Articolo di ricerca

Assunzione di vitamina B12 e malattia renale diabetica: uno studio trasversale basato su NHANES con identificazione trascrittomiche di P2RY14

6 visualizzazioni

⸱

DOI:

10.3791/73687

⸱

21 ottobre 2026

 ,  ,  , 
1Department of Emergency Medicine, Zibo Central Hospital

In questo articolo

Sommario

Questo studio indaga l'associazione tra l'assunzione dietetica di vitamina B12 e la nefropatia diabetica utilizzando dati NHANES e analisi trascrittomiche. Un maggiore apporto di vitamina B12 è risultato associato a minori probabilità di sviluppare nefropatia diabetica, e P2RY14 è stato identificato come un candidato generatore di ipotesi.

Abstract

La malattia renale diabetica (DKD) è una complicanza importante del diabete, e l'associazione tra l'assunzione di vitamina B12 e la DKD rimane poco chiara. Questo studio trasversale ha incluso 8.218 partecipanti dell'indagine National Health and Nutrition Examination Survey (NHANES) 2011–2018. La regressione logistica multivariata ha mostrato che i partecipanti nel quartile più alto di assunzione di vitamina B12 avevano minori probabilità di sviluppare DKD rispetto a quelli nel quartile più basso (Odds ratio (OR): 0,70; intervallo di confidenza al 95% (CI): 0,50–0,97). L'analisi con spline cubiche restrittive ha indicato un'associazione non lineare significativa tra l'assunzione di vitamina B12 e la DKD. L'analisi trascrittomica ha identificato 493 geni differenzialmente espressi (DEG), di cui 20 sovrapposti ai geni correlati alla cobalamina. P2RY14 era significativamente upregolato nella DKD e mostrava una capacità discriminatoria preliminare nei dataset GSE30528, GSE30529 e GSE142025. Le analisi di arricchimento funzionale hanno suggerito associazioni tra P2RY14 e l'interazione tra matrice extracellulare e recettore, l'adesione focale e lo sviluppo renale. L'analisi esplorativa di docking molecolare ha predetto una potenziale modalità di legame tra MC-1 e P2RY14, con un punteggio Vina di −6,0 kcal/mol. Nel complesso, questi risultati supportano un'associazione tra l'assunzione di vitamina B12 e la DKD e identificano P2RY14 come candidato generatore di ipotesi per ulteriori indagini.

Introduzione

Il diabete mellito (DM) è un disturbo metabolico caratterizzato da iperglicemia cronica, derivante da carenze assolute o relative nella secrezione e/o nell'attività dell'insulina. Colpisce circa 537 milioni di persone in tutto il mondo1. Negli ultimi tre decenni, la prevalenza globale del DM è aumentata quasi di quattro volte, con circa un adulto su undici diagnosticato, dei quali il 90% è affetto da diabete mellito di tipo 2 (T2DM)2. Il T2DM spesso porta a numerose complicanze microvascolari e macrovascolari, tra cui malattie cardiovascolari, ictus, nefropatia, neuropatia e retinopatia3. Queste complicanze contribuiscono in modo significativo all'aumento dei tassi di disabilità, al peggioramento della qualità della vita e alla riduzione dell'aspettativa di vita4,5. Particolarmente preoccupante è la malattia renale diabetica (DKD), una comune complicanza microvascolare del diabete, che si sviluppa in circa il 20% dei pazienti con DM6. La DKD è caratterizzata da albuminuria persistente e da un declino progressivo della velocità di filtrazione glomerulare (GFR). Se non viene controllata, la DKD può portare alla malattia renale terminale (ESKD), in cui la funzionalità renale è gravemente compromessa, rendendo necessari la dialisi o il trapianto renale per la sopravvivenza7,8. Inoltre, i pazienti con DKD presentano un rischio aumentato di sviluppare malattie cardiovascolari, anche nelle fasi iniziali, e questa comorbidità è associata a un maggior rischio di mortalità, imponendo un notevole onere ai sistemi sanitari9,10,11. Pertanto, è fondamentale indagare approfonditamente i fattori che contribuiscono alla progressione della DKD. Una comprensione più approfondita di questi fattori è essenziale per elaborare strategie terapeutiche efficaci per prevenire sia l'insorgenza che la progressione della DKD nella pratica clinica.

Le vitamine del gruppo B, un insieme di vitamine idrosolubili, svolgono un ruolo fondamentale nel metabolismo cellulare e nell'omeostasi, mantenendo l'equilibrio fisiologico, la difesa antiossidante e la sintesi dei globuli rossi12. La principale fonte di vitamina B è l'assunzione alimentare. A causa della loro natura idrosolubile, queste vitamine sono generalmente difficili da accumulare nell'organismo umano12. L'eccesso di vitamina B viene facilmente eliminato con le urine; tuttavia, l'assorbimento, l'utilizzo e il metabolismo individuali possono variare notevolmente13. La carenza di vitamina B può compromettere in modo significativo la funzione cellulare e il sistema immunitario, portando a infiammazione associata a iperomocisteinemia14. Fattori come la carenza di vitamina B possono contribuire alla progressione della malattia renale cronica (CKD) influenzando i processi infiammatori e di stress ossidativo legati al deterioramento della funzione renale e alla patologia del tessuto renale15. Tra le vitamine del gruppo B, la vitamina B12, nota anche come cobalamina, è una vitamina idrosolubile essenziale che svolge un ruolo importante nel metabolismo, in particolare nella sintesi del DNA, nella metilazione e nel metabolismo mitocondriale15. Nei pazienti con CKD e malattia renale allo stadio terminale, diverse alterazioni metaboliche—tra cui acidosi, infiammazione sistemica e squilibri ormonali—insieme a comorbilità e politerapie, possono portare a malnutrizione, con conseguente carenza di vitamina B1216. Numerosi studi hanno stabilito una correlazione tra basse concentrazioni sieriche di vitamina B12 e condizioni come indice di massa corporea (BMI) elevato, resistenza all'insulina, diabete di tipo 2 (T2DM), dislipidemia e malattie cardiovascolari17. Al contrario, una potenziale tossicità associata a un eccesso di vitamina B12 potrebbe aggravare le condizioni nei pazienti con CKD18. Inoltre, uno studio recente ha indicato che concentrazioni più elevate di vitamina B12 sono associate a un aumento della mortalità per tutte le cause nei pazienti sottoposti a emodialisi19. Tuttavia, la relazione tra l'assunzione di vitamina B12 e l'insorgenza della malattia renale diabetica (DKD) non è stata ancora studiata in modo esaustivo. Inoltre, le caratteristiche molecolari che potenzialmente collegano i processi biologici legati alla vitamina B12 alla DKD rimangono insufficientemente caratterizzate. L'integrazione di evidenze epidemiologiche basate sulla popolazione con dati trascrittomici potrebbe quindi fornire una strategia complementare per identificare caratteristiche molecolari candidate rilevanti per l'associazione osservata e per individuare priorità di bersagli da indagare successivamente in studi sperimentali.

Data la mancanza attuale di conoscenze, abbiamo condotto uno studio trasversale utilizzando dati provenienti dal database NHANES per indagare l'associazione tra l'assunzione di vitamina B12 e la malattia renale diabetica (DKD), aggiustando per un'ampia gamma di possibili fattori confondenti. Parallelamente, sono stati analizzati dataset trascrittomici della DKD per identificare geni differenzialmente espressi, successivamente incrociati con geni associati alla vitamina B12 al fine di selezionare molecole candidate potenzialmente rilevanti per la DKD. Questo approccio integrato potrebbe fornire ulteriori informazioni sull'associazione tra vitamina B12 e DKD.

