3′CCCACACCA-AAACTGCCTGTATTAG。D2S140上游引物为5′-3′GCTACAATGATTTCCAAAGTC，D2S140下游引物为5′-3′GTTGTCCCATACTGATCTT-ACC。FABP2上游引物为5′-3′GTAGTATCAGTTTC-ATAGGGTCACC，FABP2下游引物为5′-3′GAGTTCGTTTCCATTGTCTGTCCG。
, 百拇医药
1.4 统计处理 以2型糖尿病发病与否为因变量，以所选择的研究因素(33个)为自变量。采用SPSS10.0for window在Pentium Ⅱ微机上分别进行单因素和多因素非条件Logistic回归分析，计算各因素的偏回归系数β、标准误差SE(β)、p值、相对危险度(OR)及其95%可信区间(OR95%CI)。在单因素分析的基础上，选择P值较小的变量建立多元回归模型(后退法)，并逐步剔除意义较小的变量来缩小模型，分析主要因素之间的交互作用。
2 结果
2.1 单因素非条件Logistic回归分析 在所选择的33个变量中，与2型糖尿病呈显著正相关的变量有：年龄(OR＝1.6229)、收缩压(OR＝1.7222)、FINS(OR＝3.4339)、TG(OR＝2.3034)、apoA1(OR＝2.4037)、apoB(OR＝3.4246)、Lpa(a)(OR＝1.0035)、GCK等位基因5(195bp，OR＝29.0016)、D2S140等位基因2(153bp，OR＝9.8791)。GCK等位基因5与D2S140等位基因2单独作用的OR值明显高于其它研究因素。与2型糖尿病发病呈显著性负相关的变量有：HDL-c(OR＝0.6323)、GCK等位基因3(199bp，OR＝0.3191)、D2S140等位基因6(161bp，OR＝0.2005)。D2S140等位基因6单独作用的OR值明显高于其他两个变量。
, 百拇医药
2.2 多因素非条件Logistic回归分析 在上述单因素非条件Logistic回归分析的基础上，选择有意义的变量建立多元Logistic回归模型，并逐步剔除意义较小的变量来缩小模型，见表1。在模型A中，各 变量与糖尿病发病均呈显著性正相关，而D2S140-2及GCK-5的OR值明显大于其他变量，包括年龄、TG、apoB及Lp(a)。表明在糖尿病的发病过程中，基因的危险作用大于环境的作用。在模型B中，各变量与糖尿病发病均呈显著性负相关，D2S140-6的OR值最低，其次为GCK-5、HDL-c，是糖尿病的保护因子。
表1 2型糖尿病发病危险因素的非条件Logistic回归 模型
研究因素
回归系数
标准误
P值
, http://www.100md.com
OR
OR的95%可信区间
A?
B??
年龄
TG
ApoB
Lp(a)
GCK-5
D2S140-2
HDL-c
GCK-3
, http://www.100md.com
D2S140-6
0.4093
1.0683
1.0109
0.0031
2.3194
2.5657
-1.6360
-1.4974
-2.6351
0.1878
0.3996
, http://www.100md.com
0.4515
0.0010
1.0969
0.8805
0.2424
0.4359
0.6509
0.0293
0.0075
0.0252
0.0021
0.0345
, 百拇医药 0.0036
0.0087
0.0006
0.0001
1.5058
2.9105
2.7481
1.0031
10.1699
13.0094
0.5249
0.2237
, http://www.100md.com 0.0717
1.0420-2.1759
1.3299-6.3699
1.1342-6.6584
0.0011-1.0051
1.1847-87.302
2.3164-73.064
0.3292-0.8514
0.0952-0.5257
0.0200-0.2568
注：?似然比＝72.261，Df＝6，P＝0；??似然比＝42.690，Df＝3，P＝03 讨论
, 百拇医药
我们从DNA分子水平，利用非条件Logistic回归分析的方法，对2型糖尿病多个基因及其它研究因素进行联合分析，以明确它们与疾病发生的关系及相互作用。单因素分析时发现疾病与多个变量显著相关。为了控制混杂因素的影响，比较客观地评价各因素所起的作用及各因素之间的相互关系，在单因素分析的基础上建立了多元非条件Logistic回归模型。
在单因素回归分析中发现，2型糖尿病的发病与年龄、收缩压、空腹胰岛素、TG、apoB、LP(a)、GCK等位基因5及D2S140等位基因2呈正相关，并且作为糖尿病发病的危险因素，基因的作用明显大于环境的作用。疾病的发生与HDL-c、NIDDM1(D2S140)等位基因6及GCK等位基因2呈负相关，并且基因的保护作用大于环境的保护作用。
在多因素非条件Logistic回归模型中，经其他因素校正后，疾病的发生仍然与D2S140等位基因2、GCK等位基因5及环境因素中的年龄、TG、apoB、LP(a)呈正相关，并具有统计学意义。FABP2各等位基因与2型糖尿病的发生无相关性。表明D2S140等位基因2、GCK等位基因5、年龄、TG、apoB、LP(a)是2型糖尿病的独立危险因素。流行病学的资料已经证明年龄是2型糖尿病发病的一个重要危险因素[4]，而脂质代谢异常是高胰岛素血症、胰岛素抵抗及未控制糖尿病的一种标志[5、6]。经校正年龄、TG、apoB、LP(a)等因素后，D2S140等位基因2及GCK等位基因5仍然是2型糖尿病发病的独立危险因素，并且二者的相对危险度远远高于环境因素。表明基因变异在2型糖尿病的发病中起着主要的作用。
, 百拇医药
另外，肥胖是糖尿病主要并且独立的危险因素[7]，BMI与WHR是反应肥胖与中心性肥胖的可靠指标，但在本组资料单因素分析及多因素分析中均无统计学意义，这可能与所选择的病例大部分为既往诊断的病例有关，患者经过饮食控制及双胍类药物的治疗，使得BMI与WHR不能反映出发病时的状况。
本课题由国家自然科学基金资助(批准号3950072)
参考文献
1，Chiu KC，Province MA，Permutt MA，et al.Glucokinase gene is genetic marker for NIDDM in American Blacks.Diabetes，1992，41：843～849.
2，Mitchell BD，kammerer CM，O′connell P，et al.Evidence for linkage of postchallenge insulin levels with intestinal fatty acid-binding protein(FABP2)in Mexican-Americans.Diabetes，1995，44：1046～1053.
, http://www.100md.com
3，Hani EH，Hager J，Philippi A，et al.Mapping NIDDM susceptibility loci in French families：studies with markers in the region of NIDDM1 on chromosome 2q.Diabetes，1997，46：1225～1226.
4，班博，王华，何戎华，等.NIDDM流行病学与分子流行病学研究进展.医学综述，1998，4：158～160.
5，Grundy SM.Small LDL，atherogenic dyslidemia，and the metabolic syndrome.Circulation，1997，95：1～4.
6，Man ZW，Zhu M，Noma Y，et al.Impairred beta-cell function and deposition if fat droplets in the pancreas as a consequence of hypertriglyceridemia in OLETF rat，a model of spontaneous NIDDM.Diabetes，1997，46：1718～1724.
7，Maegawa H，Kashiwagi A，Shigeta Y，et al.Obesity as a risk factor for insulin resistance.Naibupi Gakkai zasshi，1995，20；97～104.
(收稿日期：2000-10-18), 百拇医药