**摘要**
**背景**
2型糖尿病（T2D）及其并发症与认知能力下降有关，这种下降伴随着大脑皮层的异常变化。然而，T2D与皮层改变之间的因果关系仍不明确。
**方法**
我们采用了双样本孟德尔随机化（MR）方法来探究T2D及其并发症与皮层改变之间的因果关系。通过连锁不平衡得分回归和贝叶斯共定位分析来阐明遗传关联。构建了一个基于工具变量的蛋白质-蛋白质相互作用（PPI）网络，并对其进行了聚类和通路分析。此外，还使用了两步MR策略来识别因果关系中的免疫中介因子。
**结果**
研究结果显示，T2D（p = 0.005）、伴有眼部并发症的T2D（T2D_OPTH，p = 0.004）或伴有周围循环系统并发症的T2D（T2D_PERIPH，p = 0.005）显著影响了扣带回的厚度。T2D_PERIPH导致前扣带回表面积增加，包括尾部（p = 0.008）和头部（p = 0.002）区域。仅T2D_OPTH与扣带回厚度存在显著的共定位现象，没有其他额外的遗传关联。PPI网络聚类揭示了超出传统糖尿病机制的因果通路关联，涉及感染、成瘾和神经退行性变的作用。IL20RA、IgD− CD38dim B细胞、HLA DR+ CD4+ T细胞以及效应记忆CD4+ T细胞被确定为观察到的因果关联的候选中介因子。
**结论**
我们的研究揭示了T2D及其并发症与大脑皮层结构之间的因果关联，强调了扣带回的脆弱性。免疫-代谢失调作为连接它们的因果通路中的中介因素，突显了炎症控制在糖尿病管理中的关键重要性。
---
**1 引言**
糖尿病是一种全球范围内普遍存在的慢性疾病，2021年的估计患病人数为5.37亿。2型糖尿病（T2D）的患病率显著增加，占所有糖尿病病例的90%（Ahmad等人，2022年）。T2D患者容易发展出难以逆转的长期并发症，这些并发症是导致残疾和死亡的主要原因（Nathan，2015年）。特别是青少年发病的T2D已成为一种广泛且令人担忧的医疗问题（Magliano等人，2020年）。认知障碍是T2D患者的常见症状，其发生率是对照组个体的1.5至2倍（Biessels等人，2020年）。然而，这种障碍在早期可能很微妙，常常被忽视。T2D及其并发症对认知功能的影响尚未得到充分关注，其潜在机制仍不清楚。神经影像学研究表明，T2D患者的大脑存在结构异常，这可能加剧了认知障碍（Biessels和Despa，2018年）。Huang等人（2023年）发现T2D患者局部白质束早期出现微结构损伤。Hugenschmidt等人（2014年）报告称，糖尿病视网膜病变患者的灰质体积减少，同时认知功能也下降。此外，一项小样本量的多模态磁共振成像（MRI）研究显示，糖尿病周围神经病变患者的体感区和运动区存在区域性结构变化（Selvarajah等人，2019年）。然而，究竟是T2D本身还是其并发症导致了大脑结构的变化仍存在争议。最近，Reynolds等人（2023年）通过MRI和认知评估发现，T2D患者与非T2D患者在认知能力上没有差异。相反，伴有并发症的患者平均皮层厚度（cTH）和灰质体积均有所减少（Reynolds等人，2023年）。此外，哪些并发症会影响大脑结构异常以及具体涉及哪些脑区尚未确定。孟德尔随机化（MR）旨在识别与暴露因素强烈相关但独立于混杂因素且不直接影响结果的遗传变异（Burgess等人，2012年）。然后利用这些变异来评估暴露因素对结果的因果效应。与传统的流行病学方法相比，MR作为一种遗传流行病学方法具有独特优势，因为它能够解决混杂因素、逆向因果关系、高成本和时间消耗等问题（Skrivankova等人，2021年）。MR分析后，结合连锁不平衡得分回归（LDSC）和贝叶斯共定位测试（COLOC）可以提高分析的严谨性。在我们的研究中，我们首先进行了双样本MR分析，以探究T2D及其并发症与皮层结构之间的因果关系，随后利用LDSC和COLOC分析深入探讨了它们的遗传相关性。通过使用工具变量（IV）相关基因，我们构建了反映因果连接的分子网络。此外，中介分析有助于揭示观察到的因果关系中的炎症相关分子和细胞特征。
