糖尿病肾病的「早期生物标志物」在临床诊断中的意义 | 专论

  糖尿病肾病（DN）是一种由DM引起的CKD，发病机制复杂，复合以下情况之一可诊断DN：

（1）随机尿白蛋白/肌酐比值（UACR）≥30 mg/g或尿蛋白排泄率（UAER）≥30 mg/24 h，且在3-6个月内重复检查UACR或UAER，3次中有2次达到或者超过临界值，排除感染的干扰因素；

（2）估算肾小球滤过率（GFR）＜60 ml.min-1.（1.73 m2）-13个月以上；

（3）肾活检符合DN病理改变[7]。

  DM发展至DN需要数年时间，研究发现T2DM发病后大量蛋白尿的发生几率随着DM的病程延长而增加。T2DM发病20年后重度蛋白尿的累计发病率可达50%[8]，这提示T2DM患者病程越长，越容易发生DN。由于我国公民健康体检尚未普及，许多患者并不了解自身既往血糖水平，因此，不过多强调DM病程在DN诊断中的作用。

  近年来肾脏病领域研究者一直致力于研究DN早期诊断生物标志物[9]，本综述侧重于实验室生物标志物，这些生物标志物比尿微量白蛋白等常见生物标志物更早、更特异、更敏感，具有更高的可预测性。

01    肾小球滤过诊断标志物 

■ 肾小球滤过率（GFR）： 是肾排泄功能的最佳标志物 。临床最常用的GFR评估指标是血清肌酐，但它 在肾功能损害的早期阶段的敏感性较差 ，当检测到血清肌酐水平升高时，GFR已经显着下降 [11] 。肾脏有较强的代偿功能，肾功能障碍早期，肾单位存活30%以上，血肌酐、GFR即可保持在正常范围，单纯依靠血清肌酐、GFR无法及时发现肾功能障碍的早期阶段 [12] 。 

■ 胱抑素C：是一种13kDa的半胱氨酸蛋白酶抑制剂，一种可被肾小球自由过滤的小蛋白，是一种新型的 肾衰竭生物标志物 。胱抑素C与GFR降低及2型糖尿病肾病进展有关 [13] 。血清胱抑素C是肾功能的标志物。糖尿病肾病患者的平均血清胱抑素C水平（1.87±0.51mg/L)高于非糖尿病肾病患者(1.025± 0.30mg/L)，p值<0.001差异显着，血清胱抑素C与血清肌酐之间存在显着相关性（r=0.55；p<0.001)，胱抑素C在血清肌酐水平升高的患者中更高。有研究表明， 血清胱抑素C的检测有助于早期发现糖尿病患者的肾功能损害，其效果优于血清肌酐 [14] 。另一项研究表明，2型糖尿病患者尿白蛋白正常时，平均血清胱抑素C值为1.73，而2型糖尿病患者出现尿微量白蛋白时，平均血清胱抑素C值为 2.07，上述结果表明，血清胱抑素C是比尿微量白蛋白和血清肌酐更早出现的糖尿病肾病的标志物 [15] 。这些数据表明，血清胱抑素C是糖尿病患者早期DN的有效生物标志物。 

02   肾小球功能障碍诊断标志物 肾小球损伤增加了血浆蛋白的通透性，导致其在尿液中排泄增加，此外，肾脏疾病中细胞外基质合成和降解的异常可导致基质蛋白的排泄增加，这些均反映出肾小球损伤。尽管 白蛋白排泄仍然是目前临床环境中肾小球损伤的金标准标志物 ，但许多白蛋白以外的蛋白质已被提议作为早期肾小球损伤的有效指标。 

