下载:
-
糖尿病是临床常见的慢性疾病[1-5]。临床中，约30%糖尿病患者共病抑郁，其中10%患者将进展为中重度抑郁[6-8]，加重患者身心负担，严重影响其治疗及预后。目前临床主要通过汉密顿抑郁(HAMD)量表、ICD-10诊断标准和临床表现诊断抑郁。然而，仅通过量表和临床观察，不能及早发现抑郁并给予干预[9]。近年来，挥发性有机化合物(VOCs)作为研究热点，在多种疾病中均存在特征信号[10-13]。挥发性有机化合物是一组小分子代谢物,通过气相的形式在呼吸、汗液、血液、尿液和粪便中释放和被检测到,并且携带着人体生理和代谢状态的有用信息,其作为人体"气味指纹"常用于评估健康状况,以及疾病的筛查、诊断和治疗。普通意义上的VOCs主要是一类熔点低于室温而沸点在50～260 ℃之间的挥发性有机化合物，如烃类、卤代烃、氧烃和氮烃，它包括：苯系物、有机氯化物、氟里昂系列、有机酮、胺、醇、醚、酯和酸等。尿中VOCs主要有2-氧丙醛、2,5,8-三甲基丙酮-1,2,3,4-四氢萘-1-醇、苯酚、癸醛、壬醛、1,6-二氧杂环十二烷-7,12-二酮、1- 溴-1-(3-甲基-1-戊烯基)-2,2,3,3-四甲基环丙烷、异长叶烯-5-醇、3-乙基-3-甲基庚烷、正十四烷、苯胺、 2,5-环己二烯-1,4-二酮、苯乙烯、4-庚酮、二甲基硅烷二醇、己酸、2-庚酮、辛醇、环己酮等多种有机物。但目前为止，VOCs在糖尿病共病抑郁方面的相关研究尚未开展。本文以2型糖尿病患者为研究样本，利用微型气体测试装置检测分析患者尿液VOCs，旨在探讨糖尿病共病抑郁患者尿液VOCs是否存在特征信号，以期及早筛查发现能早期预测抑郁的有效分子标志物，为对糖尿病患者进行治疗干预提供实验依据。
-
选择2019年11月−2020年11月在上海交通大学附属第六人民医院南院住院治疗，并符合防治指南诊断标准的2型糖尿病患者，年龄25～75岁，无意识障碍，住院前及住院期间未接受任何抗抑郁药物治疗。
-
纳入本研究的患者均签署知情同意书，并由医院伦理委员会审核批准。
-
利用医院病历系统收集患者的年龄、性别、体重指数(BMI)、空腹血糖、糖化血红蛋白、谷草转氨酶(AST)、谷丙转氨酶(ALT)等基线资料。
-
患者住院期间，利用病人健康量表-9(Patient Health Questionnaire-9, PHQ9)对纳入研究的糖尿病患者进行抑郁症筛查。PHQ9量表是一个国际上通用的简便、有效的抑郁症障碍自评量表，内容如表1所示。
表 1 PHQ9抑郁症筛查量表
序号 项 目 完全没有 有几天 一半以上天数 几乎每天 1 做事时提不起劲或没有兴趣 0 1 2 3 2 感到心情低落, 沮丧或绝望 0 1 2 3 3 入睡困难、睡不安或睡得过多 0 1 2 3 4 感觉疲倦或没有活力 0 1 2 3 5 食欲不振或吃太多 0 1 2 3 6 觉得自己很糟或很失败，或让自己或家人失望 0 1 2 3 7 对事物专注有困难，例如看报纸或看电视时 0 1 2 3 8 动作或说话速度缓慢到别人已经察觉？或者变得烦躁或坐立不安，动来动去的情况更甚平常 0 1 2 3 9 有不如死掉或用某种方式伤害自己的念头 0 1 2 3 对纳入研究的患者，采用PHQ9量表内容对患者近两周生活情况进行提问，根据每项症状出现的频率与程度换算为对应的抑郁评分，其中0～4分表示没有抑郁，5～9分提示可能患者存在轻微抑郁症，10～14分提示可能有中度抑郁症，15～19分提示可能有中重度抑郁症，20～27分提示可能有重度抑郁症。根据抑郁评分将患者分为糖尿病组(抑郁评分≤4)及糖尿病共病抑郁组(抑郁评分≥5)。
-
用无菌尿液收集管采集尿液样本10 ml，样本颠倒混匀，分装5 ml尿液样本于15 ml离心管内，−80 ℃保存备用，用于尿液VOCs检测。
-
将尿液样本用针式过滤器(0.22 μm聚醚砜)进行过滤，取5 ml 过滤后液体加入20 ml螺口顶空瓶中，拧紧瓶口后放入20 ℃水浴中孵育10 min，用于测试。
-
使用内径2 mm四氟乙烯管分别连接两种长度的金属不锈钢针头(18 g, 80 mm和18 g, 35 mm)。将80 mm的针头完全插入待测尿液底部，35 mm针头插入待测尿液上部(即微型鼓泡器)，将微型鼓泡器与微型气体测试装置连接，如图1。
图 1 微型气体测试装置示意图
-
保持两个电磁阀断电状态，通过流量计控制300 sccm N2进入微型集成式传感阵列获取稳定的基线(即稳定阶段)，如图2。然后将两个两位三通电磁阀同时开启，通过微型鼓泡器获取尿液中VOCs，鼓泡1 min，即测试阶段。最后再同时断电，N2冲洗2 min，即恢复阶段。更换金属不锈钢针头和尿液样本继续测试。
图 2 测试过程和特征数据提取
-
在完成尿液挥发性有机化合物测试后，对方法的灵敏度、特异性、准确性进行分析，灵敏度为被正确识别为糖尿病共病抑郁人数占被正确识别为糖尿病共病抑郁人数及被错误认定为糖尿病人数之和的百分比，特异性为被正确识别为糖尿病人数占被正确识别为糖尿病人数及被误诊为糖尿病共病抑郁人数之和的百分比，准确性为被正确识别为糖尿病共病抑郁人数及被正确识别为糖尿病人数之和占样本总数的百分比，具体计算公式如下：