---
**2 材料与方法**
**2.1 研究设计**
基于MR的三个基本假设，我们首先选择了与暴露因素强烈相关、与混杂因素无关且仅通过暴露因素影响结果的单核苷酸多态性（SNP）IVs（Skrivankova等人，2021年）。随后，我们采用了五种MR方法来检验因果关系并进行了敏感性分析。图1提供了研究设计的概览。
**2.2 T2D及其并发症的数据来源**
T2D及其并发症的遗传工具变量来自FinnGen研究项目（Kurki等人，2023年）。涉及的并发症包括伴有神经系统的T2D（T2D_NEURO）、眼部并发症（T2D_OPTH）、周围循环系统并发症（T2D_PERIPH）、肾脏并发症（T2D_RENAL）和其他并发症（T2D_OTHER）。本研究还包括了同时患有多种并发症的糖尿病患者（D_SEVERAL）。所有受试者均经过临床诊断，并根据医院出院记录进行了严格分类。表S1展示了样本信息、数据来源和人群特征。
**2.3 皮层结构的数据来源**
大脑皮层表面积（cSA）和cTH的GWAS汇总统计数据来自ENIGMA联盟最近的一项荟萃分析（Grasby等人，2020年）。该研究涵盖了51,665名主要具有欧洲血统的个体（94%）。使用T1加权MRI进行精确测量。我们的MR分析专注于具有欧洲血统的个体（n = 33,709）。根据Desikan–Killiany图谱（Alexander等人，2019年），确定了34个具有特定功能的大脑区域。本MR分析使用全局加权估计值，而不是依赖于区域表型测量，从而减轻了个体间大脑解剖结构差异的潜在影响。
**2.4 工具变量的选择**
本研究中使用的IVs必须满足MR研究的三个基本假设：具有全基因组显著性的SNPs（T2D和T2D_OTHER的p < 5 × 10−8，而T2D_NEURO、T2D_OPTH、T2D_PERIPH、T2D_RENAL和D_SEVERAL的p < 5 × 10−6）（Skrivankova等人，2021年）。由于特定并发症的GWAS样本量较小，因此采用了较低的阈值以确保有足够的IVs。然后，设定窗口大小为10,000 kb，阈值r2 < 0.001，以减少连锁不平衡（Reich等人，2001年）。这一过程确保了IVs与暴露因素的强相关性。此外，IVs应独立于混杂因素。最初使用PhenoScanner V2来筛查可能与混杂因素（高血压、吸烟、饮酒、BMI和肥胖）相关的IVs（Kamat等人，2019年）。在PhenoScanner V2停止使用后，使用IEU GWAS R包（ieugwasr）进行了重复分析——这是一个整合了UK Biobank、FinnGen和其他大规模GWAS数据的R接口。两个平台结果的一致性证实了工具变量选择的稳健性，没有SNP需要根据预设的混杂因素被排除。此外，IVs仅与暴露因素有明确关联，表明它们与结果没有直接关联（Burgess等人，2017年）。最终，所有SNPs的F统计量均超过10，表明其具有稳健的工具有效性（Pierce等人，2011年）。
**2.5 MR分析和敏感性测试**
在分析中使用了TwoSampleMR包中的五种默认MR方法。逆方差加权（IVW）方法是最早且最广泛使用的MR方法，它拟合回归模型时不考虑截距项，并使用结果方差的倒数作为权重。在我们的研究中，IVW是评估潜在因果关系的主要方法。然而，IVW在存在水平多效性的情况下容易产生偏差。因此，我们用MR-Egger、加权中位数、简单模式和加权模式方法进行了补充。MR-Egger方法主要考虑截距项以评估水平多效性的存在（Burgess和Thompson，2017年）。加权中位数方法利用大多数遗传变异来确定因果关系（Bowden等人，2016年）。简单模式和加权模式是在存在水平多效性情况下表现出稳健性和准确性的两种基于模式的估计方法（Hartwig等人，2017年）。
