Clear Sky Science · zh
检测与2型糖尿病相关的外周血单核细胞染色质状态变化
通过血细胞观察糖尿病的新窗口
通常用血糖数值和像HbA1c这样的长期指标来跟踪2型糖尿病。但这些检测很少反映个体免疫系统如何应对疾病,而低水平炎症和免疫压力恰恰是许多并发症的核心。本研究探讨了一种不同的糖尿病检测思路:利用高级显微成像和计算分析观察免疫细胞内DNA的包装方式,目标是开发一种简单且可扩展的检测,可在健康向糖尿病前期再到糖尿病转变过程中及时标记早期改变。

以新方式观察血细胞
研究者聚焦于外周血单核细胞,这是一类在血液中循环、协同调节全身反应的混合免疫细胞群体。他们从57名涵盖健康、糖尿病前期和2型糖尿病各阶段的受试者采集血样。研究没有进行基因测序或测量大量蛋白,而是使用微流控装置和荧光染料成像细胞核内DNA的排列。这个DNA–蛋白复合体称为染色质,它可以更开放或更紧密,其组织方式微妙地反映了细胞的功能状态和所接收的信号。
将图像转化为模式
为了解析数以万计的细胞核图像,团队使用了一类名为变分自编码器的人工智能方法。该软件将每张图像压缩为一组数值特征,捕捉细胞核的大小、形状以及染色质的细腻纹理。然后他们应用基于图的聚类方法将细胞核分组为不同的“状态”,这些状态对应不同的免疫细胞亚群或激活水平。与之并行的基于精心设计的形态与纹理测量(手工特征)分析为AI结果提供了独立验证,且两种方法都一致识别出在不同个体中反复出现的一组染色质模式。
不同细胞状态对应疾病阶段
当作者在健康、糖尿病前期和糖尿病组间比较这些基于染色质的簇时,出现了清晰的变化。某些细胞核状态在健康个体中富集,另一些在糖尿病前期人群中更常见,还有一些在糖尿病患者中显著增多。描述致密染色质簇在细胞核内位置的特征——靠近边缘或向内偏移、紧密聚集或更为分散——尤其有信息量。仅凭个体细胞落入各簇的比例,标准的机器学习模型就能区分糖尿病患者与健康供者,并且在区分糖尿病与糖尿病前期时准确率更高。这些预测在对保留数据和独立分割的队列子集上仍能成立,表明染色质组织在个体患者层面上承载了关于疾病进展的稳健信息。

机械应力揭示细微弱点
免疫细胞经常在血管和组织的狭窄空间中挤压通过,因此团队还探讨了它们的机械行为在糖尿病中是否改变。他们使用狭窄的微通道在成像细胞核时轻柔压缩活细胞。与来自健康和糖尿病前期供者的细胞相比,糖尿病细胞表现出更明显的核形变和染色质凝聚改变的迹象。后续的染色实验显示,糖尿病细胞核中关键结构蛋白Lamin A/C含量较少,Lamin A/C有助于维持核的刚性和形状,同时这些细胞显示出略高水平的紧密包装染色质标志。表面带有激活标志的细胞比例在糖尿病中也更高,将这些核形态学改变与增强的免疫激活联系在一起。
从实验室见解走向未来临床工具
综上所述,这项工作表明,对常规血样中染色质进行简单的荧光成像可以捕捉到随2型糖尿病进展而出现的有意义且具个体特异性的免疫系统变化。虽然该方法尚不能取代标准的血糖或HbA1c检测,但它提供了关于免疫压力和细胞功能的互补读数——这是现有临床指标大多无法覆盖的信息。由于该检测依赖相对低成本的染料和微流控设备,作者认为其最终有望实现规模化和自动化应用于临床,从而支持更个性化的糖尿病及其并发症监测。
引用: Afarani, M.M., Gupta, R., Uhler, C. et al. Detecting chromatin state alterations in PBMCs associated with Type 2 Diabetes Mellitus. Commun Med 6, 268 (2026). https://doi.org/10.1038/s43856-026-01513-w
关键词: 2型糖尿病, 免疫细胞, 染色质成像, 生物标志物, 机器学习