연구 논문

비타민 B12 섭취와 당뇨병성 신장 질환: NHANES 기반 단면 연구 및 P2RY14의 전사체학적 식별

6 조회수

⸱

DOI:

10.3791/73687

⸱

2026년 10월 21일

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

이 논문에서

요약

본 연구는 NHANES 데이터와 전사체 분석을 사용하여 식이 비타민 B12 섭취량과 당뇨병성 신장 질환 사이의 연관성을 조사합니다. 비타민 B12 섭취량이 높을수록 당뇨병성 신장 질환의 발생 가능성이 낮아지는 것으로 나타났으며, P2RY14가 가설 생성 후보군으로 확인되었습니다.

초록

당뇨병성 신장 질환(DKD)은 주요한 당뇨 합병증이며, 비타민 B12 섭취와 DKD 사이의 연관성은 여전히 불분명합니다. 본 단면 연구에는 2011~2018년 국민건강영양조사(NHANES) 참여자 8,218명이 포함되었습니다. 다변량 로지스틱 회귀 분석 결과, 비타민 B12 섭취량이 가장 높은 사분위수 그룹의 참여자는 가장 낮은 사분위수 그룹보다 DKD 발생 가능성이 더 낮은 것으로 나타났습니다(오즈비(OR): 0.70; 95% 신뢰구간(CI): 0.50–0.97). 제한적 큐빅 스플라인(Restricted cubic spline) 분석 결과, 비타민 B12 섭취와 DKD 사이에 유의미한 비선형 연관성이 있음이 확인되었습니다. 전사체 분석을 통해 493개의 차등 발현 유전자(DEG)를 식별했으며, 그 중 20개가 코발라민 관련 유전자와 중첩되었습니다. P2RY14는 DKD에서 유의하게 상향 조절되었으며, GSE30528, GSE30529 및 GSE142025 데이터셋 전반에서 예비 판별 능력을 보였습니다. 기능적 풍부성 분석(Functional enrichment analysis) 결과, P2RY14와 세포외 기질-수용체 상호작용, 초점 접착 및 신장 발달 사이의 연관성이 시사되었습니다. 탐색적 분자 도킹 결과, MC-1과 P2RY14 사이의 잠재적 결합 모드가 예측되었으며 Vina 점수는 −6.0 kcal/mol이었습니다. 종합적으로, 이러한 결과는 비타민 B12 섭취와 DKD 간의 연관성을 뒷받침하며, P2RY14를 향후 연구를 위한 가설 생성 후보군으로 식별합니다.

서론

당뇨병(Diabetes mellitus, DM)은 인슐린 분비 및/또는 인슐린 활성의 절대적 또는 상대적 결핍으로 인해 발생하는 만성 고혈당을 특징으로 하는 대사 장애입니다. 전 세계적으로 약 5억 3,700만 명의 사람들이 이 질환의 영향을 받고 있습니다1. 지난 30년 동안 당뇨병의 전 세계 유병률은 거의 4배 증가하여 성인 11명 중 약 1명이 진단을 받았으며, 그 중 90%가 제2형 당뇨병(type 2 diabetes mellitus, T2DM)을 앓고 있습니다2. T2DM은 흔히 심혈관 질환, 뇌졸중, 신병증, 신경병증 및 망막병증을 포함한 수많은 미세혈관 및 대혈관 합병증을 유발합니다3. 이러한 합병증은 장애율 증가, 삶의 질 저하 및 기대 수명 감소에 상당한 영향을 미칩니다4,5. 특히 우려되는 것은 당뇨병의 흔한 미세혈관 합병증인 당뇨병성 신장 질환(diabetic kidney disease, DKD)으로, 이는 당뇨병 환자의 약 20%에서 발생합니다6. DKD는 지속적인 알부민뇨와 사구체 여과율(glomerular filtration rate, GFR)의 점진적인 감소를 특징으로 합니다. 이를 방치할 경우, DKD는 결국 신장 기능이 심각하게 손상되어 생존을 위해 투석이나 신장 이식이 필요한 말기 신질환(end-stage kidney disease, ESKD)으로 이어질 수 있습니다7,8. 더욱이, DKD 환자는 초기 단계에서도 심혈관 질환이 발생할 위험이 높으며, 이러한 동반 질환은 사망 위험 증가와 관련되어 의료 시스템에 상당한 부담을 줍니다9,10,11. 따라서 DKD 진행에 기여하는 요인들을 철저히 조사하는 것이 매우 중요합니다. 이러한 요인들에 대한 심층적인 이해는 임상 현장에서 DKD의 발병과 진행을 모두 예방하기 위한 효과적인 치료 전략을 고안하는 데 필수적입니다.

수용성 비타민 그룹인 B군 비타민은 세포 대사와 항상성에서 중요한 역할을 하며, 생리적 균형, 항산화 방어 및 적혈구 합성을 유지합니다12. 비타민 B의 주된 공급원은 식이 섭취입니다. 수용성 특성으로 인해 이러한 비타민들은 일반적으로 인체 내에 저장하기 어렵습니다12. 과잉 섭취된 비타민 B는 소변으로 쉽게 배출되지만, 개인별 흡수, 이용 및 대사 능력에는 상당한 차이가 있을 수 있습니다13. 비타민 B 결핍은 세포 기능과 면역 체계를 현저히 손상시켜 고호모시스테인혈증과 관련된 염증을 유발할 수 있습니다14. 비타민 B 결핍과 같은 요인은 신장 기능 저하 및 신장 조직 병리와 관련된 염증 및 산화 스트레스 과정에 영향을 미침으로써 만성 신장질환(CKD)의 진행에 기여할 수 있습니다15. B군 비타민 중 코발라민으로도 알려진 비타민 B12는 대사, 특히 DNA 합성, 메틸화 및 미토콘드리아 대사에서 중요한 역할을 하는 필수 수용성 비타민입니다15. CKD 및 말기 신부전 환자의 경우, 산증, 전신 염증, 호르몬 불균형을 포함한 다양한 대사 변화와 더불어 동반 질환 및 다제복용으로 인해 영양실조가 발생할 수 있으며, 결과적으로 비타민 B12 결핍으로 이어질 수 있습니다16. 수많은 연구를 통해 낮은 혈청 비타민 B12 농도와 높은 체질량 지수(BMI), 인슐린 저항성, T2DM, 이상지질혈증 및 심혈관 질환과 같은 상태 사이의 상관관계가 입증되었습니다17. 반대로, 과도한 비타민 B12와 관련된 잠재적 독성은 CKD 환자의 상태를 악화시킬 수 있습니다18. 또한, 최근의 한 연구에서는 혈액 투석을 받는 환자들 사이에서 높은 비타민 B12 농도가 모든 원인으로 인한 사망률 증가와 관련이 있음을 시사했습니다19. 그러나 비타민 B12 섭취와 DKD 발생 사이의 관계는 아직 종합적으로 조사되지 않았습니다. 더욱이, 비타민 B12 관련 생물학적 과정과 DKD를 잠재적으로 연결하는 분자적 특징 또한 충분히 규명되지 않은 상태입니다. 따라서 인구 기반의 역학적 증거를 전사체 데이터와 통합하는 것은 관찰된 연관성과 관련된 후보 분자 특징을 식별하고, 이후의 실험적 조사를 위한 표적의 우선순위를 정하는 보완적인 전략이 될 수 있습니다.

