Este estudio investiga la asociación entre la ingesta dietética de vitamina B12 y la enfermedad renal diabética mediante el uso de datos de NHANES y análisis transcriptómicos. Una mayor ingesta de vitamina B12 se asoció con menores probabilidades de presentar enfermedad renal diabética, y se identificó a P2RY14 como un candidato generador de hipótesis.
Artículo de investigación
Ingesta de vitamina B12 y enfermedad renal diabética: un estudio transversal basado en NHANES con identificación transcriptómica de P2RY14
En este artículo
Resumen
Resumen
La enfermedad renal diabética (DKD) es una complicación importante de la diabetes, y la asociación entre la ingesta de vitamina B12 y la DKD sigue siendo poco clara. Este estudio transversal incluyó a 8.218 participantes de la Encuesta Nacional de Examen de Salud y Nutrición (NHANES) 2011–2018. La regresión logística multivariable mostró que los participantes en el cuartil más alto de ingesta de vitamina B12 tenían menores probabilidades de presentar DKD en comparación con aquellos en el cuartil más bajo (razón de momios (OR): 0,70; intervalo de confianza del 95 % (IC): 0,50–0,97). El análisis mediante splines cúbicos restringidos indicó una asociación no lineal significativa entre la ingesta de vitamina B12 y la DKD. El análisis transcriptómico identificó 493 genes diferencialmente expresados (DEG), de los cuales 20 coincidieron con genes relacionados con la cobalamina. P2RY14 mostró una sobreexpresión significativa en la DKD y presentó una capacidad discriminatoria preliminar en los conjuntos GSE30528, GSE30529 y GSE142025. Los análisis de enriquecimiento funcional sugirieron asociaciones entre P2RY14 y la interacción matriz extracelular–receptor, la adhesión focal y el desarrollo renal. El acoplamiento molecular exploratorio predijo un modo de unión potencial entre MC-1 y P2RY14, con una puntuación Vina de −6,0 kcal/mol. En conjunto, estos hallazgos respaldan una asociación entre la ingesta de vitamina B12 y la DKD, e identifican a P2RY14 como un candidato generador de hipótesis para investigaciones futuras.
Introducción
La diabetes mellitus (DM) es un trastorno metabólico caracterizado por hiperglucemia crónica, que surge por deficiencias absolutas o relativas en la secreción y/o actividad de la insulina. Afecta aproximadamente a 537 millones de personas en todo el mundo1. Durante las últimas tres décadas, la prevalencia mundial de DM ha aumentado casi cuatro veces, con aproximadamente uno de cada once adultos diagnosticado, de los cuales el 90 % padece diabetes mellitus tipo 2 (DM2)2. La DM2 con frecuencia conduce a numerosas complicaciones microvasculares y macrovasculares, incluyendo enfermedad cardiovascular, accidente cerebrovascular, nefropatía, neuropatía y retinopatía3. Estas complicaciones contribuyen significativamente al aumento de las tasas de discapacidad, la disminución de la calidad de vida y la reducción de la esperanza de vida4,5. Una preocupación particular es la enfermedad renal diabética (ERD), una complicación microvascular común de la diabetes, que se desarrolla en aproximadamente el 20 % de los pacientes con DM6. La ERD se caracteriza por albuminuria persistente y una disminución progresiva de la tasa de filtración glomerular (TFG). Si no se controla, la ERD puede eventualmente conducir a la enfermedad renal en etapa terminal (ERET), en la cual la función renal se ve gravemente comprometida, requiriéndose diálisis o trasplante renal para la supervivencia7,8. Además, los pacientes con ERD presentan un riesgo elevado de desarrollar enfermedad cardiovascular, incluso en sus etapas iniciales, y esta comorbilidad se asocia con un mayor riesgo de mortalidad, lo que supone una carga sustancial para los sistemas de salud9,10,11. Por lo tanto, es fundamental investigar minuciosamente los factores que contribuyen a la progresión de la ERD. Una comprensión más profunda de estos factores es esencial para diseñar estrategias terapéuticas eficaces que prevengan tanto el inicio como la progresión de la ERD en la práctica clínica.
Las vitaminas del grupo B, un conjunto de vitaminas hidrosolubles, desempeñan un papel fundamental en el metabolismo celular y la homeostasis, manteniendo el equilibrio fisiológico, la defensa antioxidante y la síntesis de glóbulos rojos12. La fuente principal de vitamina B es la ingesta dietética. Debido a su naturaleza hidrosoluble, estas vitaminas suelen ser difíciles de almacenar en el organismo humano12. El exceso de vitamina B se excreta fácilmente por la orina; sin embargo, la absorción, utilización y metabolismo individuales pueden variar significativamente13. La deficiencia de vitamina B puede alterar notablemente la función celular y el sistema inmunitario, provocando inflamación asociada con hiperhomocisteinemia14. Factores como la deficiencia de vitamina B pueden contribuir a la progresión de la enfermedad renal crónica (ERC) al influir en procesos inflamatorios y de estrés oxidativo relacionados con el deterioro de la función renal y la patología del tejido renal15. Entre las vitaminas del grupo B, la vitamina B12, también conocida como cobalamina, es una vitamina hidrosoluble esencial que desempeña un papel importante en el metabolismo, particularmente en la síntesis de ADN, metilación y metabolismo mitocondrial15. En pacientes con ERC y enfermedad renal en etapa terminal, diversas alteraciones metabólicas—como acidosis, inflamación sistémica y desequilibrios hormonales—junto con comorbilidades y polifarmacia, pueden provocar desnutrición, lo que resulta posteriormente en deficiencia de vitamina B1216. Numerosos estudios han establecido una correlación entre bajas concentraciones séricas de vitamina B12 y condiciones como índice de masa corporal (IMC) elevado, resistencia a la insulina, DM2, dislipidemia y enfermedad cardiovascular17. Por el contrario, la posible toxicidad asociada con un exceso de vitamina B12 podría agravar las condiciones en pacientes con ERC18. Además, un estudio reciente indicó que concentraciones más altas de vitamina B12 se asocian con un mayor riesgo de mortalidad por todas las causas en pacientes sometidos a hemodiálisis19. Sin embargo, la relación entre la ingesta de vitamina B12 y la aparición de la enfermedad renal diabética (ERD) no ha sido investigada exhaustivamente. Asimismo, las características moleculares que podrían vincular los procesos biológicos relacionados con la vitamina B12 con la ERD permanecen insuficientemente caracterizadas. Por lo tanto, integrar evidencia epidemiológica basada en poblaciones con datos transcriptómicos podría proporcionar una estrategia complementaria para identificar características moleculares candidatas relevantes para la asociación observada y para priorizar dianas para investigaciones experimentales posteriores.
Dado el actual desconocimiento, realizamos un estudio transversal utilizando datos de la base de datos NHANES para investigar la asociación entre la ingesta de vitamina B12 y la enfermedad renal diabética (DKD), controlando una amplia gama de posibles factores de confusión. En paralelo, se analizaron conjuntos de datos transcriptómicos de la DKD para identificar genes diferencialmente expresados, los cuales posteriormente se intersecaron con genes relacionados con la vitamina B12 a fin de seleccionar moléculas candidatas potencialmente relevantes para la DKD. Este enfoque integrado podría proporcionar mayores conocimientos sobre la asociación entre la vitamina B12 y la DKD.
Protocolo
El presente estudio fue un análisis secundario de datos del NHANES disponibles públicamente y desidentificados, y no implicó la reclutación de nuevos participantes, intervenciones ni la recopilación de información personal identificable. Por lo tanto, no se requirió un consentimiento informado adicional para el presente análisis.
