脑白质病变专题
中老年人群脂联素基因多态性与脑白质病变的关系
中华解剖与临床杂志, 2016,21(5) : 402-406. DOI: 10.3760/cma.j.issn.2095-7041.2016.05.004
摘要
目的

探讨在中老年人群中脂联素基因多态性与脑白质病变(WML)之间的关系。

方法

纳入2012年6月—2013年1月第三军医大学大坪医院神经内科811例中老年(≥50岁)住院患者的临床资料、血液学指标等进行横断面研究。根据头颅MRI检查结果及Fazekas评分标准诊断WML并分组:诊断为WML者419例纳入观察组,非WML者392例纳入对照组。采用连接酶链反应对患者基因进行分型。应用多因素logistic回归分析脂联素基因多态性与WML关系。

结果

与对照组比,观察组平均年龄更大,冠心病、既往卒中史、高血压和糖尿病的比例更高,血浆TC、高密度脂蛋白胆固醇(HDL-C)和载脂蛋白A-Ⅰ浓度较低,空腹血糖浓度较高(P值均<0.05)。rs7649121的AA、AT、TT基因型、等位基因A、T频率在两组间的分布差异有统计学意义(P<0.01)。调整了年龄、性别、既往卒中史、冠心病、高血压、糖尿病和HDL-C后,相对AA基因型,AT基因型和TT基因型仍是WML的独立危险因素;在显性模型中,AT/TT基因型患WML的风险是AA基因型的1.73倍。

结论

在中国中老年人群中首次发现,脂联素基因的rs7649121位点与WML有关,T等位基因是WML发生的易感基因。

引用本文: 尹泽钢, 崔敏, 符晓艳, 等.  中老年人群脂联素基因多态性与脑白质病变的关系 [J] . 中华解剖与临床杂志,2016,21 (5): 402-406. DOI: 10.3760/cma.j.issn.2095-7041.2016.05.004
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

脑白质病变(white matter lesions,WML)主要表现为侧脑室周围和/或皮质下MRI T2WI上高信号影,呈散在的点状或融合的片状分布,具有一定的对称性。WML常见于60岁以上老年人,与卒中、姿势步态异常、认知功能下降等疾病密切相关[1],具有重要的临床意义。WML发生与年龄、高血压、高脂血症、糖尿病等血管危险因素有关,然而这些因素仅是影响WML进展因素的一部分。最近的研究表明,WML发生、发展中遗传因素起到非常重要的作用,然而这些研究大多仅涉及某一基因的单核苷酸多态性(single nucleotide polymorphism, SNP)[2,3]

脂联素(adiponectin)是一种脂肪因子,通过与脂联素受体结合发挥抗动脉粥样硬化、抗炎等生物学效应。研究发现脂联素基因(adiponectin gene, ADIPOQ)SNP与血浆高密度脂蛋白胆固醇(high density lipoprotein cholesterol, HDL-C)浓度、代谢综合征、冠心病和缺血性脑卒中等有关[4]。既往仅有很少的研究报道了血浆脂联素水平与WML发生患者的血浆脂联素水平之间关系[5],但目前还没有ADIPOQ的SNP位点与WML发生的关系的研究。因此,本研究对第三军医大学大坪医院神经内科住院中老年患者进行基因分型,旨在探讨ADIPOQ的SNP位点与WML发生之间有无关联。

1 资料与方法
1.1 一般资料

病例纳入标准:(1)年龄≥50岁;(2)无意识障碍,能配合进行头颅MRI检查者;(3)同意留取血标本做ADIPOQ的SNP检测;(4)对相关研究目的知情同意。排除标准:(1)有多发性硬化、感染、一氧化碳中毒、中枢神经系统脱髓鞘疾病等;(2)帕金森、痴呆、颅内肿瘤等疾病;(3)合并有焦虑、抑郁或者其他精神疾病;(4)ADIPOQ的SNP位点基因分型失败。本研究为横断面调查研究,连续收集2012年6月—2013年1月在第三军医大学大坪医院神经内科住院治疗的1 065例患者为研究对象。按上述标准最终纳入其中的811例(76.2%)研究,其中男386例、女425例,年龄(66.4±9.1)岁。本研究获第三军医大学大坪医院伦医委员会批准[医研伦审(2012)第41号]。