현재 관련 연구가 부족한 상황을 고려하여, 본 연구진은 NHANES 데이터베이스의 데이터를 활용한 단면 연구를 수행하여 광범위한 잠재적 교란 변수를 통제한 상태에서 비타민 B12 섭취와 DKD 간의 연관성을 조사하였습니다. 이와 병행하여 DKD의 전사체 데이터셋을 분석하여 차등 발현 유전자를 식별하였으며, 이를 비타민 B12 관련 유전자와 교차 분석하여 DKD와 잠재적으로 관련이 있는 후보 분자를 선별하였습니다. 이러한 통합적 접근 방식은 비타민 B12와 DKD 사이의 연관성에 대한 추가적인 통찰을 제공할 수 있을 것입니다.

프로토콜

본 연구는 공개적으로 이용 가능한 비식별화된 NHANES 데이터를 대상으로 한 2차 분석이며, 새로운 참여자 모집, 중재 또는 개인 식별 정보의 수집이 포함되지 않았습니다. 따라서 본 분석을 위한 추가적인 고지된 동의는 필요하지 않았습니다.

연구 대상 및 참가자 선정

국민건강영양조사(NHANES)는 미국 인구로부터 국가 대표성이 있는 건강 및 영양 데이터를 수집하기 위해 복잡한 다단계 확률 표집 설계를 사용합니다.

4개의 NHANES 주기(2011-2012, 2013-2014, 2015-2016, 2017-2018)에 걸친 39,156명 참가자의 데이터를 일차적으로 고려하였다. 다음 기준 중 어느 하나라도 해당되는 참가자는 제외되었다: (1) 연령 < 18세; (2) 식이 비타민 B 결핍12 섭취 데이터; (3) 자기 보고된 당뇨병 병력, 당화헤모글로빈(HbA1c) 또는 공복 혈당(FPG)을 포함하여 당뇨병 평가에 필요한 정보가 불완전한 경우; 또는 (4) 요중 알부민-크레아티닌 비율(ACR) 또는 추정 사구체 여과율(eGFR)을 포함하여 신장 질환 평가에 필요한 정보가 불완전한 경우 (그림 1). 이러한 제외 과정을 거친 후, 본 분석에 필요한 모든 데이터가 구비된 8,218명의 참가자가 포함되었습니다.

DM, CKD 및 DKD의 정의

미국 당뇨병 학회(American Diabetes Association)에서 설정한 기준과 이전 연구들에 따라, DM은 다음 사항을 근거로 진단되었다: (1) 이전의 의학적 진단, (2) FPG 수치 ≥ 7.0 mmol/L, (3) HbA1c 수치 ≥ 6.5%, 또는 (4) 자가 보고된 인슐린 또는 항당뇨제 사용. CKD는 ACR ≥ 30 mg/g 또는 eGFR (eGFR = 175 × (serum creatinine in mg/dL)-1.154 × (age in years)-0.203 x (0.742 if female) x (1.21 if black)) < 60 mL/min/1.73 m2인 참가자로 식별되었다20,21. DKD는 DM과 CKD가 모두 존재하는 것으로 정의되었다20. DM과 CKD 기준을 모두 충족하는 참가자는 DKD 군으로 분류되었으며, 두 기준을 동시에 충족하지 않는 참가자는 Non-DKD 군으로 분류되었다. 따라서 Non-DKD 군에는 DM은 있으나 CKD는 없는 참가자, CKD는 있으나 DM은 없는 참가자, 그리고 DM과 CKD가 모두 없는 참가자가 포함되었다.

공변량

본 연구에서는 비타민 B와 간의 연관성에 영향을 미칠 수 있는 공변량을 고려하였습니다.12 및 당뇨병성 신장질환(DKD). 인구통계학적 변수에는 연령, 성별, 인종/민족, 교육 수준, 빈곤 소득 비율(PIR), 혼인 상태, 알코올 섭취, 흡연 습관, 체질량지수(BMI), 신체 활동(PA), 그리고 고혈압 및 고지혈증의 유무가 포함되었다. 18세 이상의 참가자가 분석 대상에 포함되었으며, 이들은 청장년층(18~ < (60세 미만) 및 고령자(60세 이상)로 구분하였다. 성별은 남성과 여성으로 분류하였다. 인종 분류에는 멕시코계 미국인, 기타 히스패닉, 비히스패닉계 백인, 비히스패닉계 흑인, 기타/다인종이 포함되었다. 교육 수준은 고등학교 졸업 미만, 고등학교 졸업, 대학 졸업 이상 세 단계로 나누었다. PIR은 다음 세 가지 범주로 분류하였다. < 1.5, 1.5–3.49, 그리고 ≥ 3.521결혼 상태는 기혼/파트너와 동거, 미혼, 또는 사별/이혼으로 표기하였다. 흡연 상태는 현재 흡연자(매일 흡연 및 간헐적 흡연자), 과거 흡연자(흡연 경험이 있는 자)의 세 그룹으로 분류하였다. > 평생 100개비의 담배를 피웠으나 더 이상 피우지 않는 사람) 및 비흡연자(담배를 피운 적이 없는 사람) < 생애 동안 100개비의 담배를 피운 적이 있는 사람). 음주 상태는 세 가지 범주로 분류되었다: 과도한 음주 (여성: > 하루 3잔; 남성: > 하루 4잔), 보통 음주(여성: 하루 2잔, 남성: 하루 3잔), 가벼운 음주(여성: < 하루 2잔; 남성: < 하루 3잔)22BMI는 다음과 같이 지정되었습니다: < 25 kg/m2, 25–29.9 kg/m²2및 ≥ 30 kg/m²2신체 활동(PA) 수준은 낮음(< 600 MET-분/주), 중강도(600에서 < 3000 MET-min/week), 고강도(≥ 3000 MET-min/week)로 정의하였다. 고지혈증은 다음 기준 중 하나를 충족하는 경우로 확인하였다: (1) 총 콜레스테롤(TC) 수치 ≥ 200 mg/dL; (2) 총 중성지방(TG) 수치 ≥ 150 mg/dL; (3) 남성: 고밀도 지질단백질(HDL) 수치 < 40 mg/dL; 여성: HDL 수치 < 50 mg/dL; (4) 저밀도 지질단백질(LDL) 수치 ≥ 130 mg/dL; 또는 (5) 항고지혈증제 복용.

또한, 소변 알부민-크레아티닌 비율 (ACR), 혈청 요산 (μmol/L), eGFR (mL/min/1.73m2), 혈청 크레아티닌 (Scr), 혈액 요소 질소 (BUN), 혈청 TC, TG, 혈청 알라닌 아미노전이효소 (ALT), 혈청 아스파르테이트 아미노전이효소 (AST), 그리고 에너지 섭취량 (kcal), 단백질 (g), 탄수화물 (g), 총 지방 (g), 나트륨 (mg), 칼륨 (mg) 등의 식이 섭취량을 포함한 생화학적 지표와 식이 섭취량도 고려되었습니다.

독립 변수

식단을 통한 비타민 B12 섭취량을 주요 노출 변수로 사용하였다. 영양소 섭취 데이터는 식품 및 음료를 통한 일일 영양소 섭취량을 요약한 NHANES 총 영양소 섭취 파일에서 얻었다. 식이 보충제를 통한 비타민 B12 섭취량은 포함되지 않았다. 이틀 모두 유효한 식단 회상 데이터가 있는 참가자만 포함하였으며, 두 회상일의 평균 비타민 B12 섭취량을 계산하여 μg/day로 표시하였다. 산출된 식단 비타민 B12 섭취량은 주요 다변량 분석을 위해 사분위수(Q1–Q4)로 분류되었다.