■ 转铁蛋白：是一种血浆蛋白，其分子量（76.5kDa）略大于白蛋白 [16] 。与健康对照组相比，糖尿病患者的尿转铁蛋白排泄量升高，即使在没有蛋白尿的情况下也是如此 [17] 。尿转铁蛋白已被证明与尿白蛋白排泄率相关，并与尿白蛋白排泄率平行增加 [18] 。在一项为期24个月的随访研究中，已证明尿转铁蛋白排泄增加可预测尿白蛋白正常的2型糖尿病患者中尿微量白蛋白的发展 [16] 。有研究报道了尿转铁蛋白排泄与其他糖尿病微血管并发症（如视网膜病变）之间的相关性 [19] 。综上所述，上述数据表明 尿转铁蛋白可作为早期尿蛋白和血管通透性增加的敏感指标 。 ■ IV型胶原蛋白：在肾小球基底膜的积累和分布改变是DN的结构标志之一，这些变化先于尿微量白蛋白出现 [20] 。IV型胶原蛋白是系膜基质以及肾小管和肾小球基底膜的正常组成部分，分子量为540kDa。在糖尿病患者的血清和尿液标本中均体现为明显升高 [20] 。尿IV型胶原蛋白排泄与尿白蛋白排泄率程度、糖尿病病程、血压和血清肌酐密切相关 [21] 。甚至在尿蛋白正常的糖尿病患者和糖耐量受损的患者中，IV型胶原蛋白的排泄也显著增加，这表明 其可能是DN在尿微量白蛋白异常升高之前的早期标志物 [22] 。此外，IV型胶原蛋白的排泄随着血糖得到控制而减少，这表明该标志物在早期糖尿病肾病中是可逆的 [23] 。IV型胶原蛋白 可能在区分DN与其他非糖尿病肾病方面发挥作用 ，因为IV型胶原蛋白与白蛋白的比值在DN中明显高于其他肾小球疾病 [20] 。

 ■ 铜蓝蛋白：是一种含铜的α-2球蛋白,分子量132kDa，主要由肝脏合成并分泌到血液中,其在调节氧化应激及铁稳态中起重要作用 [18] 。有研究者提出，在DN中，铜蓝蛋白可能通过肾小球毛细血管壁渗漏， 尿铜蓝蛋白排泄与尿白蛋白排泄率几乎呈平行关系 [24] 。并且与健康对照组相比，其在糖耐量受损和糖尿病患者中排泄增加 [18] 。尿蛋白正常的糖尿病患者的尿铜蓝蛋白排泄增加也已经被证实 [25] 。此外，改善血糖控制可以减少尿铜蓝蛋白排泄量 [24] 。综上所述，上述数据表明尿铜蓝蛋白对早期DN的诊断有较高的研究价值。 

03   肾小管功能障碍诊断标志物 由于肾小管重吸收功能异常或肾小管上皮细胞分泌增加，低分子量血清蛋白在尿中大量排泄。同样， 尿酶被认为是肾小管损伤的敏感标志物 [18] 。

 ■ 中性粒细胞明胶酶相关脂质运载蛋白(NGAL)：是一种25kDa分子的蛋白，主要储存在中性粒细胞的特定颗粒中，并且在其他几种人体组织中低水平表达 [26] ，在结合和转运疏水性小分子、细胞凋亡和免疫调节方面发挥作用。其在远端肾单位中产生，并在肾小管损伤后数小时内在尿液中升高 [27] 。研究表明血清和尿液中的 NGAL排泄是急性肾损伤的早期预测生物标志物 [28] 。 早期肾损伤时，NGAL比尿微量白蛋白更早出现 [29] 。有研究报道表明，与尿白蛋白正常的2型糖尿病组相比，2型糖尿病尿微量白蛋白升高组的血清NGAL显着升高 [29] 。早期检测DN时尿NGAL的最佳截断值为77.72 ng/mL，灵敏度96%，特异性80%，PPV 82.6%，NPV 95.24%，准确度88% [30] 。另一项研究发现，血清NGAL的平均值在尿微量白蛋白升高糖尿病组中显著高于尿白蛋白正常糖尿病组和健康对照组（p<0.05） [31] 。NGAL通过肾小球滤过，通过近端小管中的巨噬系统内吞作用被重吸收 [32] ，当近端小管受损时，被肾小球滤过的NGAL会留在肾小管中并分泌到尿液中 [33] ，因此建议 可以使用尿NGAL作为尿微量白蛋白出现之前的DN的早期生物标志物 [34] 。