Protocollo

Lo studio attuale è stato un'analisi secondaria di dati NHANES disponibili pubblicamente e anonimizzati, e non ha comportato il reclutamento di nuovi partecipanti, interventi o raccolta di informazioni identificabili personalmente. Pertanto, per l'analisi attuale non è stato richiesto alcun consenso informato aggiuntivo.

Popolazione dello studio e selezione dei partecipanti

L'indagine nazionale sull'esame della salute e dell'alimentazione (NHANES) utilizza un disegno complesso di campionamento probabilistico multistadio per raccogliere dati rappresentativi a livello nazionale sulla salute e sull'alimentazione della popolazione statunitense.

I dati di 39.156 partecipanti provenienti da quattro cicli di NHANES (2011–2012, 2013–2014, 2015–2016 e 2017–2018) sono stati inizialmente considerati. I partecipanti sono stati esclusi se soddisfacevano uno dei seguenti criteri: (1) età < 18 anni; (2) dati mancanti sull'assunzione alimentare di vitamina B12; (3) informazioni incomplete necessarie per la valutazione del diabete, inclusa la storia auto-riferita di diabete, emoglobina glicata (HbA1c) o glucosio plasmatico a digiuno (FPG); oppure (4) informazioni incomplete necessarie per la valutazione della malattia renale, inclusi il rapporto albumina urinaria/creatinina (ACR) o il tasso di filtrazione glomerulare stimato (eGFR) (Figura 1). Dopo queste esclusioni, sono stati inclusi 8.218 partecipanti con dati completi necessari per l'analisi attuale.

Definizione di DM, CKD e DKD

Secondo i criteri stabiliti dall'American Diabetes Association e da studi precedenti, il DM è stato diagnosticato in base ai seguenti parametri: (1) una diagnosi medica precedente, (2) livelli di glicemia plasmatica a digiuno (FPG) ≥ 7,0 mmol/L, (3) livelli di emoglobina glicata (HbA1c) ≥ 6,5%, oppure (4) uso auto-riferito di insulina o farmaci antidiabetici. La CKD è stata identificata20,21 nei partecipanti con un rapporto albumina/creatinina urinaria (ACR) ≥ 30 mg/g oppure con una velocità di filtrazione glomerulare stimata (eGFR) (eGFR = 175 × (creatinina sierica in mg/dL)-1.154 × (età in anni)-0.203 × (0,742 se donna) × (1,21 se di razza nera)) < 60 mL/min/1,73 m2. La DKD è stata definita come la presenza contemporanea di DM e CKD20. I partecipanti che soddisfacevano entrambi i criteri per DM e CKD sono stati classificati nel gruppo DKD, mentre coloro che non soddisfacevano contemporaneamente entrambi i criteri sono stati classificati nel gruppo Non-DKD. Il gruppo Non-DKD includeva quindi partecipanti con DM ma senza CKD, partecipanti con CKD ma senza DM, e partecipanti privi sia di DM che di CKD.

Covariate

Questo studio ha preso in considerazione covariate che potrebbero influenzare l'associazione tra vitamina B12 e DKD. Le variabili demografiche includevano età, sesso, razza/etnia, livello di istruzione, rapporto reddito/povertà (PIR), stato civile, consumo di alcol, abitudine al fumo, BMI, attività fisica (PA) e la presenza di ipertensione e iperlipidemia. I partecipanti di età pari o superiore a 18 anni sono stati inclusi in questa analisi e suddivisi in due gruppi di età: adulti giovani e di mezza età (18–< 60 anni) e adulti più anziani (≥ 60 anni). Il sesso è stato classificato come maschile o femminile. Le categorie etniche includevano Messicano-Americano, Altro Ispanico, Non Ispanico Bianco, Non Ispanico Nero e Altro/Multirazziale. Il livello di istruzione è stato suddiviso in tre livelli: meno del diploma di scuola superiore, diploma di scuola superiore, e laurea o superiore. Il PIR è stato classificato in tre categorie: < 1,5, 1,5–3,49 e ≥ 3,521. Lo stato civile è stato indicato come sposato/vive con un partner, mai sposato, o vedovo/divorziato. Lo stato relativo al fumo è stato classificato in tre gruppi: fumatori attuali (fumatori quotidiani e intermittenti), ex fumatori (coloro che hanno fumato > 100 sigarette nella vita ma non fumano più) e non fumatori (coloro che hanno fumato < 100 sigarette nella vita). Lo stato relativo al consumo di alcol è stato classificato in tre categorie: consumo eccessivo (donne: > 3 bevande al giorno; uomini: > 4 bevande al giorno), consumo moderato (donne: 2 bevande al giorno; uomini: 3 bevande al giorno), consumo leggero (donne: < 2 bevande al giorno; uomini: < 3 bevande al giorno)22. Il BMI è stato assegnato come: < 25 kg/m2, 25–29,9 kg/m2 e ≥ 30 kg/m2. I livelli di PA sono stati categorizzati come bassi (< 600 MET-min/settimana), moderati (600 a < 3000 MET-min/settimana) e alti (≥ 3000 MET-min/settimana). L'iperlipidemia è stata confermata con i seguenti criteri (soddisfare almeno uno dei seguenti): (1) livelli di colesterolo totale (TC) ≥ 200 mg/dL; (2) livelli di trigliceridi totali (TG) ≥ 150 mg/dL; (3) uomini: livelli di lipoproteina ad alta densità (HDL) < 40 mg/dL; donne: livelli di HDL < 50 mg/dL; (4) livelli di lipoproteina a bassa densità (LDL) ≥ 130 mg/dL; oppure (5) uso di farmaci antiiperlipidemici.

Inoltre, sono stati presi in considerazione anche indicatori biochimici e apporti dietetici, inclusi il rapporto albumina-creatinina nelle urine (ACR), acido urico sierico (μmol/L), eGFR (mL/min/1.73m2), creatinina sierica (Scr), azoto ureico nel sangue (BUN), colesterolo totale sierico (TC), trigliceridi (TG), alanina aminotransferasi sierica (ALT), aspartato aminotransferasi sierica (AST), apporti dietetici come l'assunzione di energia (kcal), proteine (g), carboidrati (g), grassi totali (g), sodio (mg), potassio (mg), ecc.

Variabile indipendente

L'assunzione alimentare di vitamina B12 è stata utilizzata come variabile di esposizione principale. I dati sull'assunzione di nutrienti sono stati ottenuti dai file NHANES sul consumo totale di nutrienti, che riassumono l'assunzione giornaliera di nutrienti provenienti da alimenti e bevande. L'assunzione di vitamina B12 da integratori alimentari non è stata inclusa. Sono stati inclusi solo i partecipanti con dati validi di rievocazione dietetica per entrambi i giorni, ed è stata calcolata la media dell'assunzione di vitamina B12 nei due giorni di rievocazione, espressa in μg/giorno. L'assunzione alimentare risultante di vitamina B12 è stata suddivisa in quartili (Q1–Q4) per le analisi multivariate principali.