$$\text{灵敏度} =\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}} $$ (1) $$\text{特异性} =\frac{\mathrm{T}\mathrm{N}}{\mathrm{T}\mathrm{N}+\mathrm{F}\mathrm{P}} $$ (2) $$ \text{准确性}=\frac{\mathrm{T}\mathrm{P}+\mathrm{T}\mathrm{N}}{\mathrm{T}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}} $$ (3) 式中：TP(真阳性)测量被正确识别为糖尿病+抑郁症患者数量；TN(真阴性)测量被正确识别为糖尿病患者的数量；FP(假阳性)测量被误诊为糖尿病+抑郁症患者的数量；FN(假阴性)测量被错误认定为糖尿病患者数量；Total是样本的总数。
-
数据采用SPSS 19.0和GraphPad Prism 8软件进行统计分析，患者基线特征采用两独立样本T检验分析，尿液特征VOCs采用主成分分析进行降维处理。在本研究中，P<0.05被认为差异有统计学意义。
-
本次研究纳入糖尿病患者共161例，其中单纯糖尿病组患者141例，占87.58%；糖尿病共病抑郁组患者20例，占12.42%，患者具体情况如表2和表3所示。
表 2 两组患者基线特征
组别 例数[n(%)] 抑郁评分 性别[n(%)] 年龄 BMI 男 女 单纯糖尿病组 141(87.58) 0.45±0.96 93(65.96) 48(34.04) 52.12±12.45 25.93±4.59 糖尿病共病抑郁组 20(12.42) 7.85±5.10** 13(65) 7(35) 59.20±11.55* 24.22±4.13 注： *P<0.05；**P<0.01，与糖尿病组相比。 表 3 两组患者空腹血糖、糖化血红蛋白、肝功能比较
组别 例数[n(%)] 空腹血糖 糖化血红蛋白 AST ALT 单纯糖尿病组 141(87.58) 10.61±4.98 10.33±2.43 24.59±16.26 32.12±29.85 糖尿病共病抑郁组 20(12.42) 10.16±5.48 10.04±2.47 22.65±12.86 31.10±21.43 结果显示，糖尿病共病抑郁组患者抑郁评分显著高于单纯糖尿病组患者(P<0.01)，同时发现，糖尿病共病抑郁组患者年龄显著高于单纯糖尿病组患者(P<0.05)。此外，两组患者的性别组成、BMI无统计学差异(P>0.05)。
结果显示，单纯糖尿病组、糖尿病共病抑郁组患者空腹血糖、糖化血红蛋白、AST、ALT无统计学差异。
-
从141例单纯糖尿病患者中随机选取50份尿液，糖尿病共病抑郁组样本20份全部纳入，样本合计70份进行VOCs检测，获取糖尿病组患者和糖尿病共病抑郁组患者的尿液VOCs信号。部分尿液样本动态信号响应数据如图3所示。由图3得知，气路微型化装置中的8个传感器对于尿液VOCs具有响应差异性，两组患者对应的所有传感器电阻变化率具有差异，说明两组患者的尿液VOCs组成存在差异，由于传感器电阻变化率体现的是所有传感器数据，未能明显呈现两组患者的尿液VOCs差异，因此需要进一步通过主成分分析对患者尿液VOCs进行可视化。
图 3 尿液VOCs的动态信号响应
-
将获取的原始数据先基线归零(图2B)，按公式(4)计算电阻变化率特征值F：
$$ \mathrm{F}=\frac{\mathrm{R}\mathrm{b}-\mathrm{R}\mathrm{a}}{\mathrm{R}\mathrm{a}}\times 100 \% $$ (4) 通过上述方法得到8个传感器采集的8个特征值，使用SPSS软件将获取的8个特征值和70组样本数据(8×70)进行主成分分析(PCA)，并将分析数据应用GraphPad Prism 8软件处理。通过传感阵列的交叉响应，两组患者的尿液特征VOCs主成分分析如图4所示。
图 4 尿液样本VOCs的主成分分析
主成分分析结果显示，单纯糖尿病组和糖尿病共病抑郁组对应散点在组成上相互聚集，表明组内样本相似性高，同时两组散点呈现分散状态，提示两组患者的尿液VOCs基本分开，两组患者尿液VOCs存在组成差异。
通过公式(1)～(3)计算微腔集成式传感阵列对70份样品中糖尿病和糖尿病加抑郁症患者识别计算，测量被正确识别为糖尿病+抑郁症患者数量为16，测量被正确识别为糖尿病的数量为49，测量被误诊为糖尿病+抑郁症患者的人数为1，测量被错误认定为糖尿病数量为4，样本总数为70，得出该方法灵敏度为80%，特异性为98%，准确性为92.8%。
-
糖尿病是临床常见的慢性病，由于需要终身服药、额外的医疗支出、严格的饮食限制和潜在的并发症，给患者带来沉重的身体和心理负担[14]。研究发现，约30%糖尿病患者共病抑郁，其中10%进展为中重度抑郁[6-8]。共病抑郁后，患者生活质量受到进一步影响，血糖控制效果变差，大大影响其治疗与预后[15]。此外，与糖尿病患者相比，糖尿病共病抑郁患者的死亡率显著上升[16]。然而，在临床工作中，糖尿病共病抑郁与糖尿病心理痛苦容易混淆，仅靠现有的临床量表未能有效、及早地确诊抑郁，同时临床缺乏糖尿病共病抑郁的特征性代谢分子辅助诊断，使得糖尿病共病抑郁早期诊断尤为困难。尿液VOCs是近年来的研究热点，其成分和浓度反映机体的病理生理情况。由于尿液中的代谢物浓度较高，同时可通过无创手段获得，在减轻患者身体负担的同时，为多种疾病的诊断、治疗创造条件。已有研究发现，糖尿病、肿瘤等疾病可以在VOCs中找到对应的特征信号[17-20]，为临床诊断提供新思路。但目前为止，VOCs在糖尿病共病抑郁方面的相关研究尚未开展。因此，探索尿液VOCs在糖尿病共病抑郁领域具有积极的临床意义。