 ■ N-乙酰-β-D-氨基葡萄糖苷酶(NAG)：是一种参与碳水化合物代谢的酶 (130 kDa)，由于其高分子量无法通过完整的肾小球基底膜从血液中过滤，因此存在于尿液中仅由近端小管上皮细胞的小管细胞溶酶体分泌 [35] 。在尿液中检测到其活性可能反映了肾脏疾病的早期征兆。一项研究表明，糖尿病组尿NAG水平高于对照组（p<0.05），与对照组相比，NAG在糖尿病人群中升高，即使在尿白蛋白正常的患者中也是如此 [36] ，这表明 尿 NAG升高可作为肾损害的早期指标 [37] 。NAG与尿白蛋白排泄率以及转铁蛋白\肌酐的排泄有关 [38] 。从而推测出NAG可能是糖尿病肾病的早期标志物。 

■ 低分子量蛋白质：可在肾小球自由过滤，一些已被用作各种肾脏疾病中肾小管损伤的标志物 [18] 。β2-微球蛋白 (β2MG) 是一种 11.8 kDa 的蛋白质。已知GFR降低的患者尿中β2MG排泄量升高。β2MG与肾小管损伤有关 [39] 。β2MG也与2型糖尿病的大血管并发症有关 [40] 。然而，由于其在酸性pH值下的稳定性较差，其诊断用途受到限制 [41] 。稳定的微蛋白α-1微球蛋白(A1M)可能提供一种评价肾小管功能的替代方法。这种26kda的糖蛋白在肾小球自由过滤，在近端小管中几乎完全被再吸收，因此 即使是轻微的近端小管功能障碍也会导致尿A1M排泄增加 [42] 。与健康对照组相比，2型糖尿病患者的尿A1M排泄量更高 [22] 。还发现A1M水平与糖尿病病程和糖尿病血糖控制程度相关 [42] 。 视黄醇结合蛋白 (RBP) 是另一种低分子量蛋白 (21 kDa)，可在肾小球自由过滤并在近端小管中几乎完全重吸收；因此，它 可以提示程度非常轻微的肾小管功能障碍 [16] 。与对照组相比，糖尿病患者的尿 RBP 排泄量增加 [41] 。还发现RBP水平与2型糖尿病患者的微血管和大血管并发症相关 [43] 。因此，RBP还可能与肾小球损伤的生物标志物（如尿白蛋白排泄率或转铁蛋白）一起在DN的早期检测中发挥补充作用。免疫球蛋白游离轻链 (FLC)kappa和lambda在肾小球滤过和肾小管重吸收过程大致相似 [44] ，因此，它们在尿液中的存在也可能表明近端肾小管功能障碍。2型糖尿病患者的尿 FLCs/肌酐比值异常，尿白蛋白排泄率正常或升高，并且FLC 排泄增高早于肾病发生 [45] 。然而，到目前为止，关于使用 FLC 作为早期检测 DN 的标志物的进一步发表的证据很少。 

04   氧化应激生物标志物 氧化应激是糖尿病血管并发症的关键介质之一。高血糖导致活性氧(ROS)的产生，通过山梨醇积累、晚期糖基化终末产物(AGE)的形成和蛋白激酶C的激活，促进糖尿病并发症的发生 [46] 。

 ■ 8-羟基脱氧鸟嘌呤(8-OHdG) ：是在活性氧（ROS）诱导细胞核和线粒体内DNA中的鸟嘌呤碱基发生羟基化之后，由特定酶裂解引起的DNA氧化损伤的产物 [47] 。它在没有被进一步代谢的情况下会被排泄到尿液中，因此 其尿液浓度可作为氧化应激的指标 [48] 。在糖尿病患者的尿液中有8-OHdG浓度增加的报道 [49] ，尿液排泄似乎与DN和视网膜病变的严重程度以及HbA1c密切相关 [50] 。在一项针对 532名日本糖尿病患者的前瞻性纵向研究中，尿8-OHdG排泄量与5年随访后DN的后期发展相关 [50] ，表明其作为临床预测标志物的潜力。