Fonti dei dati e raccolta di set genici

I set di dati sull'espressione di DKD GSE30528 e GSE30529 sono stati ottenuti dal database Gene Expression Omnibus (GEO). Entrambi i set di dati sono stati generati sulla piattaforma GPL571. GSE30528 comprendeva 9 campioni glomerulari di DKD e 13 campioni glomerulari di controllo normali, mentre GSE30529 comprendeva 10 campioni tubulari di DKD e 12 campioni tubulari di controllo normali. Per entrambi i set di dati di microarray, i dati di espressione normalizzati con RMA e trasformati in log2 sono stati ottenuti direttamente da GEO. Gli identificatori delle sonde sono stati associati ai simboli genici in base al file di annotazione della piattaforma GPL571. Quando più sonde corrispondevano allo stesso gene, il valore medio di espressione è stato utilizzato per rappresentare l'espressione a livello genico.

È stato inoltre incluso GSE142025, un dataset di RNA-seq, per la validazione dei geni candidati. I dati di espressione in TPM sono stati ottenuti da GEO e trasformati in log2 prima delle analisi successive. L'annotazione genica è stata eseguita utilizzando l'annotazione del genoma di riferimento hg19. Poiché ogni dataset è stato analizzato in modo indipendente e le matrici di espressione provenienti da dataset diversi non sono state combinate direttamente, non è stata applicata alcuna correzione per effetti di batch tra dataset.

Un totale di 716 geni correlati alla cobalamina (vitamina B12) è stato recuperato dal database GeneCards il 13 marzo 2026, utilizzando la parola chiave “COBALAMIN”. Non è stato applicato alcun valore soglia per il punteggio di rilevanza né ulteriori criteri di filtraggio, e tutti i 716 geni recuperati sono stati mantenuti come insieme di geni correlati alla vitamina B12.

Analisi dell'espressione differenziale e dell'arricchimento funzionale

L'analisi dell'espressione differenziale tra campioni di DKD e campioni normali è stata eseguita utilizzando il pacchetto R 'limma' (versione 3.56.2)23, identificando i geni differenzialmente espressi (DEG) sulla base di |log2FC| > 1 e un tasso di scoperte false (FDR) < 0,05. Per identificare i geni candidati associati al metabolismo della vitamina B12, il pacchetto R ggvenn (versione 0.1.19) è stato utilizzato per effettuare un'analisi di intersezione tra i DEG identificati e il set di geni associati alla vitamina B12 ottenuto dal database GeneCards. I geni sovrapposti sono stati visualizzati mediante un diagramma di Venn e conservati come geni candidati per le analisi successive. Successivamente, è stata condotta un'analisi di arricchimento funzionale dei DEG utilizzando il pacchetto R 'clusterProfiler' (versione 4.8.3)24, che ha incluso i termini di Gene Ontology (GO) (processo biologico, funzione molecolare e componente cellulare) e i percorsi della Kyoto Encyclopedia of Genes and Genomes (KEGG). I termini di arricchimento con un valore p- corretto < 0,05 sono stati considerati statisticamente significativi.

Analisi di arricchimento di set di geni (GSEA)

Nel set di dati GSE30528, i campioni sono stati suddivisi in gruppi con espressione elevata di P2RY14 e con espressione bassa di P2RY14 in base al livello mediano di espressione di P2RY14. Successivamente è stata effettuata un'analisi di espressione differenziale tra i due gruppi, e tutti i geni sono stati ordinati in ordine decrescente in base ai valori di logFC risultanti. L'analisi GSEA è stata quindi eseguita utilizzando il pacchetto R clusterProfiler (versione 4.8.3)24. I set di geni per GO e KEGG sono stati ottenuti utilizzando il pacchetto msigdbr dal database MSigDB (versione v2025.1.Hs). I set di geni arricchiti con un valore p aggiustato < 0,05 sono stati considerati statisticamente significativi.

Reti di interazioni proteina-proteina (PPI)

Le associazioni funzionali tra proteine e le reti di interazioni proteina-proteina (PPI) sono state analizzate utilizzando il database STRING (versione 11.0) (https://string-db.org/)25, con Homo sapiens selezionato come organismo e un punteggio minimo di affidabilità dell'interazione pari a 0,4. La rete di interazioni proteina-proteina risultante è stata visualizzata utilizzando Cytoscape26Inoltre, gli stessi 20 geni candidati sovrapposti sono stati sottoposti alla piattaforma online GeneMANIA per caratterizzarne ulteriormente le associazioni funzionali. GeneMANIA ha integrato diversi tipi di evidenze, tra cui co-espressione genica, interazioni fisiche, interazioni genetiche, dominii proteici condivisi e informazioni sui percorsi metabolici, selezionando Homo sapiens come organismo e mantenendo i parametri rimanenti ai valori predefiniti.

Screening farmaco-target

Per identificare potenziali composti associati a P2RY14, le informazioni su farmaci e target sono state recuperate dal database GeneCards, ottenendo cinque composti candidati. Questi candidati sono stati successivamente incrociati con il database DGIdb. MC-1 (DrugBank ID: DB05315; PubChem CID: 1051) è stato identificato in entrambi i database ed è stato pertanto selezionato per l'analisi esplorativa successiva di docking molecolare.

Analisi di docking molecolare

Per esplorare la modalità di legame potenziale tra MC-1 e P2RY14, è stato effettuato un docking molecolare utilizzando la piattaforma online CB-Dock2, che integra il rilevamento delle cavità con il motore di docking AutoDock Vina. La struttura tridimensionale di MC-1 (PubChem CID: 1051) è stata ottenuta da PubChem, mentre il modello tridimensionale predetto di P2RY14 è stato ottenuto dal database delle strutture proteiche AlphaFold (AF-Q15391-F1-model_v4). Il punteggio medio pLDDT del modello di P2RY14 era di 87,12, mentre il punteggio pLDDT locale della regione prevista della tasca di legame era > 90, indicando un'elevata affidabilità nella struttura locale predetta. È stata impiegata una strategia di docking cieco guidata dalle cavità. Sono state ricercate cavità di legame candidate su tutta la struttura di P2RY14 e sono state valutate le cinque cavità con i volumi predetti più grandi. Durante la preparazione del recettore e del ligando sono stati aggiunti atomi di idrogeno per approssimare gli stati di protonazione in condizioni fisiologiche (circa pH 7,4). Il recettore è stato trattato come rigido, mentre il ligando è stato trattato come flessibile, consentendo legami rotabili. Sono state eseguite otto simulazioni di docking indipendenti. La conformazione con il punteggio Vina più basso è stata selezionata come modalità di legame predetta rappresentativa. Il complesso recettore–ligando risultante è stato visualizzato e analizzato utilizzando Discovery Studio (versione 4.5).