Población del estudio y selección de participantes
La Encuesta Nacional de Examen de Salud y Nutrición (NHANES) utiliza un diseño de muestreo probabilístico complejo y multietápico para recopilar datos representativos a nivel nacional sobre salud y nutrición de la población estadounidense.
Inicialmente se consideraron datos de 39.156 participantes de cuatro ciclos de NHANES (2011–2012, 2013–2014, 2015–2016 y 2017–2018). Se excluyó a los participantes que cumplían alguno de los siguientes criterios: (1) edad < 18 años; (2) datos faltantes sobre la ingesta dietética de vitamina B12; (3) información incompleta necesaria para la evaluación de diabetes, incluyendo antecedentes autorreferidos de diabetes, hemoglobina glucosilada (HbA1c) o glucosa plasmática en ayunas (FPG); o (4) información incompleta necesaria para la evaluación de enfermedad renal, incluyendo la relación albúmina/creatinina en orina (ACR) o la tasa de filtración glomerular estimada (eGFR) (Figura 1). Tras estas exclusiones, se incluyó a 8.218 participantes con datos completos necesarios para el presente análisis.
Definición de DM, ERC y EDC
De acuerdo con los criterios establecidos por la Asociación Americana de Diabetes y estudios previos, la DM se diagnosticó según los siguientes parámetros: (1) un diagnóstico médico previo, (2) niveles de glucosa plasmática en ayunas (FPG) ≥ 7,0 mmol/L, (3) niveles de HbA1c ≥ 6,5 %, o (4) uso autoinformado de insulina o medicamentos antihiperglucémicos. La ERC se identificó20,21 en participantes con una relación albúmina/creatinina (ACR) ≥ 30 mg/g o un filtrado glomerular estimado (eGFR = 175 × (creatinina sérica en mg/dL)-1.154 × (edad en años)-0.203 × (0,742 si es mujer) × (1,21 si es de raza negra)) < 60 mL/min/1,73 m2. La DND se definió como la presencia simultánea de DM y ERC20. Los participantes que cumplían con ambos criterios de DM y ERC se clasificaron en el grupo de DND, mientras que aquellos que no cumplían simultáneamente ambos criterios se clasificaron en el grupo No DND. Por lo tanto, el grupo No DND incluyó participantes con DM pero sin ERC, participantes con ERC pero sin DM, y participantes que no presentaban ni DM ni ERC.
Covariables
Este estudio consideró covariables que podrían influir en la asociación entre la vitamina B12 y la DKD. Las variables demográficas incluyeron edad, sexo, raza/etnia, nivel educativo, relación ingresos/pobreza (PIR), estado civil, consumo de alcohol, hábito de fumar, IMC, actividad física (AF) y la presencia de hipertensión e hiperlipidemia. Se incluyeron en este análisis participantes de 18 años o más, y se estratificaron en dos grupos de edad: adultos jóvenes a de mediana edad (18–<60 años) y adultos mayores (≥60 años). El sexo se clasificó como masculino o femenino. Las categorías étnicas incluyeron mexicanoamericano, otro hispano, no hispano blanco, no hispano negro y otro/multirracial. El nivel educativo se dividió en tres niveles: menos que secundaria, egresado de secundaria y universitario o superior. La PIR se clasificó en tres categorías: <1,5, 1,5–3,49 y ≥3,521. El estado civil se indicó como casado/viviendo con pareja, nunca casado o viudo/divorciado. El estado de tabaquismo se clasificó en tres grupos: fumadores actuales (fumadores diarios e intermitentes), exfumadores (personas que habían fumado >100 cigarrillos en su vida pero ya no fuman) y nunca fumadores (personas que habían fumado <100 cigarrillos en su vida). El estado de consumo de alcohol se clasificó en tres categorías: consumo excesivo (mujeres: >3 bebidas por día; hombres: >4 bebidas por día), consumo moderado (mujeres: 2 bebidas por día; hombres: 3 bebidas por día) y consumo ligero (mujeres: <2 bebidas por día; hombres: <3 bebidas por día)22. El IMC se clasificó como: <25 kg/m2, 25–29,9 kg/m2 y ≥30 kg/m2. Los niveles de AF se categorizaron como bajos (<600 MET-min/sem), moderados (600 a <3000 MET-min/sem) y altos (≥3000 MET-min/sem). La hiperlipidemia se confirmó con los siguientes criterios (cumplir al menos uno): (1) niveles de colesterol total (CT) ≥200 mg/dL; (2) niveles de triglicéridos totales (TG) ≥150 mg/dL; (3) hombres: niveles de lipoproteína de alta densidad (HDL) <40 mg/dL; mujeres: niveles de HDL <50 mg/dL; (4) niveles de lipoproteína de baja densidad (LDL) ≥130 mg/dL; o (5) uso de medicamentos antihiperlipidémicos.
Además, se tuvieron en cuenta también indicadores bioquímicos e ingestas dietéticas, incluyendo la relación albúmina-creatinina en orina (ACR), ácido úrico sérico (μmol/L), tasa de filtración glomerular estimada (TFGe) (mL/min/1.73m2), creatinina sérica (Scr), nitrógeno ureico en sangre (BUN), colesterol total sérico (TC), triglicéridos (TG), alanina aminotransferasa sérica (ALT), aspartato aminotransferasa sérica (AST), ingestas dietéticas como ingesta de energía (kcal), proteína (g), carbohidratos (g), grasa total (g), sodio (mg), potasio (mg), etc.
Variable independiente
Se utilizó la ingesta dietética de vitamina B12 como la variable de exposición principal. Los datos sobre la ingesta de nutrientes se obtuvieron de los archivos de Ingesta Total de Nutrientes de NHANES, que resumen la ingesta diaria de nutrientes provenientes de alimentos y bebidas. No se incluyó la ingesta de vitamina B12 proveniente de suplementos dietéticos. Solo se incluyeron los participantes con datos válidos de recuerdo dietético para ambos días, y se calculó la ingesta media de vitamina B12 durante los dos días de recuerdo, expresada en μg/día. La ingesta dietética resultante de vitamina B12 se clasificó en cuartiles (Q1–Q4) para los análisis multivariables principales.
Fuentes de datos y colección de conjuntos de genes
Los conjuntos de datos de expresión de DKD GSE30528 y GSE30529 se obtuvieron de la base de datos Gene Expression Omnibus (GEO). Ambos conjuntos de datos se generaron en la plataforma GPL571. GSE30528 comprendía 9 muestras glomerulares de DKD y 13 muestras glomerulares de control normal, mientras que GSE30529 comprendía 10 muestras tubulares de DKD y 12 muestras tubulares de control normal. Para ambos conjuntos de datos de microarreglos, los datos de expresión normalizados mediante RMA y transformados mediante log2 se obtuvieron directamente de GEO. Los identificadores de sondas se asociaron a símbolos génicos según el archivo de anotación de la plataforma GPL571. Cuando múltiples sondas se asociaban al mismo gen, se utilizó el valor medio de expresión para representar la expresión a nivel génico.
Adicionalmente, se incluyó GSE142025, un conjunto de datos de RNA-seq, para la validación de genes candidatos. Los datos de expresión en TPM se obtuvieron de GEO y se transformaron a log2 antes del análisis subsiguiente. La anotación génica se realizó utilizando la anotación del genoma de referencia hg19. Dado que cada conjunto de datos se analizó de forma independiente y las matrices de expresión de diferentes conjuntos de datos no se combinaron directamente, no se aplicó ninguna corrección de efecto lote entre conjuntos de datos.
Un total de 716 genes relacionados con cobalamina (vitamina B12) se recuperaron de la base de datos GeneCards el 13 de marzo de 2026, utilizando la palabra clave «COBALAMIN». No se aplicó ningún criterio de corte por puntuación de relevancia ni ningún otro criterio de filtrado adicional, y se conservaron todos los 716 genes recuperados como el conjunto de genes relacionados con la vitamina B12.