 ■ 糖基化终末产物(AGE)：AGE与糖尿病并发症的发病机制有关 [51] 。AGE修饰蛋白通常在近端小管进行肾小球滤过和分解代谢，因此尿液中AGE修饰的蛋白片段的存在可能也预示着早期肾小管功能障碍。戊糖苷是AGEs的主要分子结构成分之一，是其形成和积累的标志物 [52] 。与健康对照组相比，糖尿病患者尿中戊糖苷的排泄量高 [53] 。肾病患者尿和血清戊糖苷水平升高已被证实 [54] 。近年来，血清戊糖苷水平与糖尿病视网膜病变、高血压、高脂血症以及糖尿病肾病之间的关系显示了 戊糖苷作为糖尿病微血管并发症标志物 的潜力 [55] 。研究表明，尿戊糖苷排泄可预测糖尿病后期出现大量尿白蛋白，尿戊糖苷每增加50%，风险就会增加近7倍 [38] 。 

05   炎症因子生物标志物 越来越多的证据表明，免疫和炎症机制作为病因也在DN的发病机制中发挥作用 [56] 。DN患者在发病之前就表现出轻度炎症特征 [5 7] 。因此，细胞因子等参与炎症和内皮损伤过程的物质已成为DN的潜在标志物。

 ■ α-1-酸性糖蛋白(AGA)：是主要由肝脏产生的单链多肽。它在白细胞介素-6（IL-6）和肿瘤坏死因子-α（TNF-α）等细胞因子的刺激下发生炎症而释放 [58] 。已发现AGA水平与缺血性心脏病、肺癌和糖尿病有关 [58] 。有人提出，高 AGA 水平可预测2型糖尿病的发展 [59] 。在一项针对2型糖尿病和心血管疾病患者的横断面研究中，发现 血清AGA水平与尿白蛋白排泄率显著相关 [60] 。此外， 蛋白质组学研究已经确定尿AGA是DN的独立危险因素 [61] 。尿AGA排泄似乎与尿白蛋白排泄率平行增加，数据表明尿AGA在DN早期升高 [60] 。尿AGA在DN中的潜在预测价值已被证实 [62] 。 

■ TNF-α与IL-6：这是两种主要的促炎细胞因子， 通过刺激其他蛋白质如CRP和AGA的产生来刺激炎症急性期反应 [63] 。DN患者血清和尿中TNF-α浓度高于健康对照组或尿蛋白正常受试者 [64] 。与尿白蛋白正常的患者相比，微量或大量尿白蛋白的糖尿病患者的尿TNF-α排泄量增加 [65] 。尿TNF-α排泄也被证明与 NAG 排泄相关，NAG排泄是肾小管损伤严重程度的标志 [66] 。TNF-α通过两种不同的受体介导其作用，TNF受体1(TNFR1)和TNFR2，这两种受体都是膜结合的，也可以在血清中以可溶性形式存在 [67] 。这两种受体的血清水平已被证明与糖尿病患者的GFR相关，而与尿白蛋白无关 [67] 。最近的数据表明， TNFR1和TNFR2的血清浓度有可能作为糖尿病肾病的预测因子 [68] 。与对照组相比，糖尿病患者的血清IL-6 水平升高 [69] 。已证实循环中的TNF-α和IL-6水平与糖尿病的微血管和大血管并发症之间存在关联 [70] 。

 ■ 血管内皮生长因子(VEGF)：这是一种诱导血管生成和增加内皮细胞通透性的细胞因子 [71] 。WEGF增强对大分子物质的渗透以及加剧尿蛋白漏出，从而对肾小球滤过屏障产生不利影响 [72] 。已经证实，在微量和大量尿白蛋白阶段的1型糖尿病患者中，VEGF的尿排泄量显着增加 [73] 。对2型糖尿病的研究表明，尿VEGF 浓度随着DN阶段的增加而增加。这尚未在血浆中得到证实 [72] 。在一项针对 1 型糖尿病儿童的随访研究中，血清VEGF水平可以预测DN [74] 。糖尿病视网膜病变患者的血清和尿VEGF水平均显示升高，但尿液检测的敏感性较差 [75] 。综上所述，这些发现提出 血浆VEGF是全身性血管功能障碍和视网膜病变的可靠标志物 [72] 。