Analisi statistica

Data la complessa progettazione campionaria probabilistica multistadio e stratificata di NHANES, tutte le analisi basate su NHANES hanno incorporato i pesi del sondaggio, le stratificazioni e le unità primarie di campionamento (PSUs) appropriati. Poiché l'assunzione di vitamina B12 è stata calcolata a partire da due giorni di registrazione alimentare, è stato utilizzato il peso campionario relativo ai due giorni (WTDR2D). Per i quattro cicli combinati di NHANES (2011–2018), il peso campionario di 8 anni è stato calcolato come WTDR2D/4, includendo SDMVSTRA e SDMVPSU per tenere conto della stratificazione e del raggruppamento. Le variabili continue sono state espresse come media ± deviazione standard (SD), mentre le variabili categoriche sono state espresse come frequenze assolute e percentuali. Le differenze tra gruppi sono state valutate mediante test t pesati e test chi-quadrato pesati. È stata utilizzata una regressione logistica multivariata per valutare l'associazione tra l'assunzione di vitamina B12 e la DKD. Il Modello 1 non era aggiustato; il Modello 2 era aggiustato per età, sesso, razza/etnia, stato civile e livello di istruzione; il Modello 3 era aggiustato per tutti i covarianti, inclusa l'assunzione totale di energia e altri covarianti dietetici. Tutte le analisi di regressione hanno incorporato WTDR2D/4, SDMVSTRA e SDMVPSU. I quartili dell'assunzione di vitamina B12 (Q1–Q4) sono stati utilizzati come esposizione principale, mentre l'assunzione continua di vitamina B12 è stata analizzata aggiuntivamente come esposizione supplementare. Sono state condotte analisi per sottogruppi in base a età, sesso, BMI, eGFR, ACR, ipertensione e iperlipidemia. È stata effettuata un'analisi con spline cubiche restrittive (RCS) utilizzando il Modello 3 completamente aggiustato per valutare una possibile non linearità. Quattro nodi sono stati posizionati ai percentili 5°, 35°, 65° e 95° dell'assunzione di vitamina B12, utilizzando 3,24 μg/giorno come valore di riferimento per la rappresentazione grafica. Questo valore di riferimento è stato ottenuto dall'analisi esplorativa successiva sui punti di rottura e non è stato interpretato come livello raccomandato clinicamente di assunzione. Le analisi RCS hanno inoltre incorporato WTDR2D/4, SDMVSTRA e SDMVPSU, e la non linearità è stata valutata mediante un test di Wald. Quando è stata rilevata una non linearità significativa, i potenziali punti di rottura sono stati identificati mediante una procedura di ricerca ricorsiva combinata con il criterio minimo di informazione di Akaike (AIC), seguita da un'analisi di regressione segmentata a tre tratti. Sono state effettuate analisi di sensibilità utilizzando specifiche alternative di RCS con tre e cinque nodi27. È stata effettuata un'analisi della curva ROC per valutare preliminarmente la capacità discriminatoria di P2RY14, riportando intervalli di confidenza al 95% per le AUC. Un valore p < 0,05 è stato considerato statisticamente significativo. Tutte le analisi statistiche sono state eseguite utilizzando il software R (versione 4.4.1).

Risultati

Caratteristiche alla baseline

Sono stati inclusi un totale di 8.218 partecipanti dello studio NHANES 2011–2018, di cui 623 sono stati classificati come affetti da DKD e 7.595 come Non-DKD. Sono state osservate differenze significative tra i gruppi DKD e Non-DKD per età, sesso, razza/etnia, stato civile, livello di istruzione, PIR, BMI, pressione sanguigna, ipertensione, consumo di alcol, abitudine al fumo, assunzione di vitamina B12 e apporto dietetico (tutti i valori di p < 0,05). Differenze significative sono state inoltre osservate per ACR, eGFR, Scr, BUN, TC e TG (Tabella 1).

Sono state osservate differenze significative tra i quartili di assunzione di vitamina B12 per livello di istruzione, ipertensione, stato di DKD e assunzione di energia. Al contrario, non sono state osservate differenze significative tra i quartili per età, stato civile, BMI, pressione arteriosa, consumo di alcol, eGFR, ACR, acido urico sierico, Scr o TG (Tabella 2).

Associazione tra vitamina B12 e DKD

L'assunzione di vitamina B12 è stata suddivisa in quartili (Q1–Q4) e i risultati delle analisi di regressione logistica multivariata sono riportati nella Tabella 3. Nel modello completamente aggiustato (Modello 3), i partecipanti appartenenti al quartile più alto di assunzione di vitamina B12 (Q4) presentavano una probabilità significativamente inferiore di DKD rispetto a quelli del quartile più basso (Q1) (OR = 0,70, IC 95%: 0,50–0,97, p = 0,034), mentre nessuna associazione significativa è stata osservata per Q2 (OR = 1,14, IC 95%: 0,85–1,53, p = 0,386) né per Q3 (OR = 0,94, IC 95%: 0,69–1,28, p = 0,684). Inoltre, la tendenza lineare nel modello completamente aggiustato non ha raggiunto la significatività statistica (p per la tendenza = 0,086), sebbene la direzione complessiva dell'associazione fosse inversa. Questi risultati suggeriscono che un'assunzione maggiore di vitamina B12, in particolare nel quartile più alto, è associata a minori probabilità di sviluppare DKD, ma i dati non supportano una relazione dose-risposta lineare stabile tra l'assunzione di vitamina B12 e la DKD.

Analisi di sottogruppo dell'associazione tra vitamina B12 e DKD

Sono state effettuate analisi per sottogruppi per verificare se l'associazione tra l'assunzione di vitamina B12 e la DKD fosse coerente tra diverse caratteristiche dei partecipanti. Nel Modello 1, i partecipanti appartenenti al quartile più alto di assunzione di vitamina B12 (Q4) presentavano probabilità significativamente minori di DKD rispetto a quelli nel Q1 sia nel sottogruppo maschile che in quello femminile (p < 0,05; Tabella 4). Le associazioni nei sottogruppi di ACR risultavano più eterogenee. Tra i partecipanti con ACR < 30 mg/g, sono state osservate associazioni significative per alcuni quartili intermedi di assunzione di vitamina B12, mentre il modello risultava attenuato dopo la stratificazione per livelli più elevati di ACR. Nessuna associazione significativa è stata osservata nei sottogruppi di eGFR.

Relazione non lineare tra vitamina B12 e DKD

L'analisi RCS completamente aggiustata ha mostrato un'associazione non lineare significativa tra l'assunzione di vitamina B12 e la DKD (Figura 2, p per non linearità = 0,037). Il modello RCS ha utilizzato quattro nodi posizionati al 5°, 35°, 65° e 95° percentile della distribuzione dell'assunzione di vitamina B12, con un valore di riferimento pari a 3,24 μg/giorno. Un'analisi successiva dei punti di rottura ha identificato due punti di rottura basati sui dati a 3,24 μg/giorno (IC 95%: 2,86–3,62) e 8,36 μg/giorno (IC 95%: 7,52–9,20), suddividendo l'assunzione di vitamina B12 in tre intervalli. Per un'assunzione di vitamina B12 < 3,24 μg/giorno, non è stata osservata alcuna associazione significativa con la DKD (OR = 1,07, p = 0,575). Nell'intervallo compreso tra 3,24 e 8,36 μg/giorno, l'assunzione di vitamina B12 è risultata inversamente associata alla DKD (OR = 0,87, p = 0,025). Per un'assunzione > 8,36 μg/giorno, non è stata osservata alcuna associazione significativa (OR = 1,00, p = 0,995) (Tabella 5). Questi risultati sono coerenti con un andamento non lineare, con un'associazione inversa significativa osservata soltanto nell'intervallo intermedio di assunzione. Per valutare la robustezza di questi risultati, sono state effettuate analisi di sensibilità utilizzando specifiche alternative del modello RCS con tre e cinque nodi. Sono stati osservati schemi di associazione generali simili, con associazioni globali statisticamente significative in tutti i Modelli 1–3 in entrambe le specifiche dei nodi, mentre i modelli a cinque nodi hanno ulteriormente supportato una relazione non lineare (Figura Supplementare 1).