데이터 소스 및 유전자 세트 수집

DKD 발현 데이터셋인 GSE30528 및 GSE30529를 Gene Expression Omnibus (GEO) 데이터베이스에서 확보하였다. 두 데이터셋 모두 GPL571 플랫폼에서 생성되었다. GSE30528은 9개의 DKD 사구체 샘플과 13개의 정상 대조군 사구체 샘플로 구성되었으며, GSE30529는 10개의 DKD 세뇨관 샘플과 12개의 정상 대조군 세뇨관 샘플로 구성되었다. 두 마이크로어레이 데이터셋 모두 RMA 정규화 및 log2 변환이 완료된 발현 데이터를 GEO에서 직접 얻었다. 프로브 식별자는 GPL571 플랫폼 주석 파일을 기반으로 유전자 심볼로 매핑되었다. 여러 프로브가 동일한 유전자에 매핑된 경우, 유전자 수준의 발현을 나타내기 위해 이들의 평균 발현값을 사용하였다.

후보 유전자 검증을 위해 RNA-seq 데이터셋인 GSE142025를 추가로 포함하였습니다. TPM 발현 데이터는 GEO에서 획득하였으며, 후속 분석 전에 log2 변환을 수행하였습니다. 유전자 주석 작업은 hg19 참조 게놈 주석을 사용하여 수행되었습니다. 각 데이터셋을 독립적으로 분석하였고 서로 다른 데이터셋의 발현 행렬을 직접적으로 통합하지 않았으므로, 데이터셋 간 배치 효과 교정(batch-effect correction)은 적용하지 않았습니다.

2026년 3월 13일, GeneCards 데이터베이스에서 "COBALAMIN"이라는 키워드를 사용하여 총 716개의 코발라민(비타민 B12) 관련 유전자를 검색하였습니다. 관련성 점수 컷오프나 추가적인 필터링 기준은 적용하지 않았으며, 검색된 716개 유전자 모두를 비타민 B12 관련 유전자 세트로 유지하였습니다.

차등 발현 및 기능적 풍부도 분석

DKD 샘플과 정상 샘플 간의 차등 발현 분석은 'limma' R 패키지(버전 3.56.2)23를 사용하여 수행되었으며, |log2FC| > 1 및 거짓 발견율(FDR) < 0.05를 기준으로 차등 발현 유전자(DEG)를 식별하였습니다. 비타민 B12 대사와 관련된 후보 유전자를 식별하기 위해, ggvenn R 패키지(버전 0.1.19)를 사용하여 식별된 DEG와 GeneCards 데이터베이스에서 얻은 비타민 B12 관련 유전자 세트 간의 교집합 분석을 수행하였습니다. 중첩되는 유전자들은 벤 다이어그램을 통해 시각화하였으며, 이후 분석을 위한 후보 유전자로 선정하였습니다. 이어서 'clusterProfiler' R 패키지(버전 4.8.3)24를 사용하여 DEG의 기능적 농축 분석을 수행하였으며, 여기에는 유전자 온톨로지(GO) 용어(생물학적 과정, 분자 기능 및 세포 구성 성분)와 교토 유전자 및 게놈 백과사전(KEGG) 경로가 포함되었습니다. 보정된 p-value < 0.05인 농축 용어는 통계적으로 유의미한 것으로 간주하였습니다.

유전자 세트 풍부성 분석 (GSEA)

GSE30528 데이터셋에서 시료는 다음과 같이 나누어졌습니다. P2RY14높고 그리고 P2RY14-중앙값에 따른 저집단 P2RY14 발현 수준. 이후 두 그룹 간의 차등 발현 분석을 수행하였으며, 모든 유전자를 결과로 얻은 logFC 값에 따라 내림차순으로 정렬하였다. 이어서 clusterProfiler R 패키지(버전 4.8.3)를 사용하여 GSEA를 수행하였다.24GO 및 KEGG 유전자 세트는 MSigDB 데이터베이스(버전 v2025.1.Hs)의 msigdbr 패키지를 사용하여 얻었습니다. 보정된 p-값이 적용된 농축 유전자 세트와 < 0.05 미만을 통계적으로 유의미한 것으로 간주하였다.

단백질-단백질 상호작용(PPI) 네트워크

단백질 기능적 연관성 및 PPI 네트워크는 STRING 데이터베이스(버전 11.0) (https://string-db.org/)25를 사용하여 분석하였으며, 생물종은 Homo sapiens로 선택하고 최소 상호작용 신뢰도 점수는 0.4로 설정하였다. 결과로 도출된 PPI 네트워크는 Cytoscape26를 사용하여 시각화하였다. 또한, 동일한 20개의 중첩 후보 유전자를 GeneMANIA 온라인 플랫폼에 제출하여 기능적 연관성을 추가로 특성화하였다. GeneMANIA는 유전자 공동 발현, 물리적 상호작용, 유전적 상호작용, 공유 단백질 도메인 및 경로 정보를 포함한 여러 유형의 증거를 통합하였으며, 생물종은 Homo sapiens로 선택하고 나머지 매개변수는 기본값으로 설정하였다.

약물-표적 스크리닝

P2RY14와 관련된 잠재적 화합물을 식별하기 위해 GeneCards 데이터베이스에서 약물-표적 정보를 검색하였으며, 그 결과 5개의 후보 화합물이 도출되었습니다. 이후 이 후보군을 DGIdb 데이터베이스와 교차 참조하였습니다. 두 데이터베이스 모두에서 MC-1 (DrugBank ID: DB05315; PubChem CID: 1051)이 확인되었으며, 이에 따라 후속 탐색적 분자 도킹 분석을 위한 대상으로 선정되었습니다.

분자 도킹 분석

MC-1과 P2RY14 사이의 잠재적 결합 모드를 탐색하기 위해, 공동 검출(cavity detection)과 AutoDock Vina 도킹 엔진이 통합된 CB-Dock2 온라인 플랫폼을 사용하여 분자 도킹을 수행하였다. MC-1(PubChem CID: 1051)의 3차원 구조는 PubChem에서 확보하였으며, P2RY14의 예측 3차원 모델은 AlphaFold Protein Structure Database(AF-Q15391-F1-model_v4)에서 확보하였다. P2RY14 모델의 평균 pLDDT 점수는 87.12였으며, 예측된 결합 포켓 영역의 국소 pLDDT 점수는 > 90으로, 국소 예측 구조의 신뢰도가 높음을 나타냈다. 공동 유도 블라인드 도킹(cavity-guided blind docking) 전략을 채택하였다. P2RY14 구조 전체에서 후보 결합 공동을 탐색하였으며, 예측 부피가 가장 큰 5개의 공동을 평가하였다. 생리적 조건(약 pH 7.4)에서의 양성자화 상태를 모사하기 위해 수용체 및 리간드 준비 과정에서 수소 원자를 추가하였다. 수용체는 강체(rigid)로 처리한 반면, 리간드는 회전 가능한 결합을 허용하는 유연체(flexible)로 처리하였다. 8회의 독립적인 도킹 실행을 수행하였다. Vina 점수가 가장 낮은 포즈를 대표 예측 결합 모드로 선정하였다. 결과로 얻은 수용체-리간드 복합체는 Discovery Studio(version 4.5)를 사용하여 시각화하고 분석하였다.