 ■ 单核细胞趋化蛋白1(MCP-1)：这是趋化因子家族的成员之一，很多类型细胞均可产生，包括系膜细胞、肾小球内皮细胞、肾小管上皮细胞和单核细胞，以影响炎性细胞因子 (IL-1 、TNFα和INFγ） [76] 。先前的证据研究了MCP-1在 DN中的作用，并将其作为影响肾病中巨噬细胞募集和积累的主要因素。一些研究报道，尿单核细胞趋化蛋白-1 (uMCP-1)水平在炎性肾病和糖尿病肾病中增加 [77] 。有研究表明，uMCP-1与尿白蛋白/肌酐比 （r=0.968,p<0.001） 、血清尿素 （r=0.461，p=0.001） 和血清肌酐 （r=0.475，p=0.001 ） 呈显着正相关并且与肾小球滤过率显着负相关 （r=-0.983，p<0.001) 。为诊断早期DN进行受试者工作特征（ROC）曲线分析表明，uMCP-1 的临界值为 110 pg/mg，特异性为100%，敏感性为 92%。上述研究结果表明，uMCP-1 可被视为早期发现DN的新型潜在诊断生物标志物 [78] 。

  06   基于组学平台发现的生物标志物 

■ 蛋白质组学：蛋白质组学是对蛋白质组的研究，反映基因组中的蛋白质含量，被定义为“对生物体生物化学或生物环境中所有蛋白质的结构、功能和表达的知识” [79] 。近年来，这些方法作为早期临床前疾病检测的潜在重要工具引起了人们的关注，因为它们允许同时检查多种尿液成分和血清蛋白。尿和血清蛋白质组分析都鉴定出了许多与DN显著相关的生物标志物，如特定的胶原碎片 [80 ] 、细胞因子 [81] 和RBP [82] 。 已经确定了一组65种尿液生物标志物 (DN65)，它们可以区分尿白蛋白正常的糖尿病患者和DN患者。该组标志物 对区分DN与其他CKD敏感且特异 [83] 。CKD273是一组 273 种尿肽组合，有望成为DN的早期检测工具。2010 年首次描述，CKD273最初被证明可以区分任何病因的CKD和健康对照组，敏感性为85.5%，特异性为100% [84] 。它最近被证明可以预测CKD患者的死亡率或终末期肾病发病率 [85] 。以上两项研究证明了CKD273对糖尿病患者可能发展为明显DN的预测能力。 

■ 代谢组学：代谢组学涉及测量生物样品中细胞功能的低分子量中间产物和终产物，最近已成为一种具有发现新生物标志物潜力的工具。代谢组结合了来自基因组、转录组和蛋白质组的生物信息，可以识别疾病发生过程的生理和病理变化。与蛋白质组学一样，可以通过这种方式分析包括血清、血浆、组织和尿液在内的各种样品类型 [86] 。 在使用来自30名患有CKD2-4期的非糖尿病男性受试者的样本的血浆代谢物进行横断面分析时，随着CKD分期的增加，在精氨酸代谢、羧酸根阴离子转运和凝血途径中存在主要差异 [87] 。由5个表现最佳的标记物(包括γ-丁酸甜菜碱和对称二甲基精氨酸)组成的模型，诊断DN的AUC值为0.927 [88] 。一项使用DN患者、尿蛋白正常糖尿病患者和健康志愿者的血清样本的研究显示，不同研究类别之间的氨基酸和磷脂代谢发生了显著变化，亮氨酸、鞘脂二氢鞘苷和植物鞘苷的变化明显 [89] 。然而，人类代谢组的复杂性导致其成本较高，对专业技术人员需求很高，难以在临床广泛应用。将这些技术转化为日常临床实践是当前面临的最大挑战。

【参考文献】

1. Shaw JE, Sicree RA, Zimmet PZ. Global estimates of the prevalence of diabetes for 2010 and 2030. Diabetes Res Clin Pract, 2010. 87(1): p. 4-14.