Análisis de expresión diferencial y enriquecimiento funcional
Se realizó un análisis de expresión diferencial entre muestras de DKD y normales utilizando el paquete R 'limma' (versión 3.56.2)23, identificándose los genes diferencialmente expresados (DEG) según |log2FC| > 1 y una tasa de falsos descubrimientos (FDR) < 0,05. Para identificar genes candidatos relacionados con el metabolismo de la vitamina B12, se utilizó el paquete R ggvenn (versión 0.1.19) para realizar un análisis de intersección entre los DEG identificados y el conjunto de genes relacionados con la vitamina B12 obtenido de la base de datos GeneCards. Los genes superpuestos se visualizaron mediante un diagrama de Venn y se conservaron como genes candidatos para análisis posteriores. Posteriormente, se realizó un análisis de enriquecimiento funcional de los DEG utilizando el paquete R 'clusterProfiler' (versión 4.8.3)24, que incluyó términos de la Ontología Genética (GO) (proceso biológico, función molecular y componente celular) y vías de la Kyoto Encyclopedia of Genes and Genomes (KEGG). Los términos de enriquecimiento con un valor p- ajustado < 0,05 se consideraron estadísticamente significativos.
Análisis de enriquecimiento de conjuntos de genes (GSEA)
En el conjunto de datos GSE30528, las muestras se dividieron en grupos con expresión P2RY14-alta y P2RY14-baja según el nivel mediano de expresión de P2RY14. Luego se realizó un análisis de expresión diferencial entre los dos grupos, y todos los genes se ordenaron en orden descendente según los valores de logFC resultantes. Posteriormente, se realizó un análisis GSEA utilizando el paquete clusterProfiler de R (versión 4.8.3)24. Los conjuntos de genes de GO y KEGG se obtuvieron utilizando el paquete msigdbr a partir de la base de datos MSigDB (versión v2025.1.Hs). Los conjuntos de genes enriquecidos con un valor p ajustado < 0,05 se consideraron estadísticamente significativos.
Redes de interacción proteína-proteína (PPI)
Las asociaciones funcionales de proteínas y las redes de interacciones proteína-proteína (PPI) se analizaron utilizando la base de datos STRING (versión 11.0) (https://string-db.org/)25, con Homo sapiens seleccionado como el organismo y un puntaje mínimo de confianza en la interacción de 0,4. La red de interacciones proteína-proteína resultante se visualizó utilizando Cytoscape26Además, los mismos 20 genes candidatos superpuestos se sometieron a la plataforma en línea GeneMANIA para caracterizar más ampliamente sus asociaciones funcionales. GeneMANIA integró múltiples tipos de evidencia, incluyendo coexpresión génica, interacciones físicas, interacciones genéticas, dominios proteicos compartidos e información de vías metabólicas, seleccionando Homo sapiens como el organismo y dejando los parámetros restantes en sus valores predeterminados.
Selección de fármaco-diana
Para identificar compuestos potenciales asociados con P2RY14, se recuperó información sobre fármacos y dianas del banco de datos GeneCards, lo que arrojó cinco compuestos candidatos. Posteriormente, estos candidatos se compararon con el banco de datos DGIdb. MC-1 (ID de DrugBank: DB05315; CID de PubChem: 1051) se identificó en ambas bases de datos y, por lo tanto, se seleccionó para el análisis exploratorio subsiguiente de acoplamiento molecular.
Análisis de acoplamiento molecular
Para explorar el modo de unión potencial entre MC-1 y P2RY14, se realizó un acoplamiento molecular mediante la plataforma en línea CB-Dock2, que integra la detección de cavidades con el motor de acoplamiento AutoDock Vina. La estructura tridimensional de MC-1 (CID de PubChem: 1051) se obtuvo de PubChem, y el modelo tridimensional predicho de P2RY14 se obtuvo de la Base de Datos de Estructuras de Proteínas AlphaFold (AF-Q15391-F1-model_v4). La puntuación pLDDT promedio del modelo de P2RY14 fue de 87,12, mientras que la puntuación pLDDT local de la región predicha del bolsillo de unión fue > 90, lo que indica una alta confianza en la estructura local predicha. Se empleó una estrategia de acoplamiento ciego guiado por cavidades. Se buscaron cavidades de unión candidatas en toda la estructura de P2RY14, y se evaluaron las cinco cavidades con los volúmenes predichos más grandes. Se añadieron átomos de hidrógeno durante la preparación del receptor y del ligando para aproximar los estados de protonación bajo condiciones fisiológicas (aproximadamente pH 7,4). El receptor se trató como rígido, mientras que el ligando se trató como flexible, permitiendo enlaces rotatables. Se realizaron ocho corridas independientes de acoplamiento. La conformación con la puntuación Vina más baja se seleccionó como el modo de unión predicho representativo. El complejo receptor–ligando resultante se visualizó y analizó utilizando Discovery Studio (versión 4.5).
Análisis estadístico
Dado el diseño complejo de muestreo probabilístico multietapa y estratificado de NHANES, todos los análisis basados en NHANES incorporaron los pesos de encuesta apropiados, estratos y unidades primarias de muestreo (PSUs). Debido a que la ingesta de vitamina B12 se calculó a partir de dos días de recordatorio dietético, se utilizó el peso muestral dietético de dos días (WTDR2D). Para los cuatro ciclos combinados de NHANES (2011–2018), el peso muestral dietético de 8 años se calculó como WTDR2D/4, incorporando SDMVSTRA y SDMVPSU para tener en cuenta la estratificación y el agrupamiento. Las variables continuas se expresaron como media ± desviación estándar (DE), y las variables categóricas como conteos y porcentajes. Las diferencias entre grupos se evaluaron mediante pruebas t ponderadas y pruebas chi-cuadrado ponderadas. Se utilizó regresión logística multivariable para evaluar la asociación entre la ingesta de vitamina B12 y la DKD. El Modelo 1 no fue ajustado; el Modelo 2 se ajustó por edad, sexo, raza/etnia, estado civil y nivel educativo; y el Modelo 3 se ajustó por todas las covariables, incluyendo la ingesta total de energía y otras covariables dietéticas. Todos los análisis de regresión incorporaron WTDR2D/4, SDMVSTRA y SDMVPSU. Se utilizaron los cuartiles de ingesta de vitamina B12 (Q1–Q4) como exposición principal, analizándose adicionalmente la ingesta continua de vitamina B12 como exposición complementaria. Se realizaron análisis por subgrupos según edad, sexo, IMC, eTFG, TAR, hipertensión e hiperlipidemia. Se realizó un análisis de trazos cúbicos restringidos (RCS) utilizando el Modelo 3 completamente ajustado para evaluar posibles no linealidades. Se colocaron cuatro nudos en los percentiles 5, 35, 65 y 95 de la ingesta de vitamina B12, utilizando 3,24 μg/día como valor de referencia para la presentación gráfica. Este valor de referencia se derivó del análisis exploratorio subsiguiente de punto de corte y no se interpretó como un nivel de ingesta clínicamente recomendado. Los análisis RCS también incorporaron WTDR2D/4, SDMVSTRA y SDMVPSU, y la no linealidad se evaluó mediante una prueba de Wald. Cuando se detectó una no linealidad significativa, se identificaron posibles puntos de corte mediante un procedimiento de búsqueda recursiva combinado con el criterio de información de Akaike mínimo (AIC), seguido de un análisis de regresión segmentaria de tres tramos. Se realizaron análisis de sensibilidad utilizando especificaciones alternativas de RCS con tres y cinco nudos27. Se realizó un análisis de curva ROC para evaluar preliminarmente la capacidad discriminatoria de P2RY14, reportándose intervalos de confianza del 95 % para las AUC. Se consideró estadísticamente significativo un valor de p < 0,05. Todos los análisis estadísticos se realizaron utilizando el software R (versión 4.4.1).