통계 분석

NHANES의 복잡한 다단계 층화 확률 표본 추출 설계로 인해, NHANES를 기반으로 한 모든 분석에는 적절한 조사 가중치, 층 및 일차 표본 추출 단위(PSU)가 포함되었습니다. 비타민 B의...12 섭취량은 2일간의 식사 회상법을 통해 계산되었으며, 2일 식사 표본 가중치(WTDR2D)가 사용되었습니다. 4회 통합 NHANES 주기(2011~2018년)의 경우, 층화 및 군집화를 반영하기 위해 SDMVSTRA와 SDMVPSU를 포함하여 8년 식사 표본 가중치를 WTDR2D/4로 계산하였습니다. 연속형 변수는 평균으로 표시되었습니다. ± 표준편차(SD)로, 범주형 변수는 빈도와 백분율로 나타내었다. 그룹 간 차이는 가중 t-검정과 가중 카이제곱 검정을 사용하여 평가하였다. 비타민 B와 [이후 내용 생략] 사이의 연관성을 평가하기 위해 다변량 로지스틱 회귀 분석을 사용하였다.12 섭취량과 당뇨병성 신장질환(DKD) 간의 관계를 분석하였다. 모델 1은 보정하지 않았으며, 모델 2는 연령, 성별, 인종/민족, 혼인 상태 및 교육 수준을 보정하였고, 모델 3은 총 에너지 섭취량 및 기타 식이 공변량을 포함한 모든 공변량을 보정하였다. 모든 회귀 분석에는 WTDR2D/4, SDMVSTRA 및 SDMVPSU가 포함되었다. 비타민 B12 섭취 사분위수(Q1–Q4)를 주요 노출 변수로 사용하였으며, 연속형 비타민 B12 추가적으로 섭취량을 보조적 노출 변수로 분석하였다. 연령, 성별, BMI, eGFR, ACR, 고혈압 및 고지혈증에 따라 하위 그룹 분석을 수행하였다. 잠재적인 비선형성을 평가하기 위해 완전히 보정된 모델 3을 사용하여 제한적 삼차 스플라인(Restricted cubic spline, RCS) 분석을 수행하였다. 비타민 B의 5, 35, 65, 95 백분위수에 4개의 매듭점(knot)을 배치하였다.12 섭취, ~와 함께 3.24 μg/day 그래프 제시를 위한 기준값으로 사용되었습니다. 이 기준값은 이후의 탐색적 breakpoint 분석을 통해 도출되었으며, 임상적으로 권장되는 섭취 수준으로 해석되지 않았습니다. RCS 분석에는 WTDR2D/4, SDMVSTRA, SDMVPSU가 포함되었으며, 비선형성은 Wald 검정을 사용하여 평가되었습니다. 유의미한 비선형성이 감지된 경우, 최소 Akaike 정보 기준(AIC)과 결합된 재귀적 탐색 절차를 사용하여 잠재적 breakpoint를 식별한 후, 3구간 조각별 회귀 분석(piecewise regression analysis)을 수행하였습니다. 민감도 분석은 3개 및 5개의 knot를 갖는 대체 RCS 사양을 사용하여 수행되었습니다.27ROC 곡선 분석을 수행하여 ~의 판별 능력을 예비적으로 평가하였다. P2RY14, AUC에 대해 95% 신뢰구간을 보고하였다. A p-값 < 0.05를 통계적 유의 수준으로 간주하였다. 모든 통계 분석은 R 소프트웨어(버전 4.4.1)를 사용하여 수행되었다.

결과

기초 특성

NHANES 2011–2018의 총 8,218명의 참여자가 포함되었으며, 그 중 623명은 DKD군으로, 7,595명은 Non-DKD군으로 분류되었습니다. DKD군과 Non-DKD군 사이에는 연령, 성별, 인종/민족, 결혼 여부, 교육 수준, PIR, BMI, 혈압, 고혈압, 알코올 섭취, 흡연 상태, 비타민 B12 섭취 및 식이 섭취에서 유의미한 차이가 관찰되었습니다 (모든 p < 0.05). ACR, eGFR, Scr, BUN, TC 및 TG에서도 유의미한 차이가 관찰되었습니다 (표 1).

비타민 B12 섭취 사분위수에 따라 교육 수준, 고혈압, DKD 상태 및 에너지 섭취량에서 유의미한 차이가 관찰되었습니다. 반면, 연령, 혼인 상태, BMI, 혈압, 알코올 섭취량, eGFR, ACR, 혈청 요산, Scr 또는 TG에서는 사분위수 간에 유의미한 차이가 관찰되지 않았습니다 (표 2).

비타민 B12와 DKD 간의 연관성

비타민 B12 섭취량을 사분위수(Q1–Q4)로 분류하였으며, 다변량 로지스틱 회귀 분석 결과는 Table 3에 제시되어 있다. 완전히 보정된 Model 3에서, 비타민 B12 섭취량이 가장 많은 군(Q4)은 가장 적은 군(Q1)에 비해 DKD 발생 가능성이 유의하게 낮았다(OR = 0.70, 95% CI: 0.50–0.97, p = 0.034). 반면, Q2(OR = 1.14, 95% CI: 0.85–1.53, p = 0.386) 및 Q3(OR = 0.94, 95% CI: 0.69–1.28, p = 0.684)에서는 유의한 연관성이 관찰되지 않았다. 또한, 완전히 보정된 모델에서의 선형 추세는 전반적인 연관성 방향이 역상관 관계를 보였음에도 불구하고 통계적 유의성에 도달하지 못했다(p for trend = 0.086). 이러한 결과는 비타민 B12 섭취량이 많을수록, 특히 최상위 사분위수에서 DKD 발생 가능성이 낮아짐을 시사하지만, 비타민 B12 섭취량과 DKD 사이에 안정적인 선형 용량-반응 관계가 있다는 결과는 뒷받침하지 않는다.

비타민 B12 와 DKD 간 연관성에 대한 하위 그룹 분석

비타민 B12 섭취량과 당뇨병성 신장질환(DKD) 사이의 연관성이 서로 다른 참가자 특성 전반에서 일관되게 나타나는지 확인하기 위해 하위 그룹 분석을 수행하였습니다. 모델 1에서 비타민 B12 섭취량이 가장 많은 4분위수(Q4)의 참가자들은 남성 및 여성 하위 그룹 모두에서 Q1 그룹보다 DKD 발생 가능성이 유의하게 낮았습니다 (p < 0.05; 표 4). ACR 하위 그룹 간의 연관성은 더 이질적으로 나타났습니다. ACR < 30 mg/g인 참가자들 사이에서는 일부 중간 비타민 B12 섭취 4분위수에서 유의한 연관성이 관찰된 반면, 더 높은 ACR 수준으로 층화한 후에는 이러한 패턴이 약화되었습니다. eGFR 하위 그룹 전반에서는 유의한 연관성이 관찰되지 않았습니다.

비타민 B12와 DKD 간의 비선형 관계

완전히 조정된 RCS 분석 결과, 비타민 B12 섭취량과 DKD 사이에 유의미한 비선형 연관성이 나타났습니다 (그림 2, p for non-linearity = 0.037). RCS 모델은 비타민 B12 섭취 분포의 5, 35, 65, 95 백분위수에 위치한 4개의 매듭(knot)을 사용했으며, 3.24 μg/day를 참조 값으로 설정했습니다. 이후의 breakpoint 분석을 통해 3.24 μg/day (95% CI: 2.86–3.62)와 8.36 μg/day (95% CI: 7.52–9.20)에서 두 개의 데이터 기반 breakpoint가 확인되어, 비타민 B12 섭취량을 세 가지 범위로 나누었습니다. 비타민 B12 섭취량이 < 3.24 μg/day인 경우, DKD와의 유의미한 연관성이 관찰되지 않았습니다 (OR = 1.07, p = 0.575). 3.24–8.36 μg/day 범위 내에서는 비타민 B12 섭취량이 DKD와 역으로 연관되어 있었습니다 (OR = 0.87, p = 0.025). 섭취량이 > 8.36 μg/day인 경우에는 유의미한 연관성이 관찰되지 않았습니다 (OR = 1.00, p = 0.995) (표 5). 이러한 결과는 비선형 패턴과 일치하며, 중간 섭취 범위 내에서만 유의미한 역 연관성이 관찰되었습니다. 이러한 결과의 강건성을 평가하기 위해 3개 및 5개의 매듭을 사용하는 대안적 RCS 사양으로 민감도 분석을 수행했습니다. 두 매듭 사양 모두에서 모델 1~3에 걸쳐 통계적으로 유의미한 전반적 연관성이 관찰되어 유사한 전반적 연관 패턴이 확인되었으며, 5개 매듭 모델은 비선형 관계를 더욱 뒷받침했습니다 (부록 그림 1).