**2.6 LDSC和COLOC分析**
对于与皮层结构变化有因果关联的T2D及其并发症，我们对它们的GWAS原始数据进行了LDSC和COLOC分析（Bulik-Sullivan等人，2015年；Deng和Pan，2020年）。LDSC方法利用连锁不平衡得分的回归来衡量遗传相关性，p值低于0.05的对被视为显著。COLOC分析使用五个假设来评估遗传位点与不同表型的共享信息：H0–H4分别表示与任一表型无关、与一个表型相关但与另一个表型无关、与第二个表型相关但与第一个表型无关、以及两个表型都有共享SNP。基于近似贝叶斯因子（pp.H4.abf）值> 75%的后验概率确认了共定位，而> 50%表示潜在的SNP共享。
**2.7 蛋白质-蛋白质相互作用（PPI）网络构建、聚类和功能注释**
我们提取了与T2D及其并发症相关的阳性IVs对应的最近蛋白质编码基因，并利用STRING数据库构建了PPI网络（Szklarczyk等人，2023年）。随后，这些基因通过k-means算法被聚类成三个不同的组，每个组分别进行了京都基因组百科全书（KEGG）通路分析，以进一步解析功能富集和生物学意义（Kanehisa等人，2023年）。
**2.8 中介分析**
我们采用了两步MR协议进行中介分析（Carter等人，2021年），重点关注炎症指标——91种循环炎症蛋白和731种与免疫细胞相关的特征（详见表S1）（Orrù等人，2020年；Zhao等人，2023年）。具体来说，我们进行了IVW分析，研究了T2D及其并发症与炎症特征之间的关系，以及炎症特征与皮层结构变化之间的关系，作为暴露-结果对。阳性结果满足以下标准：(a) IVW的p < 0.05，(b) 无逆向因果关系，以及(c) 中介方向与暴露-结果一致。这些结果经过了delta方法基础的SE和p值计算，为估计中介效应提供了辅助参考。
**2.9 统计分析**
在IVW分析中进行了Bonferroni校正，显著性阈值设为p < 0.01（0.05/5），作为显著的MR结果。这些结果将接受一系列敏感性分析。Cochran's Q测试用于评估异质性，而MR-Egger截距测试和MR-PRESSO全局测试用于评估水平多效性（Rees等人，2017年；Verbanck等人，2018年）。采用留一法分析来识别并排除对MR结果有显著影响的单个SNP。敏感性分析的拒绝标准为p值< 0.05。其他统计阈值在各自的方法中有详细说明。统计分析使用“TwoSampleMR” R包（版本4.3.1）、“ldscr” R包（版本0.1.0）和“coloc”包（版本5.2.3）进行。
**3 结果**
研究探讨了T2D及其并发症与35个特定皮层区域（70个大脑结构特征）的平均面积和厚度之间的因果关系。表S2列出了用于MR研究的IVs信息。五种MR方法的分析结果列在表S3中。其中，23个显示出边际统计显著性，9个呈正相关，14个呈负相关。经过Bonferroni多重检验校正并排除了beta值不一致的结果后，确定了五对具有因果关系的潜在组合（图2）。如表1所示，2型糖尿病（T2D）被发现会减少扣带回峡部的厚度（β = −0.007062毫米，95%置信区间[CI]：−0.009583毫米至−0.004541毫米，p = 0.0051）。伴有眼部疾病的T2D会导致扣带回峡部厚度进一步减少（β = −0.006407毫米，95% CI：−0.008635毫米至−0.004179毫米，p = 0.0040）。伴有外周血管疾病的T2D则会导致尾侧前扣带回和吻侧前扣带回的表面积增加（β = 4.276毫米²，95% CI：2.672毫米²至5.88毫米²，p = 0.0077；β = 4.781毫米²，95% CI：3.219毫米²至6.343毫米²，p = 0.0022），同时导致扣带回峡部厚度减少（β = −0.007753毫米，95% CI：−0.010512毫米至−0.004994毫米，p = 0.0049）。其他四种方法也得出了类似的结果。MR分析的散点图显示在图S1中。表1通过MR分析确定了T2D及其并发症与皮质结构之间的因果关系。