在本研究中，我们纳入161例符合糖尿病诊断标准的2型糖尿病患者进行分析。PHQ9量表作为识别、评估抑郁程度的简便、有效工具，条目简单，操作性强，其检测抑郁的灵敏度与HAMD量表评分显著相关，故在本研究中采用PHQ9量表对入组患者进行抑郁评估。经PHQ9量表筛查后，糖尿病患者141例，糖尿病共病抑郁患者20例，糖尿病共病抑郁组患者占比12.42%。结果显示，糖尿病共病抑郁组患者抑郁评分、年龄显著高于糖尿病组患者(P<0.05)，但两组的BMI、空腹血糖、糖化血红蛋白、AST、ALT无统计学意义。提示临床，对于老年糖尿病患者，应更关注其心理状态，及时开展积极的心理治疗。
接着，我们采集了两组患者的晨尿，并建立了微型气路测试装置，通过测试装置中的8个传感器对两组患者尿液中VOCs进行特征检测。结果显示，两组患者尿液VOCs对应的传感器电阻变化率有差异，提示两组患者尿液VOCs组成存在差异。在主成分分析中，我们发现，单纯糖尿病组患者和糖尿病共病抑郁组患者的尿液VOCs基本分开，进一步证明两组患者的尿液VOCs存在组成差异。经计算，气路微型化装置检测VOCs方法的灵敏度、特异性、准确性良好，表明该方法在检测尿液VOCs时具有可行性。以上结果说明，在糖尿病共病抑郁患者尿液中可能存在特征VOCs。糖尿病共病抑郁后，患者尿液VOCs发生改变，表明抑郁可能扰动糖尿病患者机体中的物质代谢，使体内代谢物发生复杂改变，可表现在尿液VOCs中。
除气路微型化测试装置外，国外学者还利用电子鼻设备通过尿液VOCs成功区分糖尿病组患者与健康对照组[20]，提示尿液VOCs作为新型的非入侵性诊断标志物，具有非常重要的研究潜力。尿液VOCs作为一种新颖的临床筛查指标，对患者基本无创伤，依从性高，同时通过气路微型化测试装置建立的检测方法灵敏度、特异性和准确性高，对临床早期发现和干预糖尿病共病抑郁具有实际应用价值。但目前建立的测试装置未能对VOCs种类进行区分，VOCs中的具体成分和浓度仍然未知。因此，需要完善测试装置及检测方法，继续探索糖尿病共病抑郁患者体内特征VOCs成分及浓度，以期发现糖尿病共病抑郁患者体内特征VOCs，为临床早期诊断提供实验参考。
Analysis of volatile organic compounds in urine of diabetic patients comorbid with depression
-
摘要:
目的 比较糖尿病患者与糖尿病共病抑郁患者尿液挥发性有机化合物(VOCs)的差别。 方法 纳入2019年11月至2020年11月在上海交通大学附属第六人民医院南院住院治疗，并符合防治指南诊断标准的2型糖尿病患者，利用PHQ9量表进行抑郁症筛查，根据评分将纳入研究的患者分为两组，分别为单纯糖尿病组和糖尿病共病抑郁组。采集患者晨尿，利用微型气体测试装置检测尿液中的挥发性有机化合物。 结果 纳入研究患者合计161例，其中单纯糖尿病组141例，糖尿病共病抑郁组20例。微型气体测试装置灵敏度为80%，特异性为98%，准确性为92.8%。两组患者的尿液挥发性有机化合物存在差异。 结论 糖尿病共病抑郁患者与糖尿病患者相比，尿液中的挥发性有机化合物组成可能发生改变，可为临床早期诊断抑郁症提供实验参考。 Abstract:Objective To compare the difference of volatile organic compounds (VOCs) in the urine of diabetic patients comorbid with or without depression. Methods Patients with type 2 diabetes who met the diagnostic criteria of prevention and treatment guidelines and were treated in inpatient department of Sixth People’s Hospital South Campus, Shanghai Jiaotong University, from November 2019 to November 2020 were included in the study. Depression screening was performed using PHQ9 scale. According to the scores, the patients were divided into two groups: diabetic patient group and diabetic patient comorbidity depression group. The morning urine was collected and VOCs in urine were detected using a miniature gas tester. Results A total of 161 patients with diabetes mellitus, including 141 patients in the diabetic group and 20 patients in the diabetic comorbidity depression group. The results indicated that