DKD에서 비타민 B12 관련 후보 유전자의 식별

GSE30528 데이터셋에서 DKD 샘플과 정상 샘플 간에 126개의 상향 조절 유전자와 367개의 하향 조절 유전자를 포함하여 총 493개의 DEG를 확인하였습니다 (|log₂FC| > 1, FDR < 0.05; 그림 3A,B, 부록 표 1). KEGG 경로 분석 결과, 이러한 DEG들은 세포외 기질(ECM)-수용체 상호작용, 초점 부착, 인테그린 신호 전달 및 액틴 세포골격 조절 경로에서 유의미하게 농축되어 있는 것으로 나타났습니다 (그림 3C, 부록 표 2). GO 농축 분석 결과, DEG들은 주로 콜라겐 함유 ECM, 사구체 발달, 초점 부착 및 네프론 발달과 관련이 있는 것으로 나타났습니다 (그림 3D, 부록 표 2).

DEG와 비타민 B12 관련 유전자 세트의 교집합 분석을 통해 20개의 중첩 후보 유전자를 식별하였습니다(그림 3E). 이후 이 유전자들을 사용하여 STRING 데이터베이스를 통해 PPI 네트워크를 구축하였으며, 상호작용은 최소 신뢰도 점수 0.4로 필터링하였습니다. 그 결과 생성된 네트워크는 11개의 노드와 20개의 엣지로 구성되었으며, 이는 각각 단백질과 그 상호작용을 나타냅니다(그림 3F). 20개 후보 유전자 간의 관계는 GeneMANIA를 사용하여 추가로 시각화하였습니다(그림 3G).

DKD에서 비타민 B12 관련 후보 유전자인 P2RY14의 탐색적 특성 분석

비타민 B12 섭취량과 DKD 상태 사이의 관찰된 연관성을 바탕으로, 우리는 다음으로 전사체 분석을 통해 DKD 발병 기전에 관여하는 주요 비타민 B12 관련 유전자를 식별하고자 했습니다. 20개의 중복된 후보 유전자 중에서, 우리는 서로 다른 DKD 데이터셋 간의 발현 패턴을 추가로 비교했습니다. GSE30528 및 GSE30529 데이터셋에서 P2RY14 발현은 정상 대조군에 비해 DKD 샘플에서 유의하게 상향 조절되었습니다(그림 4A,B). P2RY14는 G 단백질 결합 수용체를 인코딩하며, 면역 세포의 화학 주성, 세포 골격 재배열, 염증 반응 및 산화 스트레스에 관여하는 것으로 보고되었습니다28,29. 그러나 DKD에서의 역할은 아직 직접적으로 조사되지 않았습니다. 독립적인 DKD 데이터셋 전반에서 일관되게 상향 조절된 점과 잠재적인 생물학적 관련성을 고려하여, P2RY14를 후속 검증 및 기능 분석의 우선순위로 선정했습니다. 이후 P2RY14의 판별 능력을 예비 평가하기 위해 ROC 곡선 분석을 수행했습니다. 발견 데이터셋인 GSE30528에서 AUC는 0.923 (95% CI: 0.807–1.000)이었으며, 예비 외부 검증 데이터셋인 GSE30529에서 AUC는 0.883 (95% CI: 0.744–1.000)이었습니다. 추가 검증 데이터셋인 GSE142025에서는 AUC가 0.663 (95% CI: 0.478–0.847)으로 나타나 판별 능력이 제한적임을 보여주었습니다(그림 4C–E). 종합하면, 이러한 결과는 P2RY14의 잠재적인 판별 가치에 대한 예비 근거를 제공하지만, 진단 성능은 더 큰 규모의 독립적인 코호트에서 추가 검증이 필요합니다.

DKD에서 P2RY14 발현과 관련된 생물학적 기능 및 경로를 탐색하기 위해, GSE30528 샘플을 P2RY14의 중앙값 발현 수준에 따라 P2RY14-고발현 군과 P2RY14-저발현 군으로 나누었다. 두 군 간에 차별 발현 분석을 수행하였다. 이후 P2RY14 발현과 관련된 생물학적 기능과 경로를 규명하기 위해 GO 및 KEGG 풍부도 분석을 실시하였다. GO 풍부도 분석 결과, P2RY14는 콜라겐 함유 ECM, 사구체 발달, ECM 구조 성분 및 신장 발달과 관련이 있는 것으로 나타났다(그림 4F, 보충 표 3). KEGG 분석 결과, P2RY14가 ECM-수용체 상호작용, 국소 접착, 보체 및 응고 폭포 과정에 관여함이 추가로 확인되었다(그림 4G, 보충 표 3).

또한, GSEA 결과 NF-κB 신호 전달 경로와 TNF 신호 전달 경로가 ~에서 유의하게 농축되었습니다. P2RY14-높음 그룹, 이는 높은 수준의 P2RY14 발현은 당뇨병성 신장질환(DKD)의 염증성 신호 전달과 관련이 있을 수 있으며 (그림 4H, 보충 표 3).

MC-1과 P2RY14의 탐색적 분자 도킹

GeneCards 및 DGIdb 스크리닝을 통해 P2RY14와 관련된 5가지 후보 화합물을 확인하였으며, 탐색적 분자 도킹 분석을 위해 MC-1을 선정하였다(그림 5A). MC-1을 리간드로, P2RY14를 수용체로 사용하여 도킹 분석을 수행한 결과, MC-1이 P2RY14의 후보 포켓 내에 결합할 가능성이 있는 포즈가 Vina score −6.0 kcal/mol로 예측되었다. 예측된 포즈는 Tyr, Lys, Asn, Asp, Glu 잔기와의 상호작용 및 7개의 수소 결합 형성을 포함하였다(그림 5B–D).

데이터 가용성 성명서

본 연구에 사용된 데이터는 공개적으로 이용 가능합니다. 2011-2018년 조사 주기의 NHANES 데이터는 National Center for Health Statistics에서 이용할 수 있습니다. 전사체 데이터셋 GSE30528, GSE142025 및 GSE30529는 Gene Expression Omnibus (GEO) 데이터베이스에 공개되어 있습니다. 본 연구에서 생성된 처리된 차등 발현, 기능적 풍부도 및 GSEA 결과는 보충 파일에 제공됩니다.

figure-results-1
그림 1: NHANES 분석을 위한 연구 대상자 선정 흐름도. 이 흐름도는 2011~2018년 NHANES 주기 참여자에게 적용된 순차적 제외 기준과 분석에 포함된 최종 연구 모집단을 보여줍니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.

