DOI: https://doi.org/10.1016/j.metabol.2026.156552
PMID: https://pubmed.ncbi.nlm.nih.gov/41655955
تاريخ النشر: 2026-02-07
المؤلف: Natalie N. Atabaki وآخرون
الموضوع الرئيسي: تشخيص وعلاج أمراض الكبد
نظرة عامة
هدفت الدراسة إلى تحديد العوامل الخاصة بالأعضاء والعوامل النظامية التي تسهم في مرض الكبد الدهني المرتبط بالخلل الأيضي (MASLD) من خلال استخدام طرق الاستدلال السببي التكاملية عبر البيانات السريرية والتصويرية والبروتينية في الأفراد المصابين وغير المصابين بداء السكري من النوع 2 (T2D). باستخدام تحليلات الشبكة البايزية وعشوائية مندل ذات العينتين، قام الباحثون بتحليل بيانات من مجموعة IMI-DIRECT، التي شملت اختبارات تحدي الأيض، ومحتوى الدهون المستمد من التصوير بالرنين المغناطيسي، وعلامات حيوية مصلية، وبروتيوم البلازما من 331 بالغًا مصابًا بداء السكري من النوع 2 حديث الظهور و964 بدون داء السكري.
أشارت النتائج إلى أن معدل إفراز الأنسولين الأساسي العالي (BasalISR)، المستمد من تحليل C-peptide، كان محركًا سببيًا رئيسيًا لتراكم الدهون في الكبد في كلا المجموعتين. كان BasalISR، الذي يعكس إنتاج الأنسولين من خلايا بيتا بشكل مستقل عن مستويات الأنسولين الطرفية، مرتبطًا بشكل كبير بالدهون الكبدية. بالإضافة إلى ذلك، أظهرت الأنسجة الدهنية الحشوية علاقات ثنائية الاتجاه مع الدهون الكبدية، مما يشير إلى دورة أيضية تعزز نفسها. من بين 446 بروتينًا تم تحليلها، كان 34 مرتبطًا بالشبكات الأيضية، مع بروتينات ملحوظة مثل GUSB وALDH1A1 وLPL مرتبطة مباشرة بالدهون الكبدية. كشفت التحليلات المصنفة حسب الجنس عن GUSB كمؤشر قوي لدى الإناث وLEP لدى الذكور. تشير النتائج إلى أن BasalISR قد يوفر رؤى حول خلل خلايا بيتا المبكر المرتبط بـ MASLD ويبرز العلامات الحيوية المحتملة والأهداف العلاجية ضمن إطار بروتيني-أيضي معقد.
مقدمة
تسلط المقدمة الضوء على الزيادة المتنامية في انتشار مرض الكبد الدهني المرتبط بالخلل الأيضي (MASLD)، لا سيما بين الأفراد المصابين بداء السكري من النوع 2 (T2D)، حيث يصل الانتشار إلى حوالي 67%. على الرغم من الارتباط الوبائي الثابت بين تراكم الدهون داخل الكبد وT2D، لا تزال الآليات الأيضية والبروتينية الأساسية وراء هذه العلاقة غير مفهومة بشكل كافٍ، مما يعقد جهود الوقاية والعلاج. تؤكد هذه الفقرة على دور فرط الأنسولين، لا سيما الإفراز المفرط للأنسولين في المرحلة المبكرة، كمؤشر سابق لكل من T2D وMASLD، وتبرز أهمية التمييز بين معدلات إفراز الأنسولين ومستويات الأنسولين في البلازما الدائرية بسبب الاستخراج الكبدي الكبير للأنسولين.
لمعالجة فجوة المعرفة المتعلقة بالعوامل السببية لتراكم الدهون في الكبد وتأثيرها على توازن الجلوكوز والأنسولين، يقترح المؤلفون تحليلًا شاملاً باستخدام تحليل الشبكة البايزية وعشوائية مندل (MR). يتم وضع هذه المنهجيات كأفضل من تحليلات الانحدار التقليدية لتأسيس العلاقات السببية ضمن الشبكات الأيضية المعقدة. تستخدم الدراسة بيانات من مجموعات IMI-DIRECT لمرضى T2D وغير T2D، والتي تشمل قياسات مفصلة لديناميات الجلوكوز والأنسولين، ومحتوى الدهون في الكبد، والملفات البروتينية، لاستكشاف الترابطات بين بروتينات البلازما، وديناميات الجلوكوز والأنسولين، وتراكم الدهون الكبدية.
طرق
تحدد فقرة “المواد والطرق” تصميم التجربة والإجراءات المستخدمة في الدراسة. توضح المواد المحددة المستخدمة، بما في ذلك أي مواد كيميائية، ومعدات، وعينات بيولوجية، بالإضافة إلى الظروف التي أجريت فيها التجارب. يتم وصف المنهجية بطريقة خطوة بخطوة لضمان إمكانية إعادة الإنتاج، مع تسليط الضوء على أي ضوابط، ومتغيرات، وتحليلات إحصائية تم تطبيقها لتفسير البيانات.