Resultados
Características basales
Se incluyó a un total de 8.218 participantes de la NHANES 2011-2018, de los cuales 623 fueron clasificados como casos de DDK y 7.595 como no DDK. Se observaron diferencias significativas entre los grupos DDK y no DDK en cuanto a edad, sexo, raza/etnia, estado civil, nivel educativo, PIR, IMC, presión arterial, hipertensión, consumo de alcohol, tabaquismo, ingesta de vitamina B12 e ingesta dietética (todos los p < 0,05). También se observaron diferencias significativas en ACR, tFG, Scr, BUN, CT y TG (Tabla 1).
Se observaron diferencias significativas entre los cuartiles de ingesta de vitamina B12 en cuanto al nivel educativo, hipertensión, estado de DKD e ingesta energética. En contraste, no se observaron diferencias significativas entre los cuartiles en edad, estado civil, IMC, presión arterial, consumo de alcohol, eGFR, ACR, ácido úrico sérico, Scr o TG (Tabla 2).
Asociación entre la vitamina B12 y la DN
La ingesta de vitamina B12 se clasificó en cuartiles (Q1–Q4), y los resultados de los análisis de regresión logística multivariable se presentan en Tabla 3. En el modelo 3 completamente ajustado, los participantes en el cuartil más alto de ingesta de vitamina B12 (Q4) tuvieron probabilidades significativamente menores de enfermedad renal diabética (DKD) en comparación con aquellos en el cuartil más bajo (Q1) (OR = 0.70, IC 95 %: 0,50–0,97, p = 0,034), mientras que no se observaron asociaciones significativas para Q2 (OR = 1,14, IC 95 %: 0,85–1,53, p = 0,386) ni para Q3 (OR = 0,94, IC 95 %: 0,69–1,28, p = 0,684). Además, la tendencia lineal en el modelo completamente ajustado no alcanzó significancia estadística (p para tendencia = 0,086), aunque la dirección general de la asociación fue inversa. Estos hallazgos sugieren que una ingesta más alta de vitamina B12, particularmente en el cuartil más alto, se asoció con menores probabilidades de DKD, pero los resultados no respaldan una relación dosis-respuesta lineal estable entre la ingesta de vitamina B12 y la DKD.
Análisis de subgrupos de la asociación entre la vitamina B12 y la DN
Se realizaron análisis por subgrupos para examinar si la asociación entre la ingesta de vitamina B12 y la DKD era consistente en diferentes características de los participantes. En el Modelo 1, los participantes en el cuartil más alto de ingesta de vitamina B12 (Q4) tuvieron probabilidades significativamente menores de DKD que aquellos en Q1, tanto en el subgrupo de hombres como en el de mujeres (p < 0,05; Tabla 4). Las asociaciones en los subgrupos de ACR fueron más heterogéneas. Entre los participantes con ACR < 30 mg/g, se observaron asociaciones significativas en algunos cuartiles intermedios de ingesta de vitamina B12, mientras que el patrón se atenuó tras la estratificación por niveles más altos de ACR. No se observaron asociaciones significativas en los subgrupos de eGFR.
Relación no lineal entre la vitamina B12 y la DNPK
El análisis RCS completamente ajustado mostró una asociación no lineal significativa entre la ingesta de vitamina B12 y la DND (Figura 2, p para no linealidad = 0,037). El modelo RCS utilizó cuatro nudos ubicados en los percentiles 5, 35, 65 y 95 de la distribución de ingesta de vitamina B12, utilizando 3,24 μg/día como valor de referencia. Un análisis posterior de puntos de corte identificó dos puntos de corte basados en los datos en 3,24 μg/día (IC del 95 %: 2,86–3,62) y 8,36 μg/día (IC del 95 %: 7,52–9,20), dividiendo la ingesta de vitamina B12 en tres rangos. Para una ingesta de vitamina B12 < 3,24 μg/día, no se observó una asociación significativa con la DND (OR = 1,07, p = 0,575). Dentro del rango de 3,24–8,36 μg/día, la ingesta de vitamina B12 mostró una asociación inversa con la DND (OR = 0,87, p = 0,025). Para una ingesta > 8,36 μg/día, no se observó una asociación significativa (OR = 1,00, p = 0,995) (Tabla 5). Estos hallazgos fueron consistentes con un patrón no lineal, observándose una asociación inversa significativa únicamente dentro del rango intermedio de ingesta. Para evaluar la solidez de estos hallazgos, se realizaron análisis de sensibilidad utilizando especificaciones RCS alternativas con tres y cinco nudos. Se observaron patrones de asociación generales similares, con asociaciones generales estadísticamente significativas en los Modelos 1–3 bajo ambas especificaciones de nudos, mientras que los modelos de cinco nudos respaldaron aún más una relación no lineal (Figura adicional 1).
Identificación de genes candidatos relacionados con la vitamina B12 en la DKD
En el conjunto de datos GSE30528, identificamos 493 genes diferencialmente expresados (GDE) entre muestras de DKD y normales, que comprenden 126 genes regulados positivamente y 367 regulados negativamente (|log₂FC| > 1, FDR < 0.05; Figura 3A,B, Tabla Suplementaria 1). El análisis de vías KEGG reveló un enriquecimiento significativo de estos GDE en las vías de interacción entre la matriz extracelular (MEC) y receptores, adhesión focal, señalización de integrinas y regulación del citoesqueleto de actina (Figura 3C, Tabla Suplementaria 2). El análisis de enriquecimiento GO indicó además que los GDE estaban predominantemente asociados con la matriz extracelular que contiene colágeno, desarrollo del glomérulo, adhesión focal y desarrollo del nefrón (Figura 3D, Tabla Suplementaria 2).
El análisis de intersección de los genes diferencialmente expresados (DEG) y el conjunto de genes relacionados con la vitamina B12 identificó 20 genes candidatos superpuestos (Figura 3E). Posteriormente, estos genes se utilizaron para construir una red de interacción de proteínas (PPI) mediante la base de datos STRING, filtrando las interacciones con una puntuación de confianza mínima de 0,4. La red resultante constaba de 11 nodos y 20 aristas, que representan las proteínas y sus interacciones, respectivamente (Figura 3F). Las relaciones entre los 20 genes candidatos se visualizaron además utilizando GeneMANIA (Figura 3G).
Caracterización exploratoria de P2RY14 como un gen candidato relacionado con la vitamina B12 en la DN
Basándonos en la asociación observada entre la ingesta de vitamina B12 y el estado de la EDD, posteriormente buscamos identificar los principales genes relacionados con la vitamina B12 implicados en la patogénesis de la EDD mediante análisis transcriptómico. Entre los 20 genes candidatos superpuestos, comparamos además sus patrones de expresión en diferentes conjuntos de datos de EDD. En los conjuntos de datos GSE30528 y GSE30529, la expresión de P2RY14 se encontró significativamente aumentada en muestras de EDD en comparación con controles normales (Figura 4A,B). P2RY14 codifica un receptor acoplado a proteína G y se ha reportado que participa en la quimiotaxis de células inmunitarias, el reordenamiento del citoesqueleto, las respuestas inflamatorias y el estrés oxidativo28,29. Sin embargo, su papel en la EDD aún no ha sido investigado directamente. Dado su aumento consistente en múltiples conjuntos de datos independientes de EDD y su posible relevancia biológica, P2RY14 fue priorizado para validaciones posteriores y análisis funcionales. Posteriormente, se realizó un análisis de la curva ROC para evaluar preliminarmente la capacidad discriminatoria de P2RY14. En el conjunto de datos de descubrimiento GSE30528, el AUC fue de 0,923 (IC del 95 %: 0,807–1,000), mientras que en el conjunto de datos de validación externa preliminar GSE30529, el AUC fue de 0,883 (IC del 95 %: 0,744–1,000). En el conjunto de datos adicional de validación GSE142025, el AUC fue de 0,663 (IC del 95 %: 0,478–0,847), lo que indica una capacidad discriminatoria limitada (Figura 4C–E). En conjunto, estos hallazgos proporcionan evidencia preliminar sobre el posible valor discriminatorio de P2RY14, aunque su desempeño diagnóstico requiere validación adicional en cohortes independientes más grandes.