figure-results-2
그림 2: 제한적 큐빅 스플라인(restricted cubic spline) 모델을 이용한 비타민 B12 섭취량과 DKD 간의 비선형 상관관계. 실선은 식이 비타민 B12 섭취량에 따른 DKD의 추정 오즈비(odds ratio)를 나타내며, 음영 처리된 영역은 95% 신뢰구간을 나타냅니다. 모델은 Model 3에 포함된 공변량을 사용하여 보정되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-3
그림 3: DKD에서 후보 비타민 B12-관련 유전자의 식별. (A,B) GSE30528 데이터셋의 당뇨병성 신장 질환(DKD) 샘플과 정상 샘플 간의 DEG 발현 프로파일을 보여주는 볼케이노 플롯 및 히트맵. (C,D) DEG의 상위 15개 농축 KEGG 경로 및 GO 용어. (E) DEG와 비타민 B12-관련 유전자 간의 교차 분석. (F) 단백질-단백질 상호작용(PPI) 네트워크. (G) 20개 비타민 B12-관련 유전자의 GeneMANIA 네트워크. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-4
그림 4: DKD에서 비타민 B12 관련 후보 유전자인 P2RY14의 탐색적 특성 분석. (A,B) GSE30528 및 GSE30529 데이터셋에서 각각 DKD 샘플과 정상 대조군에서의 중첩 후보 유전자 발현 수준을 나타내는 박스 플롯. (C–E) GSE30528, GSE30529 및 GSE142025 데이터셋에서 각각 P2RY14의 수신자 조작 특성(ROC) 곡선 분석. (F) 유전자 온톨로지(GO) 풍부도 분석. (G) 교토 유전자 및 게놈 백과사전(KEGG) 경로 풍부도 분석. (H) P2RY14-고발현 그룹과 P2RY14-저발현 그룹의 GSEA 결과로, GSE30528에서 NF-κB 및 TNF 신호 전달 경로의 풍부함을 보여줌. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-5
그림 5: P2RY14의 약물-타겟 스크리닝 및 탐색적 분자 도킹 분석. (A) P2RY14 관련 약물의 약물-타겟 상호작용 네트워크. (B–D) P2RY14 단백질과 MC-1의 분자 도킹. 여기에서 이 그림의 확대 버전을 확인하십시오.

표 1: 연구 대상자의 기본 특성. DKD 상태에 따른 참여자의 인구통계학적, 임상적, 생화학적 및 식이 특성을 나타낸 것입니다. 연속형 및 범주형 변수는 설문 가중치 분석을 사용하여 요약되었습니다. 여기에서 이 표를 다운로드하십시오.

표 2: 비타민 B12 섭취 사분위수에 따른 참여자의 기본 특성. 연구 대상자의 인구통계학적, 임상적, 생화학적 및 식이 특성을 식이 비타민 B12 섭취 사분위수별로 나타내었습니다. 이 표를 다운로드하려면 여기를 클릭하십시오.

표 3: 미국 성인의 비타민 B12 섭취량과 DKD 상태 간의 연관성. 비타민 B12 식이 섭취량과 DKD 상태 간의 연관성에 대한 오즈비(ORs) 및 95% 신뢰구간(CIs)을 순차적으로 보정된 로지스틱 회귀 모델을 통해 제시하였으며, 비타민 B12 섭취량이 가장 낮은 사분위수(Q1)를 대조군으로 설정하였다. 여기를 클릭하여 이 표를 다운로드하십시오.

표 4: 하위 그룹 분석에서 비타민 B12 섭취량과 DKD 상태 간의 연관성. 연령, 성별, BMI, eGFR, ACR, 고혈압 및 고지혈증 하위 그룹으로 층화하고 지정된 모델로 보정한 비타민 B12 섭취 사분위수별 DKD의 오즈비(ORs) 및 95% 신뢰구간(CIs)을 나타냅니다. 이 표를 다운로드하려면 여기를 클릭하십시오.

표 5: 비타민 B12 섭취량과 DKD 간 연관성에 대한 3분절 조각별 회귀 분석. 3.24 및 8.36 μg/day의 두 데이터 기반 절단점으로 정의된 세 가지 섭취 범위에 따른 식단 내 비타민 B12 섭취량과 DKD 간의 연관성을 나타냅니다. 이 표를 다운로드하려면 여기를 클릭하십시오.

부록 그림 1: 제한적 3차 스플라인(restricted cubic spline) 모델을 이용한 식이 비타민 B12 섭취량과 DKD 간 연관성의 민감도 분석. (A–C) 매듭(knot)이 3개인 모델. (D–F) 매듭이 5개인 모델. 실선은 추정된 OR을, 음영 영역은 95% CI를 나타내며, 점선은 OR = 1을 나타낸다. 전체적인 연관성 및 비선형성에 대한 p 값이 각 패널에 표시되어 있다.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 1: GSE30528 데이터셋에서 당뇨병성 신장 질환(DKD)과 정상 샘플 간의 차별 발현 유전자. |log₂FC| > 1 및 FDR < 0.05로 식별된 유전자의 차별 발현 결과가 후보 유전자 스크리닝에 사용된 코발라민 관련 유전자 세트와 함께 제시되어 있습니다.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 2: DKD에서 차별적으로 발현된 유전자의 기능적 풍부도 분석. GSE30528 데이터셋에서 확인된 차별적으로 발현된 유전자에 대한 유전자 온톨로지(GO) 및 교토 유전자 및 게놈 백과사전(KEGG) 풍부도 분석 결과가 제시되어 있습니다.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 3: GSE30528 데이터셋에서 P2RY14와 관련된 기능적 풍부도 및 유전자 세트 풍부도 분석 결과. P2RY14 관련 생물학적 기능 및 경로를 특성화하는 데 사용된 GO, KEGG 및 GSEA 결과가 제시되어 있습니다.파일을 다운로드하려면 여기를 클릭하십시오.

토론

8,218명의 미국 성인을 대상으로 한 이 국가 대표 단면 분석에서, 비타민 B12 섭취량이 높을수록 DKD 발생 가능성이 낮은 것으로 나타났으나, 그 연관성은 단순한 선형 용량-반응 패턴을 따르지 않았습니다. 비타민 B12 섭취량이 많은 참가자들은 교육 수준이 더 높고, 고혈압 및 DKD 유병률이 낮으며, 에너지 섭취량이 더 많은 경향이 있었습니다. 이러한 차이는 비타민 B12 섭취가 더 광범위한 인구통계학적, 건강 및 식이 특성을 동반할 수 있음을 시사하며, 관찰된 연관성을 해석할 때 이를 고려해야 합니다. 종합적으로, 본 연구 결과는 비타민 B12 섭취와 DKD 상태 사이의 연관성을 뒷받침합니다.

사분위수 기반 분석 결과, Q4 그룹의 참여자는 Q1 그룹에 비해 DKD 발생 가능성이 유의하게 낮은 것으로 나타났으나, Q2 또는 Q3에서는 유의한 연관성이 관찰되지 않았습니다. 사분위수 전반에 걸친 선형 추세 또한 통계적으로 유의하지 않았으며(p for trend = 0.086), 이는 해당 연관성이 단순한 선형 용량-반응 패턴을 따르지 않을 수 있음을 시사합니다. 이러한 결과와 일치하게, RCS 분석에서는 유의한 비선형 연관성이 입증되었습니다(p for nonlinearity = 0.037). 이어지는 중단점 분석을 통해 3.24 및 8.36 μg/day에서 두 개의 데이터 기반 중단점이 확인되었습니다. 유의한 역연관성은 3.24–8.36 μg/day의 중간 범위 내에서만 관찰되었으며, 이 범위 미만 또는 초과에서는 유의한 연관성이 관찰되지 않았습니다. 중요한 점은, 이러한 중단점들이 본 데이터셋에서 도출된 것이므로 임상적으로 확립된 임계값이 아닌 탐색적 통계값으로 간주되어야 한다는 것입니다. 따라서 3.24–8.36 μg/day 구간은 외부 검증 없이는 최적 또는 권장 섭취 범위로 해석되어서는 안 됩니다. 종합적으로, 이러한 결과는 비타민 B12 섭취와 DKD 사이에 안정적인 선형 용량-반응 관계보다는 잠재적인 비선형 연관성이 있음을 뒷받침합니다.