3.2 敏感性分析
我们对上述结果进行了敏感性分析以确保其可靠性（表2）。所有Cochran Q检验的p值均高于0.05，表明没有显著的异质性。MR-Egger截距检验和所有关联对的MR-PRESSO全局检验的p值也均高于0.05，表明不存在显著的多效性。此外，留一法分析表明，排除任何单个SNP并不会导致结果的显著改变（图S2–S6）。
3.3 T2D与其并发症及皮质改变之间的遗传相关性
如表S4所示，LDSC和COLOC分析阐明了T2D与其并发症及皮质改变之间的遗传相关性，LDSC显示它们之间没有显著的遗传相关性。具体来说，T2D与扣带回峡部厚度呈正相关（rg = 0.00613，p = 0.72）。T2D_OPTH与扣带回峡部厚度呈负相关（rg = −0.00832，p = 0.76），COLOC分析表明可能存在共享的SNP参与，其中pp.H4.abf达到60%。T2D_PERIPH与尾侧和吻侧前扣带回的表面积呈负相关（rg = −0.0853和−0.0452，p = 0.11和0.34），与扣带回峡部厚度呈正相关（rg = 0.0630，p = 0.16）。此外，其他COLOC分析未显示显著的遗传重叠（图S7）。
3.4 PPI网络构建和基于簇的注释
使用T2D、T2D_OPTH和T2D_PERIPH的IVs，在PPI网络中识别出120个最邻近的基因。通过k-means聚类，定义了三个组，分别包含86个、24个和10个基因（表S5）。KEGG通路分析显示，簇1主要与T2D、炎症和脂质代谢相关的通路相关；簇2与多种神经退行性疾病、信号通路和物质成瘾相关；簇3与代谢过程、O-糖基化和囊泡运输及内吞作用相关（详见图S8和表S5）。
3.5 中介分析
在寻找炎症细胞因子和免疫细胞特征之间的中介因素时，我们发现IL20RA可能介导了T2D_OPTH与扣带回峡部厚度变化之间的因果关系（中介效应 = 2.53e−4，SE = 1.27e−4，比例 = 1.42%，p = 4.54e−2）。IgD− CD38dim B细胞绝对计数可能介导T2D_PERIPH与尾侧前扣带回表面积变化之间的因果关系（中介效应 = 0.21，SE = 0.13，比例 = 4.81%，p = 0.12）。HLA DR+ CD4+ T细胞在淋巴细胞中的比例和CD3在效应记忆CD4+ T细胞中的比例分别被认为可能介导T2D_PERIPH与吻侧前扣带回表面积变化的因果关联（中介效应 = 0.22，SE = 0.16，比例 = 4.55%，p = 0.16；以及中介效应 = 0.19，SE = 0.13，比例 = 3.89%，p = 0.14）。详细结果见图3，IVW分析结果见表S6–S9。
4 讨论
在这项研究中，我们使用MR分析研究了T2D与其并发症以及扣带回皮质结构改变之间的因果关系。我们发现，特别是伴有眼部或外周循环并发症的T2D与扣带回峡部厚度减少有关，而外周循环并发症还与前扣带回表面积增加有关。共定位和通路分析表明特定遗传信号和免疫相关因素的参与，表明T2D及其并发症可能通过这些机制驱动区域特异性的扣带回皮质重塑。先前的研究一致报告了T2D与全局或区域性皮质改变之间的关联（Cao等人2024年；Chen等人2015年；Motaghi等人2024年）。然而，这些变化在多大程度上反映了糖尿病本身与其并发症的因果效应仍不清楚。通过应用Bonferroni方法校正多重检验比较后，我们的MR分析显示，T2D与大多数脑区的表面积和厚度没有因果关系，除了导致扣带回峡部变薄。相比之下，T2D的并发症，尤其是T2D_PERIPH，对多个皮质区域的表面积和厚度有影响。