the sensitivity, specificity and accuracy of the method are 80%, 98% and 92.8% respectively. There were differences in urine volatile organic compounds between the two groups. Conclusions Compared with diabetic patients, the composition of volatile organic compounds in urine may change after diabetic comorbidity depression, which can provide experimental reference for early clinical diagnosis of depression. -
Key words:
- diabetic /
- depression /
- urine /
- volatile organic compounds
-
1. 电离辐射的危害
随着全球经济的高速发展和科技的不断进步，核工业在军事、医疗等领域得到全面发展，但伴随而来的是对从业人员和附近居民造成严重的辐射危害。
辐射是指能量以电磁波或粒子的形式向外传播的现象，可分为电离辐射和非电离辐射。拥有足够高能量而使原子电离的辐射为电离辐射，它包括X射线、α射线、β射线、γ射线等，具有潜在的致癌性。非电离辐射能量较低，不会电离物质而会使物质内粒子运动，包括红外线、紫外线和微波等[1]。
辐射可引起全身性的放射病，几乎所有系统、器官均可发生病理性改变，其中以神经系统、消化系统和造血器官的改变最为明显，会诱发心血管疾病、糖尿病甚至癌突变。辐射对机体的损伤可分为急性和慢性放射性损伤。短时间内接受高剂量的照射，可引起机体的急性损伤，常见于核事故和放射治疗患者。剂量低于1 Gy时少数会出现轻微症状，剂量在1~10 Gy时，会出现造血型急性放射病；剂量超过10 Gy，会出现高致死率[2]。而长期接受超剂量的全身或局部照射，可引起慢性放射病，如皮肤损伤、造血障碍、白细胞减少、生育功能受损等。此外，辐射还能直接导致视力下降、视网膜脱落，诱发孕妇流产、不育、畸胎、儿童发育不足等[3]。
2 抗辐射天然产物的作用机制[4]
抗辐射药物是指在辐射前或后给予药物预防或治疗，可减轻或修复辐射损伤的药物。现有的抗辐射化学合成药物主要包括细胞因子、含硫化合物和激素类药物[5]，因其毒副作用较大而应用受限，近年来天然产物因其毒副作用小、多成分多靶点的独特优势受到广泛的关注。目前认为抗辐射天然产物的作用机制主要有以下4个方面。
2.1 防护DNA损伤
辐射损伤可破坏DNA分子的结构与功能，导致DNA碱基破坏、DNA分子间交联、DNA双链或单链断裂、糖基破坏等。此外，辐射还可导致细胞周期改变以及DNA合成抑制，直接影响细胞增殖。抗辐射天然产物可通过减轻或抑制辐射致细胞周期的缩短，避免或修复DNA损伤而起辐射防护作用。
2.2 清除自由基
人体产生的80%自由基是由水分子组成的。辐射可引起水分子生成强活性的氧化自由基，主要包括·OH、
${\rm{O}}^-_2 $ 、H2O2、·NO等，其中，·OH氧化性最强，可导致组织细胞产生脂质过氧化物[6]。人体由于自由基的产生造成的破坏主要有3个方面：破坏细胞膜；使血清抗蛋白酶失去活性；损伤基因导致细胞变异，如自由基和生物大分子的结合，导致DNA主链断裂或碱基破坏，通过氧化性降解使得多糖链断裂，形成脱氢自由基，破坏细胞膜上的多糖结构[7]。现代研究表明，大多数抗辐射天然产物具有清除多种自由基作用，能降低氧化酶活性，抑制细胞过氧化物的产生。2.3 保护免疫系统
辐射主要损伤骨髓、胸腺和脾脏等免疫器官以及淋巴细胞等。崔玉芳等[8]发现辐射对免疫系统的损伤主要表现为两个特点——早期损伤严重和后期恢复缓慢。在辐射早期脾脏T、B淋巴细胞数量迅速减少，丝裂原反应明显降低，而在受照射1年后，小鼠的免疫组织和外周血淋巴细胞凋亡率与正常水平相比仍较高，小鼠T淋巴细胞免疫功能仍未恢复。促进淋巴细胞增殖，抑制胸腺和脾脏细胞凋亡等是抗辐射损伤的有效途径。
2.4 保护造血系统
造血组织是辐射的敏感组织，机体受到辐射后，造血细胞会出现功能低下甚至死亡现象，其中，造血干细胞、粒系祖细胞、红系祖细胞是辐射攻击的主要靶细胞，外周血细胞的数量随着照射剂量的增加而减少，其形态和功能也会随之发生改变[1]。因此，改善造血微环境，促进白细胞增殖，修复骨髓造血功能等有助于保护造血系统，修复辐射损伤。
3. 抗辐射天然产物
3.1 多糖类化合物
天然多糖包括植物多糖、动物多糖和微生物多糖。它们是一类具有免疫调节、抗肿瘤、抗辐射、抗炎、抗疲劳、抗衰老作用的生物大分子[9]。关于多糖的抗辐射作用的机制尚不清楚，一般认为与多糖的抗氧化，对造血系统的保护，引起免疫系统的效应增强以及诱导产生某些细胞因子等作用有关。
3.1.1 植物多糖