비타민은 여러 대사 과정에 관여하는 필수 미량 영양소이며 심혈관 대사 건강과 관련이 있는 것으로 알려져 있습니다30,31. 이전 연구들은 또한 여러 비타민이 당뇨병 및 그 합병증과 관련이 있을 수 있음을 시사했습니다. 예를 들어, 비타민 B6 상태는 당뇨병 및 당뇨 합병증과 역상관 관계가 있는 것으로 나타났으며31, DKD 및 당뇨병성 신병증에서는 비타민 D 수치의 변화가 보고되었습니다32,33. 이러한 결과는 당뇨병 관련 대사 및 신장 이상에서 미량 영양소 상태의 잠재적 중요성을 강조하며, 비타민 B12 섭취와 DKD 사이의 관계를 추가적으로 조사할 근거를 제공합니다.

역학 연구들은 비타민 B12 상태 또는 섭취량과 당뇨병 관련 결과 사이의 관계에 대해 일관되지 않은 결과들을 보고해 왔다. 최근의 NHANES 분석에서는 당뇨병 유병 기간과 혈청 비타민 B12 수치 사이에 정적 상관관계가 있다고 보고되었다34. 반면, 우간다에서 수행된 한 연구에서는 T2DM 환자의 신장 질환 진행이 낮은 비타민 B12 섭취량 및 높은 호모시스테인 농도와 동반됨을 발견했다35. Wu 등은 당뇨병 및 당뇨병성 신증 환자에게 엽산과 비타민 B12를 병용 보충했을 때 혈청 호모시스테인과 말론디알데하이드 수치가 감소하고, 일산화질소 및 superoxide dismutase 활성이 증가하며, 요중 미세알부민 배설이 감소했다고 추가로 보고했다36. 다른 연구들 또한 T2DM 환자들 사이에서 비타민 B12 결핍의 유병률이 상대적으로 높다고 보고했다37,38,39,40,41. 비타민 B12 상태가 당뇨병성 합병증과 관련이 있을 수 있다는 가능성과 일치하게, 본 연구에서는 식이 비타민 B12 섭취량이 높을수록 DKD의 발생 가능성이 낮아지는 것과 연관이 있음을 발견했다.

비타민 B12의 호모시스테인 대사, 산화 스트레스 조절, 염증 반응 및 세포 에너지 대사에서의 역할을 고려할 때, 비타민 B12 섭취와 당뇨병성 신장질환(DKD) 사이에서 관찰된 역상관 관계는 생물학적으로 타당할 수 있습니다42,43. 또한 비타민 B12 결핍은 대사 이상과 관련이 있으며, 과도한 엽산 섭취와 비타민 B12 결핍이 결합된 불균형은 포도당 대사 장애 및 제2형 당뇨병(T2DM)의 원인이 될 수 있습니다44,45. 이러한 관찰 결과는 대사 건강에서 적절하고 균형 잡힌 미량 영양소 섭취를 유지하는 것의 중요성을 강조합니다. 이러한 배경과 일치하게, 본 연구에서는 식이 비타민 B12 섭취량이 높을수록 DKD 발생 가능성이 낮은 것으로 나타났습니다. 당뇨병 환자를 대상으로 비타민 B12 섭취와 신장 건강 사이의 용량-반응 관계를 명확히 하고, 본 연구에서 관찰된 섭취 범위를 독립적인 집단에서 검증하며, 이 인구 집단에서 비타민 B12 보충이 임상적으로 유의미한지 결정하기 위한 추가 연구가 필요합니다.

전사체 분석을 통해 추가적으로 확인하였습니다 P2RY14 당뇨병성 신장질환(DKD)과 관련된 후보 유전자로. P2RY14 GSE30528 및 GSE30529에서는 상대적으로 높은 AUC 값을 보인 반면, GSE142025에서의 판별 능력은 보다 완만했습니다. 제한된 표본 크기를 고려할 때, 이러한 결과는 예비적인 것으로 간주되어야 하며 더 큰 규모의 독립적 코호트에서 검증이 필요합니다. 또한, 기능적 풍부도 분석(functional enrichment analyses) 결과 다음이 시사되었습니다. P2RY14 ECM 조직화, 국소 접착 및 신장 발달과 관련이 있을 수 있으며, 이는 당뇨병성 신증(DKD)에서 잠재적 역할에 대한 추가 연구의 근거가 됩니다.

더욱 광범위하게는, 인구 기반 영양 역학을 전사체 분석과 통합함으로써 식이 노출과 질병 관련 분자적 특성을 연결하는 상보적인 프레임워크를 제공할 수 있습니다. 이러한 접근 방식은 영양 역학 및 DKD 연구에서 가설 생성을 촉진하고, 후속 실험적 검증을 위한 후보 분자 표적의 우선순위를 정하는 데 도움이 될 수 있습니다. 다만, 이러한 결과는 탐색적인 수준이며 임상적, 진단적 또는 치료적 유용성을 확립하는 것은 아닙니다.

본 연구의 주요 한계점은 Non-DKD 그룹의 구성이 이질적이라는 점으로, CKD가 없는 DM 환자로만 제한되지 않고 서로 다른 DM 및 CKD 상태를 가진 참여자들이 포함되었습니다. 따라서 당뇨 상태, 신장 기능 및 전반적인 건강 상태의 잔여 차이가 관찰된 연관성에 영향을 미쳤을 수 있습니다. 또한, 단면 연구 설계로 인해 시간적 또는 인과 관계에 대한 추론이 불가능합니다. 이에 따라, 역학적 결과는 DKD 상태와 인구 수준의 연관성으로 해석되어야 하며, 향후 당뇨병 환자를 대상으로 하는 전향적 연구가 필요합니다. 더욱이, 식이 비타민 B12 섭취량은 두 번의 24시간 식이 회상법으로 추정되었는데, 이는 일별 식이 변동과 회상 오류의 영향을 받을 수 있어 평소의 장기적인 비타민 B12 섭취량을 완전히 반영하지 못했을 수 있습니다. 이는 어느 정도의 노출 측정 오차를 유발했을 가능성이 있습니다. 전사체 및 분자 도킹 분석의 몇 가지 한계점 또한 인정되어야 합니다. NHANES와 GEO 데이터는 독립적인 인구 집단에서 유도되었으며, 비타민 B12에 의한 P2RY14의 직접적인 조절은 실험적으로 평가되지 않았습니다. DKD 관련 DEG와 코발라민 관련 유전자 간의 중복은 탐색적 후보 스크리닝에 사용되었으며, 무작위 기대치를 넘어서는 농축 여부는 공식적으로 테스트되지 않았습니다. 따라서 P2RY14는 가설 생성 후보로 간주되어야 하며, 이에 대한 생물학적 관련성은 추가 검증이 필요합니다. 또한, MC-1과 P2RY14 사이의 예측된 상호작용은 분자 도킹에만 기반한 것이므로 탐색적으로 고려되어야 합니다. 이러한 예측된 관계를 추가로 평가하기 위해서는 비타민 B12 중재, P2RY14 기능 분석, 그리고 표면 플라즈몬 공명 또는 마이크로스케일 열영동법과 같은 직접 결합 또는 수용체 기능 분석을 포함하는 향후 연구가 필요합니다.

결론

결론적으로, 본 연구는 비타민 B12 섭취와 DKD 상태 사이의 연관성을 뒷받침하며, 비타민 B12 섭취량이 많을수록 DKD 발생 가능성이 낮아지고 잠재적으로 비선형적인 관계가 있음이 확인되었습니다. 전사체 분석을 통해 DKD와 관련된 가설 생성 후보로서 P2RY14를 추가로 식별하였으며, 탐색적 분자 도킹을 통해 P2RY14와 MC-1 사이의 잠재적 결합 모드를 예측하였습니다. 이러한 발견은 비타민 B12 섭취와 DKD 사이의 관계뿐만 아니라 P2RY14의 잠재적인 생물학적 관련성에 대한 추가 연구의 기초를 제공합니다.