Identificazione di geni candidati correlati alla vitamina B12 nella nefropatia diabetica

Nel set di dati GSE30528, abbiamo identificato 493 geni differenzialmente espressi (DEG) tra campioni di DKD e campioni normali, costituiti da 126 geni upregolati e 367 geni downregolati (|log₂FC| > 1, FDR < 0,05; Figura 3A,B, Tabella Supplementare 1). L'analisi dei percorsi KEGG ha rivelato un arricchimento significativo di questi DEG nei percorsi di interazione tra matrice extracellulare (ECM) e recettore, adesione focale, segnalazione delle integrine e regolazione del citoscheletro di actina (Figura 3C, Tabella Supplementare 2). L'analisi dell'arricchimento GO ha inoltre indicato che i DEG erano prevalentemente associati alla matrice extracellulare contenente collagene, sviluppo del glomerulo, adesione focale e sviluppo del nefrone (Figura 3D, Tabella Supplementare 2).

L'analisi dell'intersezione tra i geni differenzialmente espressi (DEG) e il set di geni associati alla vitamina B12 ha identificato 20 geni candidati sovrapposti (Figura 3E). Questi geni sono stati successivamente utilizzati per costruire una rete di interazioni proteina-proteina (PPI) mediante il database STRING, filtrando le interazioni con un punteggio di confidenza minimo pari a 0,4. La rete risultante era composta da 11 nodi e 20 archi, che rappresentavano rispettivamente le proteine e le loro interazioni (Figura 3F). Le relazioni tra i 20 geni candidati sono state ulteriormente visualizzate utilizzando GeneMANIA (Figura 3G).

Caratterizzazione esplorativa di P2RY14 come gene candidato associato alla vitamina B12 nel DKD

Sulla base dell'associazione osservata tra l'assunzione di vitamina B12 e lo stato di DKD, abbiamo successivamente cercato di identificare i principali geni correlati alla vitamina B12 coinvolti nella patogenesi della DKD mediante analisi trascrittomica. Tra i 20 geni candidati sovrapposti, abbiamo ulteriormente confrontato i loro profili di espressione in diversi dataset relativi alla DKD. Nei dataset GSE30528 e GSE30529, l'espressione di P2RY14 risultava significativamente aumentata nei campioni di DKD rispetto ai controlli normali (Figura 4A,B). P2RY14 codifica per un recettore accoppiato a proteina G ed è stato riportato come coinvolto nel chemiotassi delle cellule immunitarie, nel riarrangiamento del citoscheletro, nelle risposte infiammatorie e nello stress ossidativo28,29. Tuttavia, il suo ruolo nella DKD non è stato ancora direttamente indagato. Considerando il suo aumento costante nei diversi dataset indipendenti di DKD e la sua potenziale rilevanza biologica, P2RY14 è stato selezionato per successive analisi di convalida e funzionali. È stata quindi eseguita un'analisi della curva ROC per valutare preliminarmente la capacità discriminante di P2RY14. Nel dataset di scoperta GSE30528, l'AUC era pari a 0,923 (IC 95%: 0,807–1,000), mentre nel dataset preliminare di convalida esterna GSE30529, l'AUC era di 0,883 (IC 95%: 0,744–1,000). Nel dataset aggiuntivo di convalida GSE142025, l'AUC era di 0,663 (IC 95%: 0,478–0,847), indicando una capacità discriminante limitata (Figura 4C–E). Nel complesso, questi risultati forniscono evidenze preliminari sul potenziale valore discriminante di P2RY14, sebbene le sue prestazioni diagnostiche richiedano ulteriore convalida in coorti indipendenti più ampie.

Per esplorare le funzioni biologiche e le vie associate a P2RY14 espressione nel DKD, i campioni GSE30528 sono stati suddivisi in P2RY14-alto e P2RY14-bassi in base al livello mediano di espressione di P2RY14L'analisi di espressione differenziale è stata eseguita tra i due gruppi. Successivamente, sono state condotte analisi di arricchimento GO e KEGG per caratterizzare le funzioni biologiche e i percorsi associati all'espressione di P2RY14. L'analisi di arricchimento GO ha rivelato che P2RY14 era associato a ECM contenente collagene, sviluppo del glomerulo, costituente strutturale della matrice extracellulare e sviluppo del rene (Figura 4F, Tabella Suppletiva 3). L'analisi KEGG ha ulteriormente implicato P2RY14 nell'interazione ECM–recettore, nell'adesione focale e nelle cascate del complemento e della coagulazione (Figura 4G, Tabella Supplementare 3).

Inoltre, l'analisi GSEA ha mostrato che il percorso di segnalazione di NF-κB e il percorso di segnalazione di TNF erano significativamente arricchiti nel gruppo con espressione elevata di P2RY14 , suggerendo che un'elevata espressione di P2RY14 potrebbe essere associata alla segnalazione infiammatoria nella nefropatia diabetica (DKD) (Figura 4H, Tabella Supplementare 3).

Docking molecolare esplorativo di MC-1 con P2RY14

Cinque composti candidati associati a P2RY14 sono stati identificati mediante screening su GeneCards e DGIdb, e MC-1 è stato selezionato per un'analisi esplorativa di docking molecolare (Figura 5A). Utilizzando MC-1 come ligando e P2RY14 come recettore, l'analisi di docking ha predetto una possibile conformazione di legame di MC-1 all'interno di una tasca candidata di P2RY14, con un punteggio Vina di −6,0 kcal/mol. La conformazione predetta prevede interazioni con residui di Tyr, Lys, Asn, Asp e Glu e la formazione di sette legami a idrogeno (Figura 5B–D).

Dichiarazione sulla disponibilità dei dati

I dati utilizzati in questo studio sono disponibili pubblicamente. I dati NHANES dei cicli di indagine 2011–2018 sono disponibili presso il National Center for Health Statistics. I set di dati trascrittomici GSE30528, GSE142025 e GSE30529 sono disponibili pubblicamente nel database Gene Expression Omnibus (GEO). I risultati elaborati relativi all'espressione differenziale, all'arricchimento funzionale e all'analisi GSEA generati in questo studio sono forniti nei file supplementari.

figure-results-1
Figura 1: Diagramma di flusso della selezione dei partecipanti per l'analisi NHANES. Il diagramma di flusso mostra i criteri di esclusione sequenziali applicati ai partecipanti ai cicli NHANES del 2011–2018 e la popolazione finale dello studio inclusa nell'analisi. Cliccare qui per visualizzare una versione ingrandita di questa figura.

figure-results-2
Figura 2: Associazione non lineare tra l'assunzione di vitamina B12 e la DNE utilizzando un modello di spline cubica limitata. La linea continua rappresenta il rapporto di probabilità stimato per la DNE in relazione all'assunzione alimentare di vitamina B12, mentre l'area ombreggiata rappresenta l'intervallo di confidenza al 95%. Il modello è stato aggiustato utilizzando i covarianti inclusi nel Modello 3. Cliccare qui per visualizzare una versione ingrandita di questa figura.

figure-results-3
Figura 3: Identificazione di geni candidati correlati alla vitamina B12 nella nefropatia diabetica (DKD). (A,B) Diagramma a vulcano e mappa termica che mostrano i profili di espressione dei geni differenzialmente espressi (DEG) tra campioni di nefropatia diabetica (DKD) e campioni normali nel dataset GSE30528. (C,D) Le prime 15 vie metaboliche KEGG e termini GO arricchiti nei DEG. (E) Analisi incrociata tra DEG e geni correlati alla vitamina B12. (F) Rete di interazione proteina-proteina (PPI). (G) Rete GeneMANIA dei 20 geni correlati alla vitamina B12. Cliccare qui per visualizzare una versione ingrandita di questa figura.