Para explorar las funciones biológicas y las vías asociadas con P2RY14 expresión en DKD, las muestras de GSE30528 se dividieron en P2RY14-alto y P2RY14-bajas según el nivel de expresión mediano de P2RY14. Se realizó un análisis de expresión diferencial entre los dos grupos. Posteriormente, se llevaron a cabo análisis de enriquecimiento GO y KEGG para caracterizar las funciones biológicas y las vías asociadas con la expresión de P2RY14. El análisis de enriquecimiento GO reveló que P2RY14 se asoció con la matriz extracelular que contiene colágeno, desarrollo del glomérulo, componente estructural de la matriz extracelular y desarrollo renal (Figura 4F, Tabla suplementaria 3). El análisis de KEGG implicó además P2RY14 en la interacción entre matriz extracelular y receptor, adhesión focal y cascadas del complemento y de la coagulación (Figura 4G, Tabla suplementaria 3).
Además, el análisis GSEA mostró que la vía de señalización de NF-κB y la vía de señalización de TNF estaban significativamente enriquecidas en el grupo con alta expresión de P2RY14 , lo que sugiere que una expresión elevada de P2RY14 podría estar asociada con la señalización inflamatoria en la DED (Figura 4H, Tabla Suplementaria 3).
Acoplamiento molecular exploratorio de MC-1 con P2RY14
Mediante el cribado en GeneCards y DGIdb, se identificaron cinco compuestos candidatos asociados con P2RY14, y se seleccionó MC-1 para un análisis exploratorio de acoplamiento molecular (Figura 5A). Utilizando MC-1 como ligando y P2RY14 como receptor, el análisis de acoplamiento predijo una posible conformación de unión de MC-1 dentro de un bolsillo candidato de P2RY14, con una puntuación Vina de −6,0 kcal/mol. La conformación predicha implicó interacciones con residuos Tyr, Lys, Asn, Asp y Glu, así como la formación de siete enlaces de hidrógeno (Figura 5B–D).
Declaración de disponibilidad de datos
Los datos utilizados en este estudio están disponibles públicamente. Los datos de NHANES de los ciclos de encuestas 2011-2018 están disponibles en el Centro Nacional de Estadísticas de Salud. Los conjuntos de datos transcriptómicos GSE30528, GSE142025 y GSE30529 están disponibles públicamente en la base de datos de Gene Expression Omnibus (GEO). Los resultados procesados de expresión diferencial, enriquecimiento funcional y GSEA generados en este estudio se proporcionan en los Archivos Suplementarios.
Figura 1: Diagrama de flujo de la selección de participantes para el análisis de NHANES. El diagrama de flujo muestra los criterios de exclusión secuenciales aplicados a los participantes de los ciclos de NHANES 2011-2018 y la población final de estudio incluida en el análisis. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: Asociación no lineal entre la ingesta de vitamina B12 y la EDC utilizando un modelo de spline cúbico restringido. La línea continua representa la razón de momios estimada para la EDC según la ingesta dietética de vitamina B12, y el área sombreada representa el intervalo de confianza del 95 %. El modelo se ajustó utilizando las covariables incluidas en el Modelo 3. Haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Identificación de genes candidatos relacionados con la vitamina B12 en la enfermedad renal diabética (DKD). (A,B) Gráfico de dispersión tipo volcán y mapa de calor que muestran los perfiles de expresión de los genes diferencialmente expresados (DEGs) entre muestras de enfermedad renal diabética (DKD) y muestras normales en el conjunto de datos GSE30528. (C,D) Las 15 vías KEGG y términos GO más enriquecidos de los DEGs. (E) Análisis cruzado entre los DEGs y los genes relacionados con la vitamina B12. (F) Red de interacción proteína-proteína (PPI). (G) Red GeneMANIA de los 20 genes relacionados con la vitamina B12. Haga clic aquí para ver una versión ampliada de esta figura.
Figura 4: Caracterización exploratoria de P2RY14 como un gen candidato relacionado con la vitamina B12 en la DNK. (A,B) Gráficos de caja que muestran los niveles de expresión de los genes candidatos superpuestos en muestras de DNK y controles normales en los conjuntos de datos GSE30528 y GSE30529, respectivamente. (C–E) Análisis de curvas ROC (característica de operación del receptor) de P2RY14 en los conjuntos de datos GSE30528, GSE30529 y GSE142025, respectivamente. (F) Análisis de enriquecimiento de la Ontología Genética (GO). (G) Análisis de enriquecimiento de vías metabólicas de la Kyoto Encyclopedia of Genes and Genomes (KEGG). (H) GSEA de los grupos con alta y baja expresión de P2RY14, que muestra el enriquecimiento de las vías de señalización de NF-κB y TNF en GSE30528. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5: Análisis exploratorio de cribado fármaco-diana y acoplamiento molecular de P2RY14. (A) Red de interacción entre fármacos y dianas asociados a P2RY14. (B–D) Acoplamiento molecular de MC-1 con la proteína P2RY14. Haga clic aquí para ver una versión más grande de esta figura.
Tabla 1: Características básicas de la población de estudio. Se presentan las características demográficas, clínicas, bioquímicas y dietéticas de los participantes según el estado de EDC. Las variables continuas y categóricas se resumen mediante análisis ponderado de encuestas. Haga clic aquí para descargar esta tabla.
Tabla 2: Características básicas de los participantes según cuartiles de ingesta de vitamina B12. Se presentan las características demográficas, clínicas, bioquímicas y dietéticas de la población estudiada distribuidas en cuartiles de ingesta dietética de vitamina B12. Haga clic aquí para descargar esta tabla.
Tabla 3: Asociación entre la ingesta de vitamina B12 y el estado de DTC entre adultos estadounidenses. Se presentan las razones de momios (OR) e intervalos de confianza del 95% (IC 95%) para la asociación entre la ingesta dietética de vitamina B12 y el estado de DTC en modelos de regresión logística progresivamente ajustados, utilizando el cuartil más bajo de ingesta de vitamina B12 (Q1) como grupo de referencia. Haga clic aquí para descargar esta tabla.
Tabla 4: Asociación entre la ingesta de vitamina B12 y el estado de DRC en los análisis por subgrupos. Se presentan las razones de odds (OR) y los intervalos de confianza del 95 % (IC 95 %) para la DRC según los cuartiles de ingesta de vitamina B12, estratificados por subgrupos de edad, sexo, IMC, FGe, RAC, hipertensión e hiperlipidemia, y ajustados según los modelos especificados. Haga clic aquí para descargar esta tabla.
Tabla 5: Análisis de regresión segmentada en tres partes de la asociación entre la ingesta de vitamina B12 y la DND. Se presentan las asociaciones entre la ingesta dietética de vitamina B12 y la DND para los tres rangos de ingesta definidos por los dos puntos de corte basados en los datos, en 3,24 y 8,36 μg/día. Haga clic aquí para descargar esta tabla.