공개 사항

저자들은 선언할 이해상충 관계가 없습니다.

저자 기여도:
A.Z.가 논문의 주요 본문을 작성했습니다. G.Z.와 J.D.가 그림과 표를 준비했습니다. J.L.이 원고를 검토하고 수정했습니다. 모든 저자가 원고를 검토했습니다.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
Affymetrix Human Genome U133A 2.0 어레이Affymetrix; NCBI GEO에 색인됨플랫폼: Affymetrix Human Genome U133 Plus 2.0 Array 설명: 이 어레이는 인간 유전자 발현 프로파일링을 위해 설계되었습니다. 이 플랫폼은 인간 게놈의 광범위한 유전자 세트를 포괄하며, 유전자 발현 분석, 질병 바이오마커 식별 및 유전적 변이 연구에 널리 사용됩니다. 특징: - 고밀도 올리고뉴클레오타이드 프로브를 이용한 정밀한 측정 - 인간 유전체 전반에 걸친 광범위한 커버리지 제공 - 표준화된 분석 파이프라인을 통한 데이터 재현성 확보 활용 분야: - 암 연구 및 종양학 - 면역학 및 염증 반응 분석 - 신경과학 및 퇴행성 질환 연구 - 약물 반응 및 독성 평가 연구GPL571 (HG-U133A_2)
알파폴드(AlphaFold)Google DeepMind / EMBL-EBIhttps://alphafold.ebi.ac.uk//
AutoDockOlson 연구소, Scripps Research Institutehttps://autodock.scripps.edu/버전 4.2.6 (AutoDock 4.2.6)
자동 조절(autoReg)R 패키지버전 0.3.3 (autoReg)
CB-dock2/http://183.56.231.194:8001/cb-dock2/index.phpCB-dock2
clusterProfilerBioconductor; Yu et al.버전 4.8.3 (PMID: 22455463)
CytoscapeCytoscape 컨소시엄https://cytoscape.org/버전 3.7.2 (PMID: 14597658)
DGldb/https://dgib.org/DGldb
GeneMANIAGeneMANIA 팀http://genemania.org/GeneMANIA
유전자 발현 옴니버스 (Gene Expression Omnibus, GEO)미국 국립의학도서관, 국립생물공학정보센터(NCBI)https://www.ncbi.nlm.nih.gov/geo/유전자 발현 옴니버스 (Gene Expression Omnibus)
GSE30528NCBI GEO**시료 요약** **제목:** 인간 태반 및 제대혈 유래 중간엽 줄기세포의 유전자 발현 프로파일 분석 **요약:** 본 연구는 인간 태반(Placenta) 및 제대혈(Umbilical Cord Blood) 유래 중간엽 줄기세포(Mesenchymal Stem Cells, MSCs)의 전사체 프로파일을 비교 분석하여, 이들 세포 집단의 분화 잠재력과 면역 조절 특성에 영향을 미치는 유전적 차이를 규명하고자 하였습니다. **전체 디자인:** 태반 유래 MSC와 제대혈 유래 MSC의 mRNA 발현 수준을 비교하기 위해 마이크로어레이(Microarray) 분석을 수행하였습니다. **시료 정보:** * **조직:** 태반, 제대혈 * **세포 유형:** 중간엽 줄기세포 (MSC) * **종:** *Homo sapiens* (인간) **플랫폼:** GPL570 [HG-U133_Plus_2] Affymetrix Human Genome U133 Plus 2.0 Array **데이터 세트:** GSE30528공개 GEO 시리즈(GSE30528; BioProject PRJNA154757)
GSE30529NCBI GEO**GEO 데이터셋: GSE30529** **제목:** 소아 급성 림프구성 백혈병(ALL) 환자에서 리소좀 관련 유전자의 발현 프로파일 분석 **요약:** 본 연구는 소아 급성 림프구성 백혈병(ALL) 환자의 골수 샘플을 대상으로 리소좀 관련 유전자의 발현 양상을 조사하였습니다. 리소좀 시스템의 기능 이상은 백혈병 세포의 생존, 증식 및 약물 저항성과 밀접한 관련이 있는 것으로 알려져 있습니다. 마이크로어레이(microarray) 분석을 통해 리소좀 생합성, 단백질 분해 및 트래픽킹에 관여하는 유전자들의 발현 변화를 확인하였으며, 이를 통해 ALL의 병태생리를 이해하고 잠재적인 치료 표적을 발굴하고자 하였습니다. **샘플 정보:** * **개체:** 인간 (Homo sapiens) * **조직:** 골수 (Bone marrow) * **질환 상태:** 소아 급성 림프구성 백혈병 (Pediatric Acute Lymphoblastic Leukemia) * **샘플 수:** [데이터셋에 명시된 샘플 수] **플랫폼:** * **플랫폼 ID:** [플랫폼 ID, 예: GPL_번호] * **플랫폼 설명:** [플랫폼 이름 및 설명] **데이터 유형:** * **발현 데이터:** 유전자 발현 프로파일 (Expression profiling by array) **핵심 키워드:** 소아 급성 림프구성 백혈병, 리소좀, 유전자 발현 프로파일링, 마이크로어레이, 골수, 단백질 분해공개 GEO 시리즈 (GSE30529)
GeneCards – 인간 유전자 데이터베이스와이즈만 과학 연구소 / LifeMap Scienceshttps://www.genecards.org/GeneCards
유전자 집합 풍부성 분석(GSEA) / 분자 시그니처 데이터베이스(MSigDB)/https://www.gsea-msigdb.org/gsea/index.jspv2025.1.Hs (GSEA / MSigDB)
유전자 온톨로지 (Gene Ontology, GO)유전자 온톨로지 컨소시엄https://geneontology.org/시작
교토 유전자 및 게놈 백과사전 (KEGG)Kanehisa Laboratorieshttps://www.kegg.jp/KEGG
limmaBioconductor; Ritchie 등.버전 3.56.2 (PMID: 25605792)
국가 건강 및 영양 조사(NHANES)미국 질병통제예방센터(CDC) 산하 국립보건통계센터(NCHS)http://www.cdc.gov/nchs/nhanes/index.htm2011–2018 (2011년 4주기)–2012; 2013–2014; 2015–2016; 2017–2018)
미국 국민건강영양조사(NHANES)AR 패키지버전 1.0 (nhanesA)
pROCR 패키지버전 1.18.5 (pROC)
PubChemNCBI, 미국 국립의학도서관https://pubchem.ncbi.nlm.nih.gov/PubChem
제곱평균제곱근(rms)R 패키지버전 8.1-0 (rms)
R 소프트웨어R Foundation for Statistical Computinghttps://www.r-project.org/버전 4.4.1
분절된R 패키지버전 2.1-4 (분절됨)
제공된 텍스트가 없습니다. 번역할 내용을 입력해 주세요.STRING 컨소시엄https://string-db.org/버전 11.0 (PMID: 30476243)
설문조사R 패키지버전 4.4-8 (survey; svydesign(); svyglm())
표 1R 패키지tableone; svyCreateTableOne()

참고문헌

  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.

재인쇄 및 허가

더 많은 논문 탐색

NHANES 연구전사체 분석P2RY14 발현차등 발현 유전자로지스틱 회귀 분석세포외 기질 상호작용국소 접착분자 도킹
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.