这些发现通过提供遗传学证据，扩展了先前的观察性神经影像学研究，表明并发症负担而非T2D诊断本身是糖尿病相关皮质脆弱性的主要驱动因素（Reynolds等人2023年）。在显著结果中，T2D_PERIPH的暴露是最常见的因素。根据ICD-10分类，T2D_PERIPH包括糖尿病性坏疽、外周血管病变和溃疡。当这些并发症发生时，个体更可能出现扣带回峡部厚度减少。持续的高血糖会诱导氧化应激和炎症，导致内皮功能障碍和局部脑血流减少，这可能是结构变化的主要原因（Gorst等人2015年；Y. Li等人2023年；Narula等人2018年）。此外，T2D_OPTH，包括白内障和视网膜疾病，也会导致扣带回峡部厚度减少。糖尿病性白内障的发病机制在于慢性氧化损伤和异常的葡萄糖代谢，导致有害副产物的积累（Mrugacz等人2023年），而糖尿病性视网膜病变则由血管损伤引起（H. Li等人2023年）。这些发现表明，在预防和治疗糖尿病眼病时，需要综合管理血糖、氧化应激和血管健康。扣带回峡部的结果是显著结果中最常观察到的。作为连接后扣带回皮质和海马体的边缘结构，它在空间记忆、情绪调节和社会认知中起着重要作用（Apps等人2016年；Saygi等人2023年；van Heukelum等人2020年）。扣带回峡部具有高密度的神经元和复杂的神经网络，确保了其高效的信息处理能力（Hau等人2019年）。然而，它更容易受到缺血和缺氧的影响。在创伤性脑损伤（Santhanam等人2019年）和神经退行性疾病（Cieri等人2022年）的研究中也观察到了扣带回峡部的异常，这些通常与长期认知障碍相关。此外，T2D患者经常伴有精神障碍，包括焦虑和抑郁，这也可能与扣带回峡部的变化有关（Carnevali等人2019年）。血管并发症与弥漫性前扣带回皮质（ACC）表面积扩张有因果关联，影响其尾侧和吻侧部分。ACC位于大脑的额叶，介于扣带回沟和胼胝体之间。ACC在精细运动协调中起关键作用，并与奖励处理、决策和情绪密切相关（Clairis和Lopez-Persem 2023年）。ACC表面积的增加具有积极效应，可能是因为在T2D患者中神经可塑性较低，功能补偿只能通过结构变化来实现。了解ACC中的这些形态变化可能为制定缓解T2D相关认知衰退的策略提供关键见解。LDSC分析未检测到具有阳性MR结果的暴露-结果对之间的显著遗传相关性。虽然IVs在MR分析中有效捕捉了暴露和结果之间的因果联系，但LDSC使用整个遗传变异谱可能包含多效性或弱效应，稀释信号并产生非显著结果。在COLOC分析中，T2D_OPTH和扣带回峡部厚度的pp.H4.abf超过50%，表明存在共享的遗传驱动因素，特别是在HLA基因附近聚集。与T2D_OPTH相关的最显著变异rs58327373位于HLA-DQB2和HLA-DOB之间，而与扣带回峡部厚度最显著的rs601148位于HLA-DRB1和HLA-DQA1之间。已知HLA基因与糖尿病有关，尤其是通过影响自身免疫的DQ和DR区域等位基因，尽管在神经学背景中研究较少，但可能通过免疫调节影响大脑结构（Zhao等人2024年）。在对IVs相关基因进行聚类后，我们得到了三个基因亚类。这些簇的通路分析不仅揭示了糖尿病、葡萄糖和脂质代谢以及细胞信号通路的共同通路，还揭示了与感染过程（人类T细胞白血病病毒1和人类乳头瘤病毒）、物质成瘾（可卡因和安非他明）和神经退行性疾病（阿尔茨海默病和亨廷顿病）的关联。这些发现证实了T2D及其并发症与大脑结构和功能之间的关联，并进一步表明免疫相关因素可能介导了它们之间的因果联系。我们确定了四个参与T2D与其并发症之间连接的免疫中介因子。IL20RA是一种关键的免疫调节因子，它激活JAK1-STAT3通路，通过调节对肿瘤发生和自身免疫至关重要的细胞因子（如IL-10、IL-12和IL-13）来控制炎症（Caparros和Frances 2018年；Lamichhane等人2021年）。