figure-results-4
Figura 4: Caratterizzazione esplorativa di P2RY14 come gene candidato associato alla vitamina B12 nel DKD. (A,B) Grafici a scatola (box plot) che mostrano i livelli di espressione dei geni candidati sovrapposti in campioni di DKD e controlli normali nei set di dati GSE30528 e GSE30529, rispettivamente. (C–E) Analisi delle curve ROC (receiver operating characteristic) di P2RY14 nei set di dati GSE30528, GSE30529 e GSE142025, rispettivamente. (F) Analisi dell'arricchimento Gene Ontology (GO). (G) Analisi dell'arricchimento del percorso Kyoto Encyclopedia of Genes and Genomes (KEGG). (H) GSEA dei gruppi con espressione elevata e bassa di P2RY14, che mostra l'arricchimento dei percorsi di segnalazione NF-κB e TNF in GSE30528. Cliccare qui per visualizzare una versione ingrandita di questa figura.

figure-results-5
Figura 5: Analisi di screening farmaco-target e docking molecolare esplorativo di P2RY14. (A) Rete di interazione tra farmaci e target dei farmaci associati a P2RY14. (B–D) Docking molecolare di MC-1 con la proteina P2RY14. Cliccare qui per visualizzare una versione ingrandita di questa figura.

Tabella 1: Caratteristiche di base della popolazione in studio. Vengono presentate le caratteristiche demografiche, cliniche, biochimiche e dietetiche dei partecipanti in base allo stato di DKD. Le variabili continue e categoriali sono riassunte mediante analisi pesata del campione. Cliccare qui per scaricare questa tabella.

Tabella 2: Caratteristiche di base dei partecipanti in base ai quartili di assunzione di vitamina B12. Le caratteristiche demografiche, cliniche, biochimiche e dietetiche della popolazione in studio sono presentate suddivise per quartili di assunzione alimentare di vitamina B12. Cliccare qui per scaricare questa tabella.

Tabella 3: Associazione tra l'assunzione di vitamina B12 e lo stato di DKN negli adulti statunitensi. Vengono presentati i rapporti di probabilità (OR) e gli intervalli di confidenza al 95% (IC) per l'associazione tra l'assunzione alimentare di vitamina B12 e lo stato di DKN in modelli di regressione logistica progressivamente aggiustati, con il quartile più basso di assunzione di vitamina B12 (Q1) come gruppo di riferimento. Cliccare qui per scaricare questa tabella.

Tabella 4: Associazione tra l'assunzione di vitamina B12 e lo stato di DKD nelle analisi per sottogruppi. Vengono presentati gli odds ratio (OR) e gli intervalli di confidenza al 95% (IC 95%) per la DKD nei quartili di assunzione di vitamina B12, stratificati per età, sesso, BMI, eGFR, ACR, ipertensione e sottogruppi di iperlipidemia, e aggiustati per i modelli specificati. Cliccare qui per scaricare questa tabella.

Tabella 5: Analisi di regressione lineare a tratti in tre segmenti dell'associazione tra l'assunzione di vitamina B12 e la DKD. Le associazioni tra l'assunzione alimentare di vitamina B12 e la DKD sono presentate per i tre intervalli di assunzione definiti dai due punti di rottura determinati dai dati, a 3,24 e 8,36 μg/giorno. Cliccare qui per scaricare questa tabella.

Figura supplementare 1: Analisi di sensibilità dell'associazione tra l'assunzione dietetica di vitamina B12 e DKD mediante modelli di spline cubiche restrittive. (A–C) Modelli con tre nodi. (D–F) Modelli con cinque nodi. La linea continua rappresenta l'OR stimato, l'area ombreggiata rappresenta l'IC al 95% e la linea tratteggiata indica OR = 1. I valori di p per l'associazione complessiva e la non linearità sono riportati in ciascun pannello.Cliccare qui per scaricare questo file.

Tabella supplementare 1: Geni differenzialmente espressi tra campioni di malattia renale diabetica (DKD) e campioni normali nel dataset GSE30528. I risultati dell'espressione differenziale per i geni identificati con |log₂FC| > 1 e FDR < 0,05 sono presentati insieme al set di geni correlati alla cobalamina utilizzato per lo screening dei geni candidati.Cliccare qui per scaricare il file.

Tabella Supplementare 2: Analisi di arricchimento funzionale dei geni differenzialmente espressi nella DKD. Vengono presentati i risultati dell'arricchimento Gene Ontology (GO) e Kyoto Encyclopedia of Genes and Genomes (KEGG) per i geni differenzialmente espressi identificati nel dataset GSE30528.Cliccare qui per scaricare il file.

Tabella Supplementare 3: Risultati dell'analisi di arricchimento funzionale e dell'analisi di arricchimento dei set genici associati a P2RY14 nel dataset GSE30528. Sono presentati i risultati di GO, KEGG e GSEA utilizzati per caratterizzare le funzioni biologiche e le vie associate a P2RY14.Cliccare qui per scaricare il file.

Discussione

In questa analisi trasversale rappresentativa a livello nazionale condotta su 8.218 adulti statunitensi, un maggiore apporto di vitamina B12 era associato a minori probabilità di malattia renale diabetica (DKD), sebbene l'associazione non seguisse un semplice modello lineare dose-risposta. I partecipanti con un apporto più elevato di vitamina B12 tendevano inoltre ad avere un livello di istruzione più alto, una minore prevalenza di ipertensione e di DKD e un maggiore apporto energetico. Queste differenze suggeriscono che l'assunzione di vitamina B12 potrebbe essere accompagnata da caratteristiche demografiche, sanitarie e dietetiche più ampie, che dovrebbero essere prese in considerazione nell'interpretare l'associazione osservata. Nel complesso, i nostri risultati supportano un'associazione tra l'apporto di vitamina B12 e lo stato di DKD.

L'analisi basata sui quartili ha mostrato che i partecipanti nel Q4 avevano probabilità significativamente inferiori di sviluppare DKD rispetto a quelli nel Q1, mentre nessuna associazione significativa è stata osservata per Q2 o Q3. La tendenza lineare attraverso i quartili non è risultata statisticamente significativa (p per la tendenza = 0,086), suggerendo che l'associazione potrebbe non seguire un semplice modello dose-risposta lineare. In linea con questo risultato, l'analisi RCS ha dimostrato un'associazione non lineare significativa (p per la non linearità = 0,037). L'analisi successiva dei punti di rottura ha identificato due punti di rottura basati sui dati a 3,24 e 8,36 μg/giorno. Un'associazione inversa significativa è stata osservata solo nell'intervallo intermedio di 3,24–8,36 μg/giorno, mentre nessuna associazione significativa è emersa al di sotto o al di sopra di questo intervallo. È importante sottolineare che questi punti di rottura sono stati ricavati dal presente set di dati e devono essere considerati valori statistici esplorativi piuttosto che soglie clinicamente stabilite. Di conseguenza, l'intervallo 3,24–8,36 μg/giorno non deve essere interpretato come un apporto ottimale o raccomandato senza una validazione esterna. Nel complesso, questi risultati supportano un'associazione potenzialmente non lineare tra l'assunzione di vitamina B12 e la DKD, piuttosto che una relazione dose-risposta lineare stabile.