1.2 WML诊断标准及分组

WML在MRI表现为T2WI和液体衰减反转恢复(fluid-attenuated in version recovery, FLAIR)序列显示高信号,T1WI为等或低信号,分为脑室旁白质病变和深部白质病变。采用Fazekas标准对WML进行评分[6]。脑室旁白质病变评分:0分,无病变;1分,线状或帽状病变;2分,光滑或粗糙晕环病变;3分,不规则脑室旁病变。深部白质病变评分:0分,无病变;1分,点状病变;2分,开始融合的病变;3分,大面积融合病变。本研究将脑室旁白质和深部白质的评分相加为该患者的WML总分。诊断标准:总分0~1分为无WML,2~6分为有WML。分组:419例WML纳入观察组,392例无WML纳入对照组。

1.3 研究方法
1.3.1 资料收集

收集所有研究对象临床资料包括年龄、性别、体质量、身高、吸烟、饮酒、冠心病、既往卒中史、糖尿病及高血压。合并疾病诊断标准:(1)高血压,符合2007年ESC/ESH原发性高血压诊断标准,收缩压>140 mmHg(1 mmHg=0.133 kPa)或舒张压>90 mmHg,或已使用降压药物治疗;(2)糖尿病,符合1999年WHO糖尿病诊断标准,至少2次随机血糖>11.1 mmol/L或空腹血糖(fasting blood-glucose, FBG)>7.0 mmol/L,或既往有确切糖尿病史;(3)卒中,既往曾诊断卒中,局灶性缺血症状体征超过24 h,并经头颅CT或MRI证实;(4)冠心病:既往有心肌梗死、心绞痛病史。吸烟史:每日吸烟>10支,持续5年以上;饮酒史:每日饮酒>100 g,持续5年以上。

1.3.2 血液生化检测

所有患者在清晨抽取空腹血样,送至第三军医大学大学大坪医院临床检验科进行血液指标检查。FBG、TC、TG、HDL-C、低密度脂蛋白胆固醇(low density lipoprotein cholesterol, LDL-C)采用常规酶法检验,载脂蛋白A-Ⅰ(Apo A-Ⅰ)和载脂蛋白B(Apo B)采用免疫比浊法检测。采用DxC800化学分析仪(Beckman Coμlter Inc.,Brea,加利福利亚,美国)。

1.3.3 MRI扫描

采用德国西门子公司生产的3.0 T MRI扫描仪,常规横断面头颅扫描,包括T1WI(TR/TE:450/8.9 ms)、T2WI(TR/TE:5 000/87 ms)和FLAIR序列(TR/TE:8 500/88 ms,反转时间:2 000 ms),DWI(TR/TE:3 400 ms/102 ms, b=0/500/1 000)、ADC(TR 3 400 ms,TE 102 ms),层厚5 mm。

1.3.4 ADIPOQ的SNP位点检测

在人类基因组NCBI数据库中查找ADIPOQ染色体定位和基因序列。采用Haploview软件(4.2版)导入数据,并综合文献选择8个标签SNP位点,即rs7649121、rs1063539、rs2241767、rs1501299、rs16861194、rs12495941、rs182052、rs266729。使用AxyPrep-96血基因组DNA试剂盒提取DNA,连接酶链反应(ligase chain reaction, LCR)检测SNP位点。