بالإضافة إلى ذلك، قد تتضمن الفقرة معلومات حول تقنيات أخذ العينات، وطرق جمع البيانات، وأي برامج أو أدوات تم استخدامها للتحليل. يضمن هذا النهج الشامل أن تكون النتائج مستندة إلى إطار تجريبي قوي، مما يسمح بتقييم دقيق والتحقق من النتائج المقدمة في الدراسة.
نتائج
في دراسة IMI-DIRECT، تم إجراء تحليل للحالات الكاملة شمل 331 مشاركًا مصابًا بداء السكري من النوع 2 (T2D) و964 بدون T2D، باستخدام 19 متغيرًا سريريًا و446 متغيرًا بروتينيًا. لتقييم التحيز المحتمل في الاختيار بسبب استبعاد المشاركين الذين لديهم بيانات مفقودة، تمت مقارنة الخصائص الديموغرافية والأنثروبومترية والتمثيلية الأساسية بين مجموعة الحالات الكاملة ومجموعات IMI-DIRECT الكاملة. كشفت التحليلات عن اختلافات متوسطة معيارية ضئيلة (SMDs) عبر جميع المتغيرات السريرية والبيوكيميائية (|SMD| < 0.1)، مما يشير إلى تحيز ضئيل من استبعاد الحالات. كانت المتغيرات السريرية المختارة للتحليل تستند إلى ارتباطاتها الثابتة مع تراكم الدهون في الكبد، كما هو محدد ضمن مجموعات IMI-DIRECT ومدعومًا بالأدبيات الحالية. شملت هذه المتغيرات التحكم في نسبة السكر في الدم، وظيفة خلايا بيتا، حجم الدهون، ومحتوى الدهون في الكبد. من الجدير بالذكر أن بعض العلامات الحيوية السريرية، مثل البيليروبين والأميلين، لم يتم قياسها في دراسة IMI-DIRECT، وهو ما يُعزى إلى تصميم الدراسة بدلاً من أي تقارير انتقائية.
مناقشة
حللت دراسة IMI-DIRECT بيانات الحالات الكاملة من مجموعة متعددة المراكز من البالغين ذوي الأصول الأوروبية، تضم أفرادًا مصابين بداء السكري من النوع 2 (T2D) وآخرين بدون، للتحقيق في الشبكات الأيضية وآثارها على تراكم الدهون في الكبد. استخدمت الدراسة منهجيات متنوعة، بما في ذلك اختبارات تحمل الوجبات المختلطة المتكررة (MMTTs) واختبارات تحمل الجلوكوز الفموية (OGTTs)، لاستنتاج تقديرات إفراز الأنسولين وتقييم توزيع الدهون في الجسم من خلال تقنيات التصوير المتقدمة. تم استخدام نهج الشبكة البايزية لتصور العلاقات السببية المحتملة بين الميزات السريرية والبروتينية، مع ضمان تحليلات الحساسية للموثوقية. أشارت النتائج الرئيسية إلى أن معدل إفراز الأنسولين الأساسي (BasalISR) كان محددًا رئيسيًا لمحتوى الدهون في الكبد، مع ارتباطات كبيرة تم تحديدها بين BasalISR، الدهون الكبدية، ومجموعة متنوعة من بروتينات البلازما، بما في ذلك IGFBP1 وCTSD.
تم إجراء تحليلات إضافية، بما في ذلك عشوائية مندل (MR)، لاستكشاف العلاقات السببية الثنائية الاتجاه بين البروتينات والمتغيرات السريرية، كاشفة عن ارتباطات كبيرة مثل التأثيرات الإيجابية للبروتين الدهني عالي الكثافة (HDL) على HMOX1 والأبوليبوبروتين M (APOM). كما سلطت الدراسة الضوء على دور الدهون الثلاثية في تعديل مستويات البروتين المرتبطة بتمثيل الدهون والالتهاب. قدمت الشبكات البايزية التي تم إنشاؤها لكل من مجموعات T2D وغير السكري رؤى حول التفاعل المعقد للعوامل الأيضية، مما يبرز أهمية BasalISR في دفع تراكم الدهون في الكبد وآثاره المحتملة على الصحة الأيضية. بشكل عام، تؤكد النتائج على العلاقات المعقدة ضمن الشبكات الأيضية وأهميتها في فهم T2D والحالات المرتبطة بها.
DOI: https://doi.org/10.1016/j.metabol.2026.156552
PMID: https://pubmed.ncbi.nlm.nih.gov/41655955
Publication Date: 2026-02-07
Author(s): Natalie N. Atabaki et al.
Primary Topic: Liver Disease Diagnosis and Treatment
Overview
The study aimed to identify organ-specific and systemic factors contributing to metabolic dysfunction-associated steatotic liver disease (MASLD) by employing integrative causal inference methods across clinical, imaging, and proteomic data in individuals with and without type 2 diabetes (T2D). Utilizing Bayesian network analyses and two-sample Mendelian randomization, the researchers analyzed data from the IMI-DIRECT cohort, which included metabolic challenge tests, MRI-derived fat content, serological biomarkers, and Olink plasma proteomics from 331 adults with new-onset T2D and 964 without diabetes.