Le vitamine sono micronutrienti essenziali coinvolti in numerosi processi metabolici e sono state associate alla salute cardiometabolica30,31. Studi precedenti hanno inoltre suggerito che diverse vitamine potrebbero essere rilevanti per il diabete e le sue complicanze. Ad esempio, lo stato della vitamina B6 è risultato inversamente correlato al diabete e alle complicanze diabetiche31, mentre alterazioni dei livelli di vitamina D sono state riportate nella nefropatia diabetica (DKD) e nella nefropatia diabetica32,33. Questi risultati evidenziano l'importanza potenziale dello stato di micronutrienti nelle anomalie metaboliche e renali correlate al diabete e forniscono una base razionale per ulteriori indagini sulla relazione tra l'assunzione di vitamina B12 e la DKD.

Studi epidemiologici hanno riportato risultati discordanti riguardo alla relazione tra lo stato o l'assunzione di vitamina B12 e gli esiti correlati al diabete. Un'analisi recente della NHANES ha riportato un'associazione positiva tra la durata del diabete e i livelli sierici di vitamina B1234. Al contrario, uno studio condotto in Uganda ha evidenziato che l'avanzamento della malattia renale in pazienti con DMT2 era accompagnato da una minore assunzione di vitamina B12 e da concentrazioni più elevate di omocisteina35. Wu et al. hanno inoltre riportato che una supplementazione combinata con acido folico e vitamina B12 in pazienti con diabete e nefropatia diabetica riduceva i livelli sierici di omocisteina e malondialdeide, aumentava l'attività di ossido nitrico e superossido dismutasi, e diminuiva l'escrezione urinaria di microalbumina36. Altri studi hanno segnalato anche una prevalenza relativamente elevata di carenza di vitamina B12 tra i pazienti con DMT237,38,39,40,41. In linea con la possibilità che lo stato della vitamina B12 possa essere rilevante per le complicanze diabetiche, il nostro studio ha riscontrato che un maggiore apporto dietetico di vitamina B12 era associato a minori probabilità di sviluppare DNP.

L'associazione inversa osservata tra l'assunzione di vitamina B12 e la DNP potrebbe essere biologicamente plausibile, considerando il ruolo della vitamina B12 nel metabolismo dell'omocisteina, nella regolazione dello stress ossidativo, nelle risposte infiammatorie e nel metabolismo energetico cellulare42,43. La carenza di vitamina B12 è stata inoltre associata ad anomalie metaboliche, e uno squilibrio caratterizzato da un'eccessiva assunzione di folati combinata con carenza di vitamina B12 potrebbe contribuire a un alterato metabolismo del glucosio e al diabete di tipo 244,45. Queste osservazioni sottolineano l'importanza di mantenere un'assunzione adeguata e bilanciata di micronutrienti per la salute metabolica. In linea con questo contesto, il nostro studio ha riscontrato che un'assunzione alimentare più elevata di vitamina B12 era associata a minori probabilità di DNP. Sono necessari ulteriori studi per chiarire la relazione dose-risposta tra l'assunzione di vitamina B12 e la salute renale nelle persone con diabete, per convalidare gli intervalli di assunzione osservati nel presente studio in popolazioni indipendenti e per determinare se la supplementazione con vitamina B12 abbia rilevanza clinica in questa popolazione.

L'analisi trascrittomica ha inoltre identificato P2RY14 come gene candidato associato alla nefropatia diabetica. P2RY14 ha mostrato valori relativamente elevati di AUC in GSE30528 e GSE30529, mentre la sua capacità discriminatoria è risultata più modesta in GSE142025. Considerate le dimensioni limitate dei campioni, questi risultati devono essere considerati preliminari e richiedono una validazione in coorti indipendenti più ampie. Inoltre, le analisi di arricchimento funzionale hanno suggerito che P2RY14 potrebbe essere associato all'organizzazione della matrice extracellulare, all'adesione focale e allo sviluppo renale, sostenendo ulteriori indagini sul suo potenziale ruolo nella nefropatia diabetica.

Più in generale, l'integrazione dell'epidemiologia nutrizionale basata su popolazioni con l'analisi trascrittomica fornisce un quadro complementare per collegare gli esposimetri alimentari con caratteristiche molecolari associate alle malattie. Tale approccio potrebbe facilitare la generazione di ipotesi nell'epidemiologia nutrizionale e nella ricerca sulla DKD e aiutare a individuare priorità tra i possibili bersagli molecolari da validare successivamente in studi sperimentali. Tuttavia, questi risultati rimangono esplorativi e non stabiliscono un'utilità clinica, diagnostica o terapeutica.

Un limite importante del presente studio è la composizione eterogenea del gruppo Non-DKD, che includeva partecipanti con diversi stati di DM e CKD, anziché essere limitato a individui con DM senza CKD. Differenze residue nello stato di diabete, nella funzione renale e nella salute generale potrebbero quindi aver influenzato le associazioni osservate. Inoltre, il disegno trasversale non consente di trarre conclusioni su relazioni temporali o causali. Di conseguenza, i risultati epidemiologici dovrebbero essere interpretati come associazioni a livello di popolazione con lo stato di DKD, ed è auspicabile condurre futuri studi prospettici focalizzati su individui con diabete. Inoltre, l'assunzione dietetica di vitamina B12 è stata stimata a partire da due interviste dietetiche di 24 ore, che potrebbero essere influenzate dalla variabilità giornaliera dell'alimentazione e da errori di memoria, e potrebbero quindi non riflettere pienamente l'assunzione abituale a lungo termine di vitamina B12. Ciò potrebbe aver introdotto un certo grado di errore nella misurazione dell'esposizione. Diversi limiti delle analisi trascrittomiche e di docking molecolare devono inoltre essere riconosciuti. I dati di NHANES e GEO derivano da popolazioni indipendenti, e la regolazione diretta di P2RY14 da parte della vitamina B12 non è stata valutata sperimentalmente. L'overlapping tra i DEG associati a DKD e i geni correlati alla cobalamina è stato utilizzato per uno screening esplorativo di candidati, e il suo arricchimento oltre l'aspettativa casuale non è stato formalmente testato. Pertanto, P2RY14 dovrebbe essere considerato un candidato generato da ipotesi, la cui rilevanza biologica richiede ulteriore validazione. Inoltre, l'interazione predetta tra MC-1 e P2RY14 si basa esclusivamente sul docking molecolare ed è da considerarsi esplorativa. Sono necessari studi futuri che includano interventi con vitamina B12, analisi funzionali di P2RY14 e saggi diretti di legame o funzionali del recettore, come il risonanza plasmonica di superficie o la termoforesi su microscala, per valutare ulteriormente queste relazioni predette.

Conclusione

In conclusione, il nostro studio supporta un'associazione tra l'assunzione di vitamina B12 e lo stato di DKD, con un'assunzione maggiore di vitamina B12 associata a minori probabilità di sviluppare DKD e a una relazione potenzialmente non lineare. L'analisi trascrittomica ha inoltre identificato P2RY14 come un candidato suscettibile di generare ipotesi associato a DKD, mentre un'analisi esplorativa di docking molecolare ha predetto una potenziale modalità di legame tra P2RY14 e MC-1. Questi risultati forniscono una base per ulteriori indagini sulla relazione tra l'assunzione di vitamina B12 e DKD, nonché sulla potenziale rilevanza biologica di P2RY14.