研究表明，大多数植物多糖有较为显著的抗辐射作用，能提高辐射诱导损伤的防护能力，改善辐射诱导的氧化损伤。其辅助保护辐射损伤的作用机制复杂，一般推测与其修复DNA损伤、消除自由基、增强免疫功能等有关[10]。张乃珣等[11]研究发现，酸性黑木耳多糖(AAP)和红松球果多酚的联合使用可以有效地清除体内自由基，降低自由基对体内DNA造成的损伤，显著提高对60Co γ射线诱导氧化损伤的防护能力。此外，白海娜等[12]发现原花青素与黑木耳多糖（AAP-4）同样有协同防护辐射诱导氧化损伤的作用。徐俊杰等[13]研究山药多糖对低强度连续微波辐射致小鼠免疫系统功能损伤的保护作用，发现正常动物组与辐射损伤组相比，不同剂量(200、400、800 mg/kg)的山药多糖可提高巨噬细胞的吞噬指数、T淋巴细胞的增殖刺激指数和血清IgG水平，并降低血清IL-4水平。表明山药多糖能明显改善低强度连续微波辐射对小鼠免疫系统的损害。胡淼等[14]报道，预先给药黑大蒜多糖（150~600 mg/kg）可减轻X射线辐射对小鼠免疫器官和全血白细胞、血小板的影响，提高脾脏的代偿性造血增殖能力，提高抗氧化酶水平，具有较好的辐射防护作用。Zhang等[15]发现大黄多糖(RTP)通过调控Nrf2及其下游蛋白HO-1，显著降低细胞凋亡和炎症因子，从而显著改善辐射诱导的肠道损伤。
3.1.2 动物多糖
国内外学者从动物体内提取出不同种类的多糖，尤其是海洋动物，如虾蟹动物的甲壳质、河蚌多糖、鲍鱼多糖等，具有抗肿瘤、抗病毒、抗氧化、抗辐射等生物活性[16]。
3.1.3 微生物多糖
研究发现微生物中，尤其生活在高压、高辐射环境中的藻类，其多糖有着较为特殊的结构与生理特性，大多有较好的抗辐射效果。Kim等[17]在探讨低分子量岩藻多糖（LMF）对中波紫外线诱导的光老化的保护作用时发现，持续15周的中高剂量（2.0、1.0 mg/cm2）LMF治疗可对受到中波紫外线照射的小鼠光老化起到明显的保护作用，可抑制皱纹形成，皮肤水肿以及中性粒细胞在光老化病灶上的聚集。杨凯业等[18]报道称铁皮石斛多糖、褐藻多糖、灵芝多糖、竹荪多糖在50 mg/L的质量浓度下的复合作用可抑制紫外线辐射诱导的皮肤细胞光老化作用。
3.2 多酚类化合物
植物多酚是广泛存在于植物体内的一类次生代谢产物，包括黄酮类、花色苷类和酚酸类。研究表明，多酚类化合物含有多个酚羟基，具有显著的清除自由基能力，能减轻自由基对机体的伤害，从而起到辐射防护作用[19]。
Lekmine[20]等评价用阿尔及利亚南部特有植物Astragalus gombiformis Pomel地上部分制备的丁醇提取物的药理活性，采用防晒系数(SPF)等评价Astragalus gombiformis Pomel的光保护作用和抗氧化能力，结果表明提取物（SPF=37.78±0.85，SPF值>30的皮肤保护产品被认为是有效的紫外线辐射过滤器）具有良好的紫外线吸收能力，推测主要与其中的黄酮类和酚酸类化合物（主要为水飞蓟素、迷迭香酸、槲皮苷和山柰酚）的紫外吸收能力和抗氧化防御能力有关，具有潜在的辐射防护能力。
3.2.1 黄酮类化合物
黄酮类化合物泛指两个具有酚羟基的苯环(A-与B-环)通过中央三碳原子相互连结而成的一系列化合物，其基本母核为2-苯基色原酮。黄酮类化合物是一类从中草药中提取的天然产物，被认为是一种有效的抗氧化剂，可以调控炎症介质的调节酶或转录因子，通过与DNA的相互作用影响氧化应激，增强基因组稳定，具有神经保护和辐射保护作用[21]。
金银花素(5,7-二羟基黄酮)是从蜂胶、蜂蜜和几种植物中提取的一种黄酮类化合物。Mansour等[22]发现给药金银花素(50 mg/kg）可提高受5 Gy红外线照射雄性Wister大鼠大脑中丙二醛(MDA)水平和半胱氨酸蛋白酶-3（caspase-3）活性，这提示金银花素具有辐射致脑损伤的神经保护作用。Kale等[23]通过组织病理评估，显示槲皮素可显著减少辐射诱导的神经元变性和炎症浸润，揭示了槲皮素对辐射致脑损伤的神经保护作用。
Li等[24]证实芹菜素（4′,5,7-三羟基黄酮）能够一定程度上修复UVB诱导的人表皮角质形成细胞(HEKs)的毛细血管扩张性共济失调的异常突变，从而抑制HEKs细胞凋亡和坏死，表明芹菜素对中波紫外线损伤的HEKs具有新型的保护作用。Prasad等[25]报道水飞蓟宾（silibinin）可以防止中波紫外线诱导的胸腺嘧啶二聚体的形成，通过增加抑癌基因p53水平进而促进DNA修复和（或）启动受损细胞的凋亡。
曲克芦丁（TRX）是一种黄酮类化合物，广泛存在于茶叶、咖啡、谷类食品、各种水果和蔬菜中，具有抗辐射作用，Panat[26]对其清除自由基的能力和抗细胞凋亡活性进行了系统的研究。TRX能清除超氧物、NO和其他模型稳定的自由基，从而保护受辐照的细胞。
有些英国科学家研究发现，每天喝两杯绿茶、吃一个橘子，就可以帮助“电脑族”们抵御计算机辐射[27]。而儿茶素类化合物作为茶叶中的主要功能成分，具有显著的抗辐射作用。茶树中儿茶素类化合物主要包括，儿茶素、表儿茶素、没食子儿茶素、表没食子儿茶素、儿茶素没食子酸酯、表儿茶素没食子酸酯、没食子儿茶素没食子酸酯及表没食子儿茶素没食子酸酯8种单体。其中，表没食子儿茶素没食子酸酯生理活性较为突出，具有抗氧化性和抗细胞凋亡活性，可预防不同刺激对组织的损伤。Korystova等[28]研究发现在对辐射诱导的大鼠主动脉损伤的预防作用中，发现红茶比绿茶更加有效，即使浓度低于1 g/100 ml的红茶也能够有效预防红外线对主动脉造成的损伤。红茶中的儿茶素含量明显低于绿茶，但两种茶中的黄酮醇含量几乎相等。儿茶素、表没食子儿茶素和表没食子儿茶素没食子酸酯可增加大鼠主动脉的氧化应激，而黄酮醇可降低辐射诱导的氧化应激。因此，红茶药效的提高是由于儿茶素含量的降低使黄酮醇的正向调节作用更大程度地得到发挥所致。
3.2.2 酚酸类化合物