1.4 统计学方法

采用SPSS 19.0统计软件进行统计分析。服从正态分布的计量资料用±s表示,组间比较采用独立样本t检验;偏态分布资料M(P25, P75)表示,采用Wilcoxon秩和U检验。计数资料采用χ2检验。 logistic多因素回归分析SNP位点各基因型与WML的关系,调整因素包括年龄、性别、既往卒中史、冠心病、高血压、糖尿病和HDL-C,年龄和HDL-C作为连续性变量进入方程,单位点分析使用显性、隐形和加性模型。以P<0.05为差异有统计学意义。

2 结果
2.1 两组临床特征与血液生化指标比较

与对照组相比,观察组平均年龄更大,患冠心病、既往卒中史、高血压和糖尿病的比例高(P值均<0.05);而性别构成比、BMI以及吸烟、饮酒史组间比较差异均无统计学意义(P值均>0.05)。见表1。观察组较对照组患者血浆TC、HDL-C和Apo A-Ⅰ低, FBG浓度高,差异均有统计学意义(P值均<0.05);两组血浆TG、LDL-C及Apo B值比较,差异均无统计学意义(P值均>0.05)。见表2

点击查看表格
表1

观察组与对照组患者临床特征比较[例(%)]

表1

观察组与对照组患者临床特征比较[例(%)]

组别例数年龄(岁,±s)男性吸烟饮酒冠心病卒中史高血压糖尿病BMI(kg/m2±s)
观察组41971.0±8.8196(46.8)81(19.3)42(10.0)80(19.1)82(19.6)261(62.3)88(21.0)23.6±3.5
对照组39262.4±8.5190(48.5)88(22.4)46(11.7)32( 8.2)20( 5.1)125(31.9)57(14.5)23.3±3.1
检验值t=14.155χ2=0.232χ2=1.193χ2=0.613χ2=20.326χ2=38.557χ2=75.057χ2=5.759t=1.294
P<0.01>0.05>0.05>0.05<0.01<0.01<0.01<0.05>0.05
点击查看表格
表2

观察组与对照组患者血液生化检测值比较( mmol/L,±s)

表2

观察组与对照组患者血液生化检测值比较( mmol/L,±s)

组别例数FBG[M(P25P75)]TG[M(P25P75)]TCHDL-CLDL-CApo A-Ⅰ(g/L)Apo B(g/L)
观察组4195.05(4.62,5.96)1.20(0.88,1.81)4.71±1.101.17±0.302.58±0.741.34±0.250.90±0.22
对照组3924.91(4.49,5.51)1.27(0.91,1.89)4.91±1.041.24±0.332.66±0.741.40±0.240.92±0.22
检验值Z=-2.014Z=1.534t=-2.661t=-3.524t=-1.539t=-3.486t=-1.294
P<0.05>0.05<0.01<0.01>0.05<0.01>0.05

注: WML:脑白质病变;FBG:空腹血糖;TG:三酰甘油;TC:总胆固醇;HDL-C:高密度脂蛋白胆固醇;LDL-C:低密度脂蛋白胆固醇;Apo A-Ⅰ:载脂蛋白A-Ⅰ;Apo B:载脂蛋白B

2.2 两组ADIPOQ各SNP位点的基因型和等位基因分布频率的比较

rs7649121的AA、AT、TT基因型频率以及等位基因A、T的频率在两组间的分布差异均有统计学意义(P值均<0.01);rs1063539、rs2241767、rs1501299、rs16861194、rs12495941、rs182052、rs266729的基因型频率以及等位基因的频率在两组间的分布差异均无统计学意义(P>值均0.05)。见表3

点击查看表格
表3

419例观察组与392例对照组患者ADIPOQ基因各SNP位点的基因型和等位基因频率比较[例(%)]

表3

419例观察组与392例对照组患者ADIPOQ基因各SNP位点的基因型和等位基因频率比较[例(%)]