Figura suplementaria 1: Análisis de sensibilidad de la asociación entre la ingesta dietética de vitamina B12 y la DPQ utilizando modelos de spline cúbicos restringidos. (A–C) Modelos con tres nudos. (D–F) Modelos con cinco nudos. La línea continua representa la OR estimada, el área sombreada representa el IC del 95 % y la línea punteada indica OR = 1. Los valores de p para la asociación global y la no linealidad se muestran en cada panel.Haga clic aquí para descargar este archivo.
Tabla suplementaria 1: Genes diferencialmente expresados entre muestras de enfermedad renal diabética (DKD) y muestras normales en el conjunto de datos GSE30528. Se presentan los resultados de expresión diferencial para los genes identificados con |log₂FC| > 1 y FDR < 0,05 junto con el conjunto de genes relacionados con cobalamina utilizado para la selección de genes candidatos.Haga clic aquí para descargar este archivo.
Tabla Suplementaria 2: Análisis de enriquecimiento funcional de los genes diferencialmente expresados en la DN. Se presentan los resultados del enriquecimiento de Ontología Genética (GO) y del Banco de Datos Kyoto de Genes y Genomas (KEGG) para los genes diferencialmente expresados identificados en el conjunto de datos GSE30528.Haga clic aquí para descargar este archivo.
Tabla suplementaria 3: Resultados del análisis de enriquecimiento funcional y del análisis de enriquecimiento de conjuntos de genes asociados con P2RY14 en el conjunto de datos GSE30528. Se presentan los resultados de GO, KEGG y GSEA utilizados para caracterizar las funciones biológicas y vías asociadas con P2RY14.Haga clic aquí para descargar este archivo.
Discusión
En este análisis transversal representativo a nivel nacional de 8.218 adultos estadounidenses, una mayor ingesta de vitamina B12 se asoció con menores probabilidades de enfermedad renal diabética (DKD), aunque la asociación no siguió un patrón de dosis-respuesta lineal simple. Los participantes con mayor ingesta de vitamina B12 también tendían a tener un nivel educativo más alto, menor prevalencia de hipertensión y enfermedad renal diabética, y mayor ingesta energética. Estas diferencias sugieren que la ingesta de vitamina B12 puede ir acompañada de características demográficas, de salud y dietéticas más amplias, que deben considerarse al interpretar la asociación observada. En conjunto, nuestros hallazgos respaldan una asociación entre la ingesta de vitamina B12 y el estado de enfermedad renal diabética (DKD).
El análisis basado en cuartiles mostró que los participantes en el cuartil 4 (Q4) tenían probabilidades significativamente menores de enfermedad renal diabética (DKD) en comparación con aquellos en el cuartil 1 (Q1), mientras que no se observaron asociaciones significativas para Q2 ni Q3. La tendencia lineal a través de los cuartiles tampoco fue estadísticamente significativa (p para tendencia = 0,086), lo que sugiere que la asociación podría no seguir un patrón de dosis-respuesta lineal simple. Coherente con este hallazgo, el análisis de splines con restricciones (RCS) demostró una asociación no lineal significativa (p para no linealidad = 0,037). El análisis posterior de puntos de inflexión identificó dos puntos de corte determinados por los datos en 3,24 y 8,36 μg/día. Se observó una asociación inversa significativa únicamente dentro del rango intermedio de 3,24–8,36 μg/día, mientras que no se encontraron asociaciones significativas por debajo o por encima de este rango. Es importante destacar que estos puntos de corte se derivaron del conjunto de datos actual y deben considerarse como valores estadísticos exploratorios más que como umbrales clínicamente establecidos. Por consiguiente, el intervalo de 3,24–8,36 μg/día no debe interpretarse como un rango óptimo ni recomendado de ingesta sin una validación externa. En conjunto, estos hallazgos respaldan una asociación potencialmente no lineal entre la ingesta de vitamina B12 y la enfermedad renal diabética (DKD), más que una relación de dosis-respuesta lineal estable.
Las vitaminas son micronutrientes esenciales implicados en múltiples procesos metabólicos y se han asociado con la salud cardiometabólica30,31. Estudios previos también han sugerido que varias vitaminas podrían ser relevantes para la diabetes y sus complicaciones. Por ejemplo, el estado de la vitamina B6 se ha asociado inversamente con la diabetes y las complicaciones diabéticas31, mientras que se han reportado niveles alterados de vitamina D en la enfermedad renal diabética (DKD) y en la nefropatía diabética32,33. Estos hallazgos destacan la importancia potencial del estado de los micronutrientes en las alteraciones metabólicas y renales relacionadas con la diabetes y proporcionan una justificación para examinar más a fondo la relación entre la ingesta de vitamina B12 y la DKD.
Los estudios epidemiológicos han reportado hallazgos inconsistentes respecto a la relación entre el estado o la ingesta de vitamina B12 y los resultados relacionados con la diabetes. Un análisis reciente de NHANES reportó una asociación positiva entre la duración de la diabetes y los niveles séricos de vitamina B1234. En contraste, un estudio realizado en Uganda encontró que el avance de la enfermedad renal en pacientes con DM2 se acompañaba de una menor ingesta de vitamina B12 y mayores concentraciones de homocisteína35. Wu et al. informaron además que la suplementación combinada con ácido fólico y vitamina B12 en pacientes con diabetes y nefropatía diabética redujo los niveles séricos de homocisteína y malondialdehído, aumentó la actividad del óxido nítrico y la superóxido dismutasa, y disminuyó la excreción urinaria de microalbumina36. Otros estudios también han reportado una prevalencia relativamente alta de deficiencia de vitamina B12 entre pacientes con DM237,38,39,40,41. En consonancia con la posibilidad de que el estado de vitamina B12 pueda ser relevante para las complicaciones diabéticas, nuestro estudio encontró que una mayor ingesta dietética de vitamina B12 se asoció con menores probabilidades de enfermedad renal diabética (DKD).
La asociación inversa observada entre la ingesta de vitamina B12 y la DTD podría ser biológicamente plausible, dadas las funciones de la vitamina B12 en el metabolismo de la homocisteína, la regulación del estrés oxidativo, las respuestas inflamatorias y el metabolismo energético celular42,43. También se ha asociado la deficiencia de vitamina B12 con anomalías metabólicas, y un desequilibrio caracterizado por una ingesta excesiva de ácido fólico combinada con deficiencia de vitamina B12 podría contribuir al deterioro del metabolismo de la glucosa y a la DM244,45. Estas observaciones resaltan la importancia de mantener una ingesta adecuada y equilibrada de micronutrientes para la salud metabólica. Coherente con este contexto, nuestro estudio encontró que una mayor ingesta dietética de vitamina B12 se asoció con menores probabilidades de presentar DTD. Se requieren más estudios para aclarar la relación dosis-respuesta entre la ingesta de vitamina B12 y la salud renal en personas con diabetes, validar los rangos de ingesta observados en el presente estudio en poblaciones independientes, y determinar si la suplementación con vitamina B12 es clínicamente relevante en esta población.
El análisis transcriptómico identificó además a P2RY14 como un gen candidato asociado con la DND. P2RY14 mostró valores de AUC relativamente altos en GSE30528 y GSE30529, mientras que su capacidad discriminatoria fue más modesta en GSE142025. Dado el tamaño limitado de las muestras, estos hallazgos deben considerarse preliminares y requieren validación en cohortes independientes más grandes. Además, los análisis de enriquecimiento funcional sugirieron que P2RY14 podría estar asociado con la organización de la MEC, la adhesión focal y el desarrollo renal, lo que respalda una mayor investigación sobre su posible papel en la DND.