2. Beckman JA, Creager MA. Vascular complications of diabetes. Circ Res, 2016. 118(11): p. 1771-85.

3. Long AN, Dagogo-Jack S. Comorbidities of diabetes and hypertension: mechanisms and approach to target organ protection. J Clin Hypertens (Greenwich), 2011. 13(4): p. 244-51.

4. Burrows NR. Incidence of end-Stage renal Ddisease attributed to diabetes among persons with diagnosed diabetes - united states and puerto rico, 2000-2014. MMWR Morb Mortal Wkly Rep, 2017. 66(43): p. 1165-1170.

5. Zhang L. Trends in chronic kidney disease in China. N Engl J Med, 2016. 375(9): p. 905-6.

6. Xue R. Mechanistic insight and management of diabetic nephropathy: recent progress and future perspective. J Diabetes Res, 2017. 2017: p. 1839809.

7. 中华医学会肾脏病学分会专家组, 糖尿病肾脏疾病临床诊疗中国指南. 中华肾脏病杂志. 37(3): p. 255-304.

8. Jennings WC. Creating arteriovenous fistulas in 132 consecutive patients: exploiting the proximal radial artery arteriovenous fistula: reliable, safe, and simple forearm and upper arm hemodialysis access. Archives of Surgery, 2006. 141(1): p. 27-32.

9. Ehsan O.,‘Extension technique’: a modified technique for brachio-cephalic fistula to prevent dialysis access-associated steal syndrome. European journal of vascular and endovascular surgery, 2005. 29(3): p. 324-327.

10. Thornton Snider J. Lifetime benefits of early detection and treatment of diabetic kidney disease. PLoS One, 2019. 14(5): p. e0217487.

11. Perrone RD, Madias NE, Levey AS. Serum creatinine as an index of renal function: new insights into old concepts. Clin Chem, 1992. 38(10): p. 1933-53.

12. McNamara NV. Early renal failure detection by cystatin C in Type 2 diabetes mellitus: varying patterns of renal analyte expression. Pathology, 2009. 41(3): p. 269-75.

13. Kim SS. Urinary cystatin C and tubular proteinuria predict progression of diabetic nephropathy. Diabetes Care, 2013. 36(3): p. 656-61.

14. Amer AH, Haridas N. Early diagnostic markers in diabetic nephropathy patients. J Clin Diag Re, 2018. 12(11).

15. Gupta K. Cystatin C in the early diagnosis of diabetic nephropathy and its correlation with albuminuria. Int J Advan Med, 2017. 4(1): p. 56-59.

16. KazumiT. Increased urinary transferrin excretion predicts microalbuminuria in patients with type 2 diabetes. Diabetes Care, 1999. 22(7): p. 1176-80.

17. Massey JT, Drake RA,Georgopoulos AP. Cognitive spatial-motor processes. 5. Specification of the direction of visually guided isometric forces in two-dimensional space: time course of information transmitted and effect of constant force bias. Exp Brain Res, 1991. 83(2): p. 446-52.

18. Narita T. Increased urinary excretions of immunoglobulin g, ceruloplasmin, and transferrin predict development of microalbuminuria in patients with type 2 diabetes. Diabetes Care, 2006. 29(1): p. 142-4.

19. Sasaki A, Oikawa S, Toyota T.Microalbuminuria is closely related to diabetic macroangiopathy. Diabetes Res Clin Pract, 1999. 44(1): p. 35-40.

20. Kado S.Urinary type IV collagen as a marker for early diabetic nephropathy. Diabetes Res Clin Pract, 1996. 31(1-3): p. 103-8.

21. Banu N. Urinary excretion of type IV collagen and laminin in the evaluation of nephropathy in NIDDM: comparison with urinary albumin