酚酸类化合物系指具有多羟基的芳香羧酸类化合物，主要以糖、酯以及有机酸的形式存在于植物中，现代研究表明酚酸类化合物能够清除体内多种自由基，具有良好的抗氧化活性和潜在的辐射防护作用。
Milton等[29]报道，鱼腥草细胞培养物的甲醇提取物因细胞产生酚类次生代谢物而具有潜在的光保护作用，结果显示鱼腥草细胞的甲醇提取物(310～2500 g/ml)能够显著提高受紫外线照射的3T3-Swiss白化成纤维细胞活力。提取物的LC-MS化学分析表明，其总酚和总酚酸含量（主要为没食子酸和毛蕊花苷）较高，具有特征的紫外吸收峰(第一和第二波段的峰值分别为294和330 nm)，能够抵消紫外线对皮肤的有害影响。
Abozaid等[30]报道肉桂酸纳米颗粒可作为一种辐射诱导胰腺炎的氧化还原信号通路的调节剂，首先用I-精氨酸和γ射线诱导大鼠患急性胰腺炎，口服肉桂酸纳米颗粒(CA-NPs)后，急性胰腺炎的严重程度及血清淀粉酶和脂肪酶水平均降低。同时，胰腺组织的MDA水平显著降低，谷胱甘肽的消耗显著恢复，caspase-3水平降低，可明显改善胰腺组织损伤或凋亡。因此，肉桂酸纳米颗粒对辐射诱导的急性胰腺炎具有较好的治疗潜力。Liu等[31]研究发现姜黄素（Cur）对长波紫外线辐射诱导的人皮肤成纤维细胞（HDFs）光老化具有一定的保护作用。Zhang等[32]发现白藜芦醇通过激活Sirtuin1 (Sirt1，组蛋白去乙酰化酶家族成员之一，可减轻炎症损伤)减轻辐射诱导的小鼠肠道损伤。周瑞芳等[33]研究表明，丹酚酸B可减轻γ射线辐射诱导的造血系统损伤和骨髓细胞的DNA及蛋白质的减少，恢复小鼠免疫系统的辐射损伤，具有显著的抗γ射线辐射作用。
3.2.3 花色苷
花色苷是花青素和糖以糖苷键结合而成的一种化合物，广泛存在于植物的花、果实、茎、叶和根器官的细胞液中，起到保护植物抗氧化的作用。其抗氧化和消除自由基能力可防护不同射线辐射，能够发挥独特的生理效应。
Fernandes等[34]发现花色苷家族成员（矢车菊色苷、锦葵色苷及其衍生色素）具有促进皮肤维持健康的活性，研究表明大部分化合物能够抑制金黄色葡萄球菌和铜绿假单孢菌菌株的生长繁殖，减少HEKs和HDF活性氧的产生，抑制皮肤降解酶的活性且无细胞毒性作用，具有一定的紫外线过滤作用。
Targhi等[35]研究黑桑花色苷对大鼠肝组织和骨髓细胞的辐射防护作用，以 60Co γ射线远距放射（3 Gy和6 Gy）建立大鼠辐射损伤模型，随后腹腔注射200 mg/kg的黑桑花色苷，结果显示黑桑花色苷可降低大鼠肝脏MDA和SOD的水平，降低γ射线照射对大鼠骨髓细胞和肝脏的遗传毒性和细胞毒性，有潜在的辐射保护作用。
3.3 皂苷类化合物
皂苷（saponin）类化合物是苷元为三萜或螺旋甾烷类化合物的一类糖苷，存在于人参、桔梗、刺五加等许多中草药中，在增强免疫、抗肿瘤、抗炎等方面具有显著的生物活性。研究表明人参皂苷的抗辐射机制与清除自由基、抗氧化活性，与其对心血管系统、免疫系统的保护作用以及对细胞凋亡的抑制作用有关[36]。
Wen[37]等研究黄芪甲苷对中波紫外线诱导的大鼠真皮成纤维细胞早衰的抗光老化作用，结果显示黄芪甲苷不仅能通过激活细胞外调解蛋白激酶ERK和丝裂原活化蛋白激酶p38信号抑制中波紫外线诱导的胶原-I的降解，还通过激活细胞自噬增加胶原-I的积累，从而保护中波紫外线诱导的光老化细胞，表明黄芪甲苷在抗光老化治疗中的潜在优势。
Wang等[38]分析柴胡皂苷-d (SSd)对肝癌细胞自噬活性和放射敏感性的影响，SSd通过抑制mTOR磷酸化促进肝癌细胞自噬，增加辐射诱导的肝癌细胞凋亡并且抑制肝癌细胞的增殖，为肝癌的放射增敏治疗提供了一种可能的途径。
Kim等[39]研究知母皂苷A-III（TA-III）对中波紫外线诱导的HEKs和HDF侵袭效应的保护作用时发现，TA-III在非细胞毒性剂量下（50 nmol/L）以剂量依赖的方式抑制中波紫外线诱导的环氧合酶-2（COX-2）、基质金属蛋白酶-9（MMP-9）转录和蛋白表达水平，降低中波紫外线诱导的原代皮肤细胞的侵袭，组织肿瘤坏死因子-α（TNF-α）、白介素-6（IL-6）和COX-2在HEKs中的过度表达，表明其具有光保护剂的开发潜力。
3.4 其他
除了上述多糖类、多酚类以及皂苷类化合物，天然产物中的许多其他化合物同样具有良好的辐射防护作用，包括维生素类、蛋白类、无机成分、稀有元素等。
Rostami等[40]研究发现预先摄入硒和维生素E能够对X射线辐射引起的遗传损害起到一定的防护作用。段一凡等[41]报道茶叶籽不饱和脂肪酸对中波紫外线诱导的HEKs损伤具有保护作用。Jaisin等[42]研究发现胡椒碱（10～40 µmol/L）预处理可抑制中波紫外线诱导的炎症信号通路，减弱HEKs的细胞毒性并且抑制其凋亡。这提示胡椒碱的抗炎作用能保护HEKs免受中波紫外线辐射的损伤，可作为一种紫外线辐射诱导皮肤炎症的有效治疗手段。
4. 结语
近年来，国内外越来越重视辐射损伤的防护，抗辐射药物的寻找也变得十分紧迫。而与传统的化学合成药物相比，天然来源的药物具有活性高、选择性强、毒副作用小等优点，作为抗辐射药物有着广阔的开发前景。但是抗辐射天然产物的筛选方法耗时耗力，因此建立高通量、高专属性的抗辐射天然产物筛选方法意义重大。此外，对已有的天然产物进行结构改造，以期获得抗辐射活性更高或毒副作用更小的衍生物以及提高抗辐射天然产物的提取纯化效率等皆是未来抗辐射天然产物研究的重点和难点。
-
表 1 PHQ9抑郁症筛查量表