The results indicated that a high basal insulin secretion rate (BasalISR), derived from C-peptide deconvolution, was a primary causal driver of liver fat accumulation in both cohorts. BasalISR, which reflects β-cell insulin output independent of peripheral insulin levels, was significantly associated with hepatic steatosis. Additionally, visceral adipose tissue showed bidirectional relationships with liver fat, indicating a self-reinforcing metabolic cycle. Among the 446 proteins analyzed, 34 were linked to the metabolic networks, with notable proteins such as GUSB, ALDH1A1, and LPL being directly associated with liver fat. Sex-stratified analyses revealed GUSB as a strong predictor in females and LEP in males. The findings suggest that BasalISR may provide insights into early β-cell dysfunction related to MASLD and highlight potential biomarkers and therapeutic targets within a complex proteo-metabolic framework.
Introduction
The introduction highlights the growing prevalence of metabolic dysfunction-associated steatotic liver disease (MASLD), particularly among individuals with type 2 diabetes (T2D), where the prevalence reaches approximately 67%. Despite the established epidemiological link between intrahepatic lipid accumulation and T2D, the metabolic and proteomic mechanisms underlying this relationship remain inadequately understood, complicating prevention and treatment efforts. The section emphasizes the role of hyperinsulinemia, particularly excessive early-phase insulin secretion, as a precursor to both T2D and MASLD, and underscores the importance of distinguishing between insulin secretion rates and circulating plasma insulin levels due to significant hepatic insulin extraction.
To address the knowledge gap regarding the causal drivers of liver fat accumulation and its impact on glucose and insulin homeostasis, the authors propose a comprehensive analysis using Bayesian network analysis and Mendelian randomization (MR). These methodologies are positioned as superior to traditional regression analyses for establishing causal relationships within complex metabolic networks. The study utilizes data from the IMI-DIRECT T2D and non-T2D cohorts, which include detailed measurements of glucose and insulin dynamics, liver fat content, and proteomic profiles, to explore the interconnections among plasma proteins, glucose and insulin dynamics, and hepatic lipid accumulation.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the specific materials used, including any reagents, equipment, and biological samples, as well as the conditions under which experiments were conducted. The methodology is described in a step-by-step manner to ensure reproducibility, highlighting any controls, variables, and statistical analyses applied to interpret the data.
Additionally, the section may include information on the sampling techniques, data collection methods, and any software or tools utilized for analysis. This comprehensive approach ensures that the findings are grounded in a robust experimental framework, allowing for accurate assessment and validation of the results presented in the study.
Results
In the IMI-DIRECT study, a complete-case analysis was conducted involving 331 participants with Type 2 Diabetes (T2D) and 964 without T2D, utilizing 19 clinical and 446 proteomic variables. To evaluate potential selection bias due to the exclusion of participants with missing data, baseline demographic, anthropometric, and metabolic characteristics were compared between the complete-case and full IMI-DIRECT datasets. The analysis revealed negligible standardized mean differences (SMDs) across all clinical and biochemical variables (|SMD| < 0.1), suggesting minimal bias from the exclusion of cases. The clinical variables selected for analysis were based on their established associations with hepatic lipid accumulation, as identified within the IMI-DIRECT cohorts and supported by existing literature. These variables encompassed glycemic control, β-cell function, adipose volume, and hepatic lipid content. Notably, certain clinical biomarkers, such as bilirubin and amylin, were not measured in the IMI-DIRECT study, which is attributed to the study's design rather than any selective reporting.
Discussion
The IMI-DIRECT study analyzed complete-case data from a multicenter cohort of European-ancestry adults, comprising individuals with type 2 diabetes (T2D) and those without, to investigate metabolic networks and their implications for liver fat accumulation. The study utilized various methodologies, including frequently sampled mixed-meal tolerance tests (MMTTs) and oral glucose tolerance tests (OGTTs), to derive insulin secretion estimates and assess body fat distribution through advanced imaging techniques. A Bayesian network approach was employed to visualize potential causal relationships between clinical and proteomic features, with sensitivity analyses ensuring robustness. Key findings indicated that basal insulin secretion rate (BasalISR) was a primary determinant of liver fat content, with significant associations identified between BasalISR, liver fat, and various plasma proteins, including IGFBP1 and CTSD.
Further analyses, including Mendelian randomization (MR), were conducted to explore bidirectional causal relationships between proteins and clinical variables, revealing significant associations such as the positive effects of high-density lipoprotein (HDL) on HMOX1 and apolipoprotein M (APOM). The study also highlighted the role of triglycerides in modulating protein levels associated with lipid metabolism and inflammation. The Bayesian networks constructed for both T2D and non-diabetes cohorts provided insights into the complex interplay of metabolic factors, emphasizing the importance of BasalISR in driving liver fat accumulation and its potential implications for metabolic health. Overall, the findings underscore the intricate relationships within metabolic networks and their relevance to understanding T2D and associated conditions.