Dichiarazioni

Gli autori dichiarano di non avere conflitti di interessi.

Contributi degli autori:
A.Z. ha scritto il testo principale del manoscritto. G.Z. e J.D. hanno preparato figure e tabelle. J.L. ha rivisto e modificato il manoscritto. Tutti gli autori hanno rivisto il manoscritto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Matrice Affymetrix Human Genome U133A 2.0Affymetrix; indicizzata da NCBI GEOhttps://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL571GPL571 (HG-U133A_2)
AlphaFoldGoogle DeepMind / EMBL-EBIhttps://alphafold.ebi.ac.uk//
AutoDockOlson Laboratory, The Scripps Research Institutehttps://autodock.scripps.edu/Versione 4.2.6 (AutoDock 4.2.6)
autoRegPacchetto RVersione 0.3.3 (autoReg)
CB-dock2/http://183.56.231.194:8001/cb-dock2/index.phpCB-dock2
clusterProfilerBioconductor; Yu et al.Versione 4.8.3 (PMID: 22455463)
CytoscapeConsorzio Cytoscapehttps://cytoscape.org/Versione 3.7.2 (PMID: 14597658)
DGldb/https://dgib.org/DGldb
GeneMANIASquadra GeneMANIAhttp://genemania.org/GeneMANIA
Gene Expression Omnibus (GEO)Centro Nazionale per l'Informazione sulla Biotecnologia (NCBI), Biblioteca Nazionale di Medicina degli Stati Unitihttps://www.ncbi.nlm.nih.gov/geo/GEO
GSE30528NCBI GEOhttps://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE30528Serie pubblica GEO (GSE30528; BioProject PRJNA154757)
GSE30529NCBI GEOhttps://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE30529Serie pubblica GEO (GSE30529)
GeneCards – Il Database Umano dei GeniIstituto Weizmann di Scienza / LifeMap Scienceshttps://www.genecards.org/GeneCards
GSEA / MSigDB/https://www.gsea-msigdb.org/gsea/index.jspv2025.1.Hs (GSEA / MSigDB)
Gene Ontology (GO)Consorzio Gene Ontologyhttps://geneontology.org/GO
Enciclopedia di Kyoto dei Geni e dei Genomi (KEGG)Kanehisa Laboratorieshttps://www.kegg.jp/KEGG
limmaBioconductor; Ritchie et al.Versione 3.56.2 (PMID: 25605792)
Indagine Nazionale sulla Salute e l'Alimentazione (NHANES)Centro Nazionale per le Statistiche Sanitarie (NCHS), Centri per il Controllo e la Prevenzione delle Malattie (CDC)http://www.cdc.gov/nchs/nhanes/index.htm2011–2018 (quattro cicli 2011–2012; 2013–2014; 2015–2016; 2017–2018)
nhanesAPacchetto RVersione 1.0 (nhanesA)
pROCPacchetto RVersione 1.18.5 (pROC)
PubChemNCBI, Biblioteca Nazionale di Medicina degli Stati Unitihttps://pubchem.ncbi.nlm.nih.gov/PubChem
rmsPacchetto RVersione 8.1-0 (rms)
Software RFondazione R per il Calcolo Statisticohttps://www.r-project.org/Versione 4.4.1
segmentedPacchetto RVersione 2.1-4 (segmented)
STRINGConsorzio STRINGhttps://string-db.org/Versione 11.0 (PMID: 30476243)
surveyPacchetto RVersione 4.4-8 (survey; svydesign(); svyglm())
tableonePacchetto Rtableone; svyCreateTableOne()

Riferimenti

  1. Forst T, et al. New strategies to improve clinical outcomes for diabetic kidney disease. BMC Med. 2022;20(1):337.
  2. 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.
  3. 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.
  4. Lyssenko V, Vaag A. Genetics of diabetes-associated microvascular complications. Diabetologia. 2023;66(9):1601-13.
  5. Valencia WM, Florez H. How to prevent the microvascular complications of type 2 diabetes beyond glucose control. BMJ. 2017;356:i6505.
  6. 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).
  7. McGrath K, Edi R. Diabetic Kidney Disease: Diagnosis, Treatment, and Prevention. Am Fam Physician. 2019;99(12):751-9.
  8. 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.
  9. 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.
  10. 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.
  11. 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.
  12. Lyon P, Strippoli V, Fang B, Cimmino L. B Vitamins and One-Carbon Metabolism: Implications in Human Health and Disease. Nutrients. 2020;12(9).
  13. 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.
  14. Shakoor H, et al. Be well: A potential role for vitamin B in COVID-19. Maturitas. 2021;144:108-11.
  15. Green R, et al. Vitamin B(12) deficiency. Nat Rev Dis Primers. 2017;3:17040.
  16. Capelli I, et al. Folic Acid and Vitamin B12 Administration in CKD, Why Not Nutrients. 2019;11(2).
  17. Bamonti-Catena F, et al. Folate measurements in patients on regular hemodialysis treatment. Am J Kidney Dis. 1999;33(3):492-7.
  18. Andres E, Serraj K, Zhu J, Vermorken AJ. The pathophysiology of elevated vitamin B12 in clinical practice. QJM. 2013;106(6):505-15.
  19. 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.
  20. 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.
  21. 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.
  22. Phillips JA. Dietary Guidelines for Americans, 2020-2025. Workplace Health Saf. 2021;69(8):395.
  23. Ritchie ME, et al. limma powers differential expression analyses for RNA-sequencing and microarray studies. Nucleic Acids Res. 2015;43(7):e47.
  24. 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.
  25. 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.
  26. Shannon P, et al. Cytoscape: a software environment for integrated models of biomolecular interaction networks. Genome research. 2003;13(11):2498-504.
  27. Zhao L, et al. Non-linear association between composite dietary antioxidant index and depression. Front Public Health. 2022;10:988727.
  28. 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.
  29. 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.
  30. Survase S, Bajaj I, Singhal R. Biotechnological Production of Vitamins. Food Technology and Biotechnology. 2006;44.
  31. Mascolo E, Verni F. Vitamin B6 and Diabetes: Relationship and Molecular Mechanisms. Int J Mol Sci. 2020;21(10).
  32. 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).
  33. 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.
  34. 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.
  35. 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.
  36. Wu HHL, Wang AY. Vitamin B12 and chronic kidney disease. Vitam Horm. 2022;119:325-53.
  37. Kumthekar AA, Gidwani HV, Kumthekar AB. Metformin associated B12 deficiency. J Assoc Physicians India. 2012;60:58-60.
  38. 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.
  39. Bell DS. Metformin-induced vitamin B12 deficiency presenting as a peripheral neuropathy. South Med J. 2010;103(3):265-7.
  40. 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.
  41. Liu KW, Dai LK, Jean W. Metformin-related vitamin B12 deficiency. Age Ageing. 2006;35(2):200-1.
  42. 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).
  43. 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.
  44. 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.
  45. 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.

Ristampe e permessi

Esplora altri articoli

Studio NHANESanalisi trascrittomicaespressione di P2RY14geni differenzialmente espressiregressione logisticainterazione con la matrice extracellulareadesione focaledocking molecolare
Contattaci
Consiglia alla biblioteca

Privacy

Termini di utilizzo

Politiche

Copyright © 2026 MyJoVE Corporation. Tutti i diritti riservati.