组别rs7649121rs1063539
基因型等位基因基因型等位基因
AAATTTATGGGCCCGC
观察组211(50.6)174(41.7)32(7.7)596(71.5)238(28.5)235(56.1)157(37.5)27(6.4)627(74.8)211(25.2)
对照组241(61.5)138(35.2)13(3.3)620(79.1)164(20.9)202(51.5)158(40.3)32(8.2)562(71.7)222(28.3)
χ213.40712.5622.0222.037
P<0.01<0.01>0.05>0.05
组别rs2241767rs1501299
基因型等位基因基因型等位基因
AAAGGGAGCCCAAACA
观察组237(56.6)150(35.8)32(7.6)624(74.5)214(25.5)220(53.1)168(40.6)26(6.3)608(73.4)220(26.6)
对照组197(50.3)162(41.3)33(8.4)556(70.9)228(29.1)211(54.1)148(38.0)31(7.9)570(73.1)210(26.9)
χ23.2682.5671.1170.026
P>0.05>0.05>0.05>0.05
组别rs16861194rs12495941
基因型等位基因基因型等位基因
AAAGGGAGGGGTTTGT
观察组314(75.1)94(22.5)10(2.4)722(86.4)114(13.6)139(33.2)202(48.2)78(18.6)480(57.3)358(42.7)
对照组273(69.6)106(27.0)13(3.3)652(83.2)132(16.8)126(32.1)195(49.7)71(18.1)447(57.0)337(43.0)
χ23.1443.2170.1910.012
P>0.05>0.05>0.05>0.05
组别rs182052rs266729
基因型等位基因基因型等位基因
GGGAAAGACCCGGGCG
观察组145(34.6)192(45.8)82(19.6)482(57.5)356(42.5)208(49.6)174(41.5)37(8.8)590(70.4)248(29.6)
对照组139(35.6)181(46.4)70(17.9)459(58.9)321(41.2)214(54.6)154(39.3)24(6.1)582(74.2)202(25.8)
χ20.3590.2933.1802.962
P>0.05>0.05>0.05>0.05

注:因存在SNP位点基因分型失败,各组病例总数不同;ADIPOQ:脂联素基因;SNP:单核苷酸多态性

2.3 logistic回归分析rs7649121与WML关系

调整相关混杂因素前, AT基因型和TT基因型患WML的风险是AA基因型的1.46和3.29倍。在显性模型中,AT/TT基因型患WML的风险是AA基因型的1.6倍;在隐性模型中,TT基因型患WML的风险是AA/AT基因型的2.8倍。在调整了年龄、性别、既往卒中史、冠心病、高血压、糖尿病和HDL-C这些危险因素后,logistic回归显示,相对AA基因型,AT基因型(OR=1.59,95% CI 1.01~2.50)和TT基因型(OR=3.44,95% CI 1.18~10.03)仍是WML发生的独立危险因素;在显性模型下,AT/TT基因型患WML的风险是AA基因型的1.73倍。见表4

点击查看表格
表4

rs7649121位点基因与WML患病风险的关系

表4

rs7649121位点基因与WML患病风险的关系

rs7649121SNP调整前OR(95% CI)P调整后OR(95% CI)aP
AA1 1 
AT1.46(1.01~2.10)<0.051.59(1.01~ 2.50)<0.05
TT3.29(1.35~8.03)<0.053.44(1.18~10.03)<0.05
显性1.60(1.12~2.28)<0.051.73(1.11~ 2.68)<0.05
隐性2.82(1.17~6.80)<0.052.83(0.99~ 8.08)>0.05