序号 项 目 完全没有 有几天 一半以上天数 几乎每天 1 做事时提不起劲或没有兴趣 0 1 2 3 2 感到心情低落, 沮丧或绝望 0 1 2 3 3 入睡困难、睡不安或睡得过多 0 1 2 3 4 感觉疲倦或没有活力 0 1 2 3 5 食欲不振或吃太多 0 1 2 3 6 觉得自己很糟或很失败，或让自己或家人失望 0 1 2 3 7 对事物专注有困难，例如看报纸或看电视时 0 1 2 3 8 动作或说话速度缓慢到别人已经察觉？或者变得烦躁或坐立不安，动来动去的情况更甚平常 0 1 2 3 9 有不如死掉或用某种方式伤害自己的念头 0 1 2 3 
下载: 导出CSV
表 2 两组患者基线特征
组别 例数[n(%)] 抑郁评分 性别[n(%)] 年龄 BMI 男 女 单纯糖尿病组 141(87.58) 0.45±0.96 93(65.96) 48(34.04) 52.12±12.45 25.93±4.59 糖尿病共病抑郁组 20(12.42) 7.85±5.10** 13(65) 7(35) 59.20±11.55* 24.22±4.13 注： *P<0.05；**P<0.01，与糖尿病组相比。
下载: 导出CSV
表 3 两组患者空腹血糖、糖化血红蛋白、肝功能比较
组别 例数[n(%)] 空腹血糖 糖化血红蛋白 AST ALT 单纯糖尿病组 141(87.58) 10.61±4.98 10.33±2.43 24.59±16.26 32.12±29.85 糖尿病共病抑郁组 20(12.42) 10.16±5.48 10.04±2.47 22.65±12.86 31.10±21.43
下载: 导出CSV
-
[1] TIAN C J, ZHEN Z. Reactive carbonyl species: diabetic complication in the heart and lungs[J]. Trends Endocrinol Metab,2019,30(8):546-556. doi: 10.1016/j.tem.2019.05.005 [2] KOPF S, KUMAR V, KENDER Z, et al. Diabetic pneumopathy-A new diabetes-associated complication: mechanisms, consequences and treatment considerations[J]. Front Endocrinol (Lausanne),2021,12:765201. doi: 10.3389/fendo.2021.765201 [3] MOZZANICA F, FERRULLI A, VUJOSEVIC S, et al. Olfactory disfunction and diabetic complications in type 2 diabetic patients: a pilot study[J]. Endocrine,2022,75(3):760-767. doi: 10.1007/s12020-021-02897-6 [4] WU L, LIU C J, CHANG D Y, et al. Annexin A1 alleviates kidney injury by promoting the resolution of inflammation in diabetic nephropathy[J]. Kidney Int,2021,100(1):107-121. doi: 10.1016/j.kint.2021.02.025 [5] KAZAMEL M, STINO A M, SMITH A G. Metabolic syndrome and peripheral neuropathy[J]. Muscle Nerve,2021,63(3):285-293. doi: 10.1002/mus.27086 [6] HASHIM N A, ARIARATNAM S, SALLEH M R, et al. Depression and associated factors in patients with type 2 diabetes mellitus[J]. East Asian Arch Psychiatry,2016,26(2):77-82. [7] SEMENKOVICH K, BROWN M E, SVRAKIC D M, et al. Depression in type 2 diabetes mellitus: prevalence, impact, and treatment[J]. Drugs,2015,75(6):577-587. doi: 10.1007/s40265-015-0347-4 [8] CAMPAYO A, DE JONGE P, ROY J F, et al. Depressive disorder and incident diabetes mellitus: the effect of characteristics of depression[J]. Am J Psychiatry,2010,167(5):580-588. doi: 10.1176/appi.ajp.2009.09010038 [9] ZHANG J T, WU C C, SHENG J Y, et al. Molecular basis of 5-hydroxytryptophan synthesis