Más ampliamente, la integración de la epidemiología nutricional basada en poblaciones con el análisis transcriptómico proporciona un marco complementario para vincular las exposiciones dietéticas con características moleculares relacionadas con enfermedades. Dicho enfoque puede facilitar la generación de hipótesis en la epidemiología nutricional y la investigación de la DKD, y ayudar a priorizar dianas moleculares candidatas para su posterior validación experimental. Sin embargo, estos hallazgos permanecen en fase exploratoria y no establecen utilidad clínica, diagnóstica ni terapéutica.
Una limitación importante del presente estudio es la composición heterogénea del grupo sin DRC, que incluyó participantes con diferentes estados de DM y ERC, en lugar de estar restringido a individuos con DM sin ERC. Por lo tanto, diferencias residuales en el estado diabético, la función renal y la salud general podrían haber influido en las asociaciones observadas. Además, el diseño transversal impide inferir relaciones temporales o causales. En consecuencia, los hallazgos epidemiológicos deben interpretarse como asociaciones a nivel poblacional con el estado de DRC, y se justifican futuros estudios prospectivos centrados en individuos con diabetes. Asimismo, la ingesta dietética de vitamina B12 se estimó a partir de dos recordatorios dietéticos de 24 horas, lo cual podría verse afectado por la variación diaria en la dieta y por errores de recuerdo, y por tanto podría no reflejar completamente la ingesta habitual a largo plazo de vitamina B12. Esto podría haber introducido cierto grado de error en la medición de la exposición. También deben reconocerse varias limitaciones de los análisis transcriptómicos y de acoplamiento molecular. Los datos de NHANES y GEO se derivaron de poblaciones independientes, y no se evaluó experimentalmente la regulación directa de P2RY14 por la vitamina B12. La superposición entre los genes diferencialmente expresados relacionados con DRC y los genes relacionados con cobalamina se utilizó para un cribado exploratorio de candidatos, y su enriquecimiento más allá de lo esperado por azar no se probó formalmente. Por lo tanto, P2RY14 debe considerarse un candidato generador de hipótesis, cuya relevancia biológica requiere validación adicional. Además, la interacción predicha entre MC-1 y P2RY14 se basó únicamente en el acoplamiento molecular y debe considerarse exploratoria. Se necesitan estudios futuros que incluyan intervenciones con vitamina B12, análisis funcionales de P2RY14 y ensayos de unión directa o funcionales del receptor, como resonancia de plasmón de superficie o termoforesis a microescala, para evaluar más a fondo estas relaciones predichas.
Conclusión
En conclusión, nuestro estudio respalda una asociación entre la ingesta de vitamina B12 y el estado de enfermedad renal diabética (DKD), siendo una mayor ingesta de vitamina B12 asociada con menores probabilidades de presentar DKD y una relación potencialmente no lineal. El análisis transcriptómico identificó además a P2RY14 como un candidato generador de hipótesis asociado con DKD, mientras que el acoplamiento molecular exploratorio predijo un modo de unión potencial entre P2RY14 y MC-1. Estos hallazgos proporcionan una base para investigaciones futuras sobre la relación entre la ingesta de vitamina B12 y la DKD, así como sobre la posible relevancia biológica de P2RY14.
Divulgaciones
Los autores no tienen conflictos de interés que declarar.
Contribuciones de los autores:
A.Z. escribió el texto principal del manuscrito. G.Z. y J.D. prepararon las figuras y tablas. J.L. revisó y editó el manuscrito. Todos los autores revisaron el manuscrito.
Materiales
| Nombre | Empresa | Número de catálogo | Comentarios |
|---|---|---|---|
| Matriz Affymetrix del Genoma Humano U133A 2.0 | Affymetrix; indexado por NCBI GEO | https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL571 | GPL571 (HG-U133A_2) |
| AlphaFold | Google DeepMind / EMBL-EBI | https://alphafold.ebi.ac.uk/ | / |
| AutoDock | Laboratorio Olson, The Scripps Research Institute | https://autodock.scripps.edu/ | Versión 4.2.6 (AutoDock 4.2.6) |
| autoReg | Paquete R | Versión 0.3.3 (autoReg) | |
| CB-dock2 | / | http://183.56.231.194:8001/cb-dock2/index.php | CB-dock2 |
| clusterProfiler | Bioconductor; Yu et al. | Versión 4.8.3 (PMID: 22455463) | |
| Cytoscape | Consortium Cytoscape | https://cytoscape.org/ | Versión 3.7.2 (PMID: 14597658) |
| DGldb | / | https://dgib.org/ | DGldb |
| GeneMANIA | Equipo GeneMANIA | http://genemania.org/ | GeneMANIA |
| Gene Expression Omnibus (GEO) | Centro Nacional de Información Biotecnológica (NCBI), Biblioteca Nacional de Medicina de EE. UU. | https://www.ncbi.nlm.nih.gov/geo/ | GEO |
| GSE30528 | NCBI GEO | https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE30528 | Serie pública GEO (GSE30528; Proyecto BioProject PRJNA154757) |
| GSE30529 | NCBI GEO | https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE30529 | Serie pública GEO (GSE30529) |
| GeneCards – La Base de Datos de Genes Humanos | Instituto Weizmann de Ciencia / LifeMap Sciences | https://www.genecards.org/ | GeneCards |
| GSEA / MSigDB | / | https://www.gsea-msigdb.org/gsea/index.jsp | v2025.1.Hs (GSEA / MSigDB) |
| Ontología Genética (GO) | Consortium de Ontología Genética | https://geneontology.org/ | GO |
| Enciclopedia de Kioto de Genes y Genomas (KEGG) | Laboratorios Kanehisa | https://www.kegg.jp/ | KEGG |
| limma | Bioconductor; Ritchie et al. | Versión 3.56.2 (PMID: 25605792) | |
| Encuesta Nacional de Salud y Nutrición (NHANES) | Centro Nacional de Estadísticas de Salud (NCHS), Centros para el Control y la Prevención de Enfermedades (CDC) | http://www.cdc.gov/nchs/nhanes/index.htm | 2011–2018 (cuatro ciclos 2011–2012; 2013–2014; 2015–2016; 2017–2018) |
| nhanesA | Paquete R | Versión 1.0 (nhanesA) | |
| pROC | Paquete R | Versión 1.18.5 (pROC) | |
| PubChem | NCBI, Biblioteca Nacional de Medicina de EE. UU. | https://pubchem.ncbi.nlm.nih.gov/ | PubChem |
| rms | Paquete R | Versión 8.1-0 (rms) | |
| Software R | Foundation R para la Computación Estadística | https://www.r-project.org/ | Versión 4.4.1 |
| segmented | Paquete R | Versión 2.1-4 (segmented) | |
| STRING | Consortium STRING | https://string-db.org/ | Versión 11.0 (PMID: 30476243) |
| survey | Paquete R | Versión 4.4-8 (survey; svydesign(); svyglm()) | |
| tableone | Paquete R | tableone; svyCreateTableOne() |
Referencias
- Forst T, et al. New strategies to improve clinical outcomes for diabetic kidney disease. BMC Med. 2022;20(1):337.
- Zheng Y, Ley SH, Hu FB. Global aetiology and epidemiology of type 2 diabetes mellitus and its complications. Nat Rev Endocrinol. 2018;14(2):88-98.
- Zhang Y, Sun X, Icli B, Feinberg MW. Emerging Roles for MicroRNAs in Diabetic Microvascular Disease: Novel Targets for Therapy. Endocr Rev. 2017;38(2):145-68.
- Lyssenko V, Vaag A. Genetics of diabetes-associated microvascular complications. Diabetologia. 2023;66(9):1601-13.