注:a调整了年龄、性别、既往卒中史、冠心病、高血压、糖尿病和高密度脂蛋白胆固醇,年龄和高密度脂蛋白胆固醇作为连续性变量进入方程

3 讨论

流行病学研究显示,随着年龄增长,WML的患病率和严重程度均增加[7,8];更是不同程度地影响到老年患者的生活质量,近年来越来越引起临床的重视。WML病程的发生、发展与年龄、高血压等多种危险因素共同作用有关,但是这些危险因素不足以完全解释WML的发病情况,而且越来越多的证据表明遗传因素在WML的发生发展起到重要作用[9]。一项Framingham心脏研究中评估了WML的进展遗传,研究包括来自10个队列的7 773名老年人全基因组,研究结果显示WML的广义遗传率为6.5%,具有较高的遗传倾向[10]。虽然目前的WML致病基因还未完全明确,但考虑到其是卒中、痴呆重要的预测因子,应尽早明确其相关致病基因,为临床上提供早期干预尤为重要。

近些年,WML的遗传学研究已成为人们研究的重点。肾素-血管紧张素系统是重要的血压调控系统,肾素血管紧张素原(AGT) M235T基因位于人染色体1q42~q43,有大量的基因多态性。国外一些研究表明位于(AGT) M235T基因2号外显子的错义突变不仅与高血压、冠心病密切有关,还与缺血性脑损伤的发生密切相关[11]。在血脂代谢和动脉粥样硬化有关的基因SNP位点检测研究中,de Leeuw等[12]报道了ε4等位基因不但与WML直接相关,而且还在导致认知功能下降及痴呆方面具有重要作用。而Bigler等[13]在人群研究中并未发现Apo E基因多态性位点与WML的关系。此外,除上述基因外还发现同型半胱氨酸代谢有关的亚甲基四氢叶酸还原酶基因,以及与神经元生长和再生有关的脑源性神经生长因子等也与WML患病风险有关[14,15]。虽然关于WML的基因研究已有不少的报道,但是既往研究结果多存在争议。2009年发表在Stroke杂志上的一项荟萃分析纳入了46个研究,分析显示没有任何一个SNP位点与WML的关系是确切的[16]。另外,在一项全基因组关联研究分析中显示, WML有关的基因多态性不仅与上述的几个领域研究有关,而且可能还存在于其他领域[17]。因此,关于WML有关的基因多态性研究,还有待于进一步探索和发现。

脂联素是脂肪细胞分泌的一种内源性生物活性多肽或蛋白质。脂联素是脂肪细胞分泌的一种脂肪因子,具有稳定内皮细胞、抗动脉粥样硬化等重要生物学作用,人类脂联素基因位于3q27染色体上。目前的研究认为,脂联素基因的SNP位点与糖尿病、高血压和卒中等各种疾病有关[18,19,20]。有研究报道,脂联素基因的SNP位点与超过12种代谢性状或疾病有关[21],脂联素基因的SNP位点很可能也与WML患病风险有关。在本研究中,笔者发现脂联素基因的rs7649121位点与WML有关,在调整了相关混杂危险因素后,TT基因型患WML的风险是AA基因型的3.44倍,而在显性模型中,AT/TT基因型患WML的风险是AA基因型的1.73倍。

近年来,不少学者研究了关于高血压、糖尿病与脂联素及其基因的关联性。据报道位于脂联素基因近侧启动子区域的rs266729位点不仅与2型糖尿病有关[22],而且还与高血压病有关[23]。本研究结果显示,rs266729位点基因型频率分布在观察组与对照组间差异无统计学意义,未发现此位点与WML有关。同样,一些研究显示rs1501299位点与代谢综合征和冠心病等疾病发生有关[24,25];然而,在我们研究中并未发现rs266729位点与WML的发生有关。一项对印度锡克族人的研究表明,rs7649121位点与2型糖尿病患病风险有关,在调整了相关混杂因素后,该位点与2型糖尿病的发生风险无明显的相关性[26]。笔者在研究中仅发现rs7649121位点与WML患病风险有关,但其背后具体机制仍有待进一步研究和探讨。