in Saccharomyces cerevisiae[J]. Mol Biosyst,2016,12(5):1432-1435. doi: 10.1039/C5MB00888C [10] NAKHLEH M K, AMAL H, JERIES R, et al. Diagnosis and classification of 17 diseases from 1404 subjects via pattern analysis of exhaled molecules[J]. ACS Nano,2017,11(1):112-125. doi: 10.1021/acsnano.6b04930 [11] BROZA Y Y, VISHINKIN R, BARASH O, et al. Synergy between nanomaterials and volatile organic compounds for non-invasive medical evaluation[J]. Chem Soc Rev,2018,47(13):4781-4859. doi: 10.1039/C8CS00317C [12] DIETER T, LAUERER J. Depression or diabetes distress? Perspect Psychiatr Care,2018,54(1):84-87. doi: 10.1111/ppc.12203 [13] WU W W, HAICK H. Materials and wearable devices for autonomous monitoring of physiological markers[J]. Adv Mater,2018,30(41):e1705024. doi: 10.1002/adma.201705024 [14] BOGNER H R, MCCLINTOCK H F. Costs of coexisting depression and diabetes[J]. J Gen Intern Med,2016,31(6):594-595. doi: 10.1007/s11606-016-3675-5 [15] CHEN S G, ZHANG Q, DAI G X, et al. Association of depression with pre-diabetes, undiagnosed diabetes, and previously diagnosed diabetes: a meta-analysis[J]. Endocrine,2016,53(1):35-46. doi: 10.1007/s12020-016-0869-x [16] BOT M, POUWER F, ZUIDERSMA M, et al. Association of coexisting diabetes and depression with mortality after myocardial infarction[J]. Diabetes Care,2012,35(3):503-509. doi: 10.2337/dc11-1749 [17] WOOLLAM M, TELI M, ANGARITA-RIVERA P, et al. Detection of volatile organic compounds (VOCs) in urine via gas chromatography-mass spectrometry QTOF to differentiate between localized and metastatic models of breast cancer[J]. Sci Rep,2019,9(1):2526. doi: 10.1038/s41598-019-38920-0 [18] DA COSTA B R B, DE MARTINIS B S. Analysis of urinary VOCs using mass spectrometric methods to diagnose cancer: a review[J]. Clin Mass Spectrom,2020,18:27-37. doi: 10.1016/j.clinms.2020.10.004 [19] DAULTON E, WICAKSONO A N, TIELE A, et al. Volatile organic compounds (VOCs) for the non-invasive detection of pancreatic cancer from urine[J]. Talanta,2021,221:121604. doi: 10.1016/j.talanta.2020.121604 [20] ESFAHANI S, WICAKSONO A, MOZDIAK E, et al. Non-invasive diagnosis of diabetes by volatile organic compounds in urine using FAIMS and Fox4000 electronic nose[J]. Biosensors (Basel),2018,8(4):E121. -
点击查看大图
计量
- 文章访问数: 3618
- HTML全文浏览量: 1352
- PDF下载量: 16
- 被引次数: 0