- Valencia WM, Florez H. How to prevent the microvascular complications of type 2 diabetes beyond glucose control. BMJ. 2017;356:i6505.
- Hung PH, Hsu YC, Chen TH, Lin CL. Recent Advances in Diabetic Kidney Diseases: From Kidney Injury to Kidney Fibrosis. Int J Mol Sci. 2021;22(21).
- McGrath K, Edi R. Diabetic Kidney Disease: Diagnosis, Treatment, and Prevention. Am Fam Physician. 2019;99(12):751-9.
- Lin YC, Chang YH, Yang SY, Wu KD, Chu TS. Update of pathophysiology and management of diabetic kidney disease. J Formos Med Assoc. 2018;117(8):662-75.
- Sabanayagam C, et al. Association of Diabetic Retinopathy and Diabetic Kidney Disease With All-Cause and Cardiovascular Mortality in a Multiethnic Asian Population. JAMA Netw Open. 2019;2(3):e191540.
- Saran R, et al. US Renal Data System 2018 Annual Data Report: Epidemiology of Kidney Disease in the United States. Am J Kidney Dis. 2019;73(3 Suppl 1):A7-A8.
- Miller RG, et al. Contemporary Estimate of Total Mortality and Cardiovascular Disease Risk in Young Adults With Type 1 Diabetes: The Pittsburgh Epidemiology of Diabetes Complications Study. Diabetes Care. 2016;39(12):2296-303.
- Lyon P, Strippoli V, Fang B, Cimmino L. B Vitamins and One-Carbon Metabolism: Implications in Human Health and Disease. Nutrients. 2020;12(9).
- Chazot C, Steiber AL, Kopple JD. Chapter 26 - Vitamin metabolism and requirements in chronic kidney disease and kidney failure. In: Kopple JD, Massry SG, Kalantar-Zadeh K, Fouque D, editors. Nutritional Management of Renal Disease (Fourth Edition): Academic Press; 2022. p. 413-65.
- Shakoor H, et al. Be well: A potential role for vitamin B in COVID-19. Maturitas. 2021;144:108-11.
- Green R, et al. Vitamin B(12) deficiency. Nat Rev Dis Primers. 2017;3:17040.
- Capelli I, et al. Folic Acid and Vitamin B12 Administration in CKD, Why Not Nutrients. 2019;11(2).
- Bamonti-Catena F, et al. Folate measurements in patients on regular hemodialysis treatment. Am J Kidney Dis. 1999;33(3):492-7.
- Andres E, Serraj K, Zhu J, Vermorken AJ. The pathophysiology of elevated vitamin B12 in clinical practice. QJM. 2013;106(6):505-15.
- Soohoo M, et al. Association of serum vitamin B12 and folate with mortality in incident hemodialysis patients. Nephrol Dial Transplant. 2017;32(6):1024-32.
- Zhang H, Liu N, Dang H. Association of the Controlling Nutritional Status (CONUT) score with all-cause and cause-specific mortality in patients with diabetic kidney disease: evidence from the NHANES 2009-2018. BMJ Open. 2024;14(4):e079992.
- Rahman HH, Niemann D, Munson-McGee SH. Association of albumin to creatinine ratio with urinary arsenic and metal exposure: evidence from NHANES 2015-2016. Int Urol Nephrol. 2022;54(6):1343-53.
- Phillips JA. Dietary Guidelines for Americans, 2020-2025. Workplace Health Saf. 2021;69(8):395.
- Ritchie ME, et al. limma powers differential expression analyses for RNA-sequencing and microarray studies. Nucleic Acids Res. 2015;43(7):e47.
- Yu G, Wang LG, Han Y, He QY. clusterProfiler: an R package for comparing biological themes among gene clusters. Omics : a journal of integrative biology. 2012;16(5):284-7.
- Szklarczyk D, et al. STRING v11: protein-protein association networks with increased coverage, supporting functional discovery in genome-wide experimental datasets. Nucleic Acids Res. 2019;47(D1):D607-D13.
- Shannon P, et al. Cytoscape: a software environment for integrated models of biomolecular interaction networks. Genome research. 2003;13(11):2498-504.
- Zhao L, et al. Non-linear association between composite dietary antioxidant index and depression. Front Public Health. 2022;10:988727.
- da Silva Ebone R, Doleski PH, Jantsch MH, da Silveira RP, Leal DBR. P2Y14 receptor activation and neutrophil signaling: linking inflammation to systemic pathophysiology. Purinergic Signal. 2026;22(1):5.
- Lazarowski ER, Harden TK. UDP-Sugars as Extracellular Signaling Molecules: Cellular and Physiologic Consequences of P2Y14 Receptor Activation. Mol Pharmacol. 2015;88(1):151-60.
- Survase S, Bajaj I, Singhal R. Biotechnological Production of Vitamins. Food Technology and Biotechnology. 2006;44.
- Mascolo E, Verni F. Vitamin B6 and Diabetes: Relationship and Molecular Mechanisms. Int J Mol Sci. 2020;21(10).
- Delrue C, Speeckaert R, Delanghe JR, Speeckaert MM. The Role of Vitamin D in Diabetic Nephropathy: A Translational Approach. Int J Mol Sci. 2022;23(2).
- Wang H, et al. In vitro and in vivo inhibition of mTOR by 1,25-dihydroxyvitamin D(3) to improve early diabetic nephropathy via the DDIT4/TSC2/mTOR pathway. Endocrine. 2016;54(2):348-59.
- Raizada N, Jyotsna VP, Sreenivas V, Tandon N. Serum Vitamin B12 Levels in Type 2 Diabetes Patients on Metformin Compared to those Never on Metformin: A Cross-sectional Study. Indian J Endocrinol Metab. 2017;21(3):424-8.
- Kibirige D, Mwebaze R. Vitamin B12 deficiency among patients with diabetes mellitus: is routine screening and supplementation justified J Diabetes Metab Disord. 2013;12(1):17.
- Wu HHL, Wang AY. Vitamin B12 and chronic kidney disease. Vitam Horm. 2022;119:325-53.
- Kumthekar AA, Gidwani HV, Kumthekar AB. Metformin associated B12 deficiency. J Assoc Physicians India. 2012;60:58-60.
- Nervo M, et al. Vitamin B12 in metformin-treated diabetic patients: a cross-sectional study in Brazil. Rev Assoc Med Bras (1992). 2011;57(1):46-9.
- Bell DS. Metformin-induced vitamin B12 deficiency presenting as a peripheral neuropathy. South Med J. 2010;103(3):265-7.
- Pflipsen MC, et al. The prevalence of vitamin B(12) deficiency in patients with type 2 diabetes: a cross-sectional study. J Am Board Fam Med. 2009;22(5):528-34.
- Liu KW, Dai LK, Jean W. Metformin-related vitamin B12 deficiency. Age Ageing. 2006;35(2):200-1.
- Halczuk K, Kazmierczak-Baranska J, Karwowski BT, Karmanska A, Cieslak M. Vitamin B12-Multifaceted In Vivo Functions and In Vitro Applications. Nutrients. 2023;15(12).
- Mohan A, Kumar R, Kumar V, Yadav M. Homocysteine, Vitamin B12 and Folate Level: Possible Risk Factors in the Progression of Chronic Heart and Kidney Disorders. Curr Cardiol Rev. 2023;19(4):e090223213539.
- Krishnaveni GV, Veena SR, Karat SC, Yajnik CS, Fall CH. Association between maternal folate concentrations during pregnancy and insulin resistance in Indian children. Diabetologia. 2014;57(1):110-21.
- Yajnik CS, et al. Vitamin B12 and folate concentrations during pregnancy and insulin resistance in the offspring: the Pune Maternal Nutrition Study. Diabetologia. 2008;51(1):29-38.