综上所述,目前在国内外研究中关于脂联素基因多态性与WML的关系均无报道。笔者在本研究首次发现脂联素基因的rs7649121位点与WML有关,其中T等位基因是WML发生的易感基因。由于WML是卒中和痴呆等严重疾病的预测因子,因此该研究具有重要临床价值。本研究采用横断面研究方法,存在区域较局限、病例数少、研究对象人种单一等局限性。在未来的研究我们将致力于改进这些缺陷,进一步研究WML有关的基因多态性,这将有助于确认与识别WML病因,最终为疾病预防和临床治疗提供有效的指导。

参考文献
[1]
KliperE, Ben AssayagE, TarraschR, et al. Cognitive state following stroke: the predominant role of preexisting white matter lesions[J]. PLoS ONE, 2014, 9(8): e105461. DOI:10.1371/journal.pone.0105461.
[2]
AssarehAA, MatherKA, CrawfordJD, et al. Renin-angiotensin system genetic polymorphisms and brain white matter lesions in older Australians[J]. Am J Hypertens, 2014, 27(9): 1191-1198. DOI:10.1093/ajh/hpu035.
[3]
YadavBK, ShinBS. Single-nucleotide polymorphisms of tight junction component claudin-1 associated with leukoaraiosis[J]. J Stroke Cerebrovasc Dis, 2015, 24(7): 1662-1670. DOI:10.1016/j.jstrokecerebrovasdis.2015.03.038.
[4]
BreitfeldJ, StumvollM, KovacsP. Genetics of adiponectin[J]. Biochimie, 2012, 94(10): 2157-2163. DOI:10.1016/j.biochi.2012.03.004.
[5]
MasakiT, AnanF, YoshimatsuH. Decreased high molecular weight adiponectin in sera is associated with white matter lesions in Japanese men with type 2 diabetes[J]. Diabetes Care, 2011, 34(8): e132. DOI:10.2337/dc11-0796.
[6]
FazekasF, ChawlukJB, AlaviA, et al. MR signal abnormalities at 1.5 T in Alzheimer′s dementia and normal aging[J]. AJR Am J Roentgenol, 1987, 149(2): 351-356. DOI:10.2214/ajr.149.2.351.
[7]
NyquistPA, BilgelM, GottesmanR, et al. Age differences in periventricular and deep white matter lesions[J]. Neurobiol Aging, 2015, 36(4): 1653-1658. DOI:10.1016/j.neurobiolaging.2015.01.005.
[8]
HeS, LiL, HuJ, et al. Effectiveness of Traditional Chinese Medicine (TCM) treatments on the cognitive functioning of elderly persons with mild cognitive impairment associated with white matter lesions[J]. Shanghai Arch Psychiatry, 2015, 27(5): 289-95. DOI:10.11919/j.issn.1002-0829.215109.
[9]
TranT, CotlarciucI, YadavS, et al. Candidate-gene analysis of white matter hyperintensities on neuroimaging[J]. J Neurol Neurosurg Psychiatr, 2016, 87(3): 260-266. DOI:10.1136/jnnp-2014-309685.
[10]
HoferE, CavalieriM, BisJC, et al. White matter lesion progression: genome-wide search for genetic influences[J]. Stroke, 2015, 46(11): 3048-3057. DOI:10.1161/STROKEAHA.115.009252.
[11]
KatsuyaT, KoikeG, YeeTW, et al. Association of angiotensinogen gene T235 variant with increased risk of coronary heart disease[J]. Lancet, 1995, 345(8965): 1600-1603. DOI:10.1016/s0140-6736(95)90115-9.
[12]
de LeeuwFE, RichardF, de GrootJC, et al. Interaction between hypertension, apoE, and cerebral white matter lesions[J]. Stroke, 2004, 35(5): 1057-1060. DOI:10.1161/01.STR.0000125859.71051.83.
[13]
BiglerED, LowryCM, KerrB, et al. Role of white matter lesions, cerebral atrophy, and APOE on cognition in older persons with and without dementia: the Cache County, Utah, study of memory and aging[J]. Neuropsychology, 2003, 17(3): 339-352. DOI:10.1037/0894-4105.17.3.339.
[14]