IgD− CD38dim B细胞是一种独特的B细胞亚群，虽然在研究中较少被研究，但在1型糖尿病中与自身免疫效应有关，可能促进大脑炎症（Bass和Bonami 2024年；Powers 2021年）。HLA DR+ CD4+ T细胞在1型糖尿病中的自身抗原呈递和自身免疫胰腺β细胞靶向中起核心作用。携带CD3的效应记忆CD4+ T细胞在糖尿病肾病中的亚群动态中起重要作用（Xie等人2024年）。这些研究表明，2型糖尿病（T2D）中的慢性自身免疫失衡可能是导致中枢神经系统（CNS）持续炎症的根源，进而引发大脑皮层的变化。从转化医学的角度来看，这些发现意味着在T2D患者中进行神经认知风险分层时，应综合考虑并发症状况和免疫炎症特征，而不仅仅是依赖血糖指标。早期识别并积极管理血管和炎症并发症可能是一种有效的策略，有助于减轻长期的大脑结构损伤和认知功能下降。这项研究还为未来的研究提出了几个可验证的假设：首先，HLA基因驱动的免疫易感性可能会使边缘系统区域（尤其是扣带回）更容易发生炎症引起的结构重塑；其次，外周免疫激活可能通过血脑屏障功能障碍引发中枢神经炎症级联反应；第三，前扣带回（ACC）表面的扩张可能是皮层变薄前的一个暂时性代偿阶段。进一步整合免疫谱分析、神经影像学和功能评估的研究对于验证这些机制至关重要。不过，这项研究仍存在一些局限性：首先，研究对象仅限于欧洲血统的人群，其结果可能无法直接推广到亚洲人群；其次，关于T2D相关特征与扣带回结构改变之间的关联以及潜在的免疫相关机制，需要大规模的亚洲遗传数据集来进一步验证；第三，目前关于T2D并发症的GWAS（全基因组关联研究）数据数量不足，且部分研究的病例数与对照组相比较少，这导致某些统计分析的效力较弱。未来增加样本数量将提高研究结果的可靠性。此外，虽然我们控制了已知的主要混杂因素，但未能涵盖所有可能的混杂因素，因此在利用磁共振成像（MR）技术探讨因果关系时需要格外谨慎。
作者贡献：
黄宏：方法学设计、初稿撰写
黄汉宇：方法学设计、初稿撰写
龚杨林：方法学设计、初稿撰写
周腾腾：方法学设计、初稿撰写
梁云丹：概念构思、审稿与编辑
王一超：概念构思、审稿与编辑
致谢：
我们感谢FinnGen研究和ENIGMA联盟的所有参与者及研究人员。
资助：
本研究得到了四川省应用心理学研究中心、四川省哲学社会科学重点研究基地（项目编号：CSXL-24202）、四川省老年医学临床研究中心（项目编号：24 LHLNYX1-04）、四川省发育与再生重点实验室（项目编号：24 LHFYSZ1-25）以及成都医学院研究发展基金（项目编号：CYZZD25-10）的资助。
伦理声明：
由于数据来自公开数据库，并且根据开放许可协议允许无限制地再使用，因此本研究无需伦理审批。所有数据均已去标识化并可供公众查阅。
利益冲突：
作者声明没有利益冲突。
数据获取：
FinnGen项目的汇总统计数据可通过Fingenious平台获取：https://site.fingenious.fi/en/。本研究的大脑皮层结构数据需经通讯作者同意后方可获取，具体地址为ENIGMA联盟的受控访问数据存储库：https://enigma.ini.usc.edu/。关于循环炎症因子和免疫细胞特征的数据可在GWAS数据库中找到：https://www.ebi.ac.uk/gwas/。
同行评审：
为保证透明度，本文的同行评审文件可在此链接查看：https://doi.org/10.1002/brb3.71389。
编辑决策信：
2026年3月24日
评审员1报告：
2026年3月24日
第三轮评审：
2026年2月17日
编辑决策信：
2026年2月17日
评审员2报告：
2026年2月17日
评审员1报告：
2026年2月14日
第二轮评审：
2026年1月12日
编辑决策信：
2026年1月12日
评审员1报告：
2026年1月7日
评审员1报告附件1：
2026年1月7日
第一轮评审：
2025年12月7日
评审员2报告：
2025年12月4日
评审员1报告：
2025年3月24日