HongED, TaylorWD, McQuoidDR, et al. Influence of the MTHFR C677T polymorphism on magnetic resonance imaging hyperintensity volume and cognition in geriatric depression[J]. Am J Geriatr Psychiatry, 2009, 17(10): 847-855. DOI:10.1097/JGP.0b013e3181aad5b2.
[15]
HuangCC, LiuME, ChouKH, et al. Effect of BDNF Val66Met polymorphism on regional white matter hyperintensities and cognitive function in elderly males without dementia[J]. Psychoneuroendocrinology, 2014, 39: 94-103. DOI:10.1016/j.psyneuen.2013.09.027.
[16]
PaternosterL, ChenW, SudlowCL. Genetic determinants of white matter hyperintensities on brain scans: a systematic assessment of 19 candidate gene polymorphisms in 46 studies in 19,000 subjects[J]. Stroke, 2009, 40(6): 2020-2026. DOI:10.1161/STROKEAHA.108.542050.
[17]
FornageM, DebetteS, BisJC, et al. Genome-wide association studies of cerebral white matter lesion burden: the CHARGE consortium[J]. Ann Neurol, 2011, 69(6): 928-939. DOI:10.1002/ana.22403.
[18]
MachadoJS, PaleiAC, AmaralLM, et al. Polymorphisms of the adiponectin gene in gestational hypertension and pre-eclampsia[J]. J Hum Hypertens, 2014, 28(2): 128-132. DOI:10.1038/jhh.2013.53.
[19]
HanQ, ShuZ, LiangX, et al. Relationship between adiponectin receptor 1 gene polymorphisms and ischemic stroke[J]. Int J Clin Exp Med, 2015, 8(9): 16719-16723.
[20]
EissaA. Investigate the relation between Adiponectin gene variants and cardiovascular comorbidities and diabetes[J]. Int J Health Sci (Qassim), 2016, 10(2): 183-189.
[21]
EnnsJE, TaylorCG, ZahradkaP. Variations in Adipokine genes AdipoQ, Lep, and LepR are associated with risk for obesity-related metabolic disease: The modulatory role of gene-nutrient interactions[J]. J Obes, 2011, 2011: 168659. DOI:10.1155/2011/168659.
[22]
YangM, QiuCC, ChenW, et al. Identification of a regulatory single nucleotide polymorphism in the adiponectin (APM1) gene associated with type 2 diabetes in Han nationality[J]. Biomed Environ Sci, 2008, 21(6): 454-459. DOI:10.1016/S0895-3988(09)60002-7.
[23]
OngKL, LiM, TsoAW, et al. Association of genetic variants in the adiponectin gene with adiponectin level and hypertension in Hong Kong Chinese[J]. Eur J Endocrinol, 2010, 163(2): 251-257. DOI:10.1530/EJE-10-0251.
[24]
GaoM, DingD, HuangJ, et al. Association of genetic variants in the adiponectin gene with metabolic syndrome: a case-control study and a systematic meta-analysis in the Chinese population[J]. PLoS ONE, 2013, 8(4): e58412. DOI:10.1371/journal.pone.0058412.
[25]
GuiMH, LiX, JiangSF, et al. Association of the adiponectin gene rs1501299 G>T variant, serum adiponectin levels, and the risk of coronary artery disease in a Chinese population[J]. Diabetes Res Clin Pract, 2012, 97(3): 499-504. DOI:10.1016/j.diabres.2012.05.011.
[26]
SangheraDK, DemirciFY, BeenL, et al. PPARG and ADIPOQ gene polymorphisms increase type 2 diabetes mellitus risk in Asian Indian Sikhs: Pro12Ala still remains as the strongest predictor[J]. Metab Clin Exp, 2010, 59(4): 492-501. DOI:10.1016/j.metabol.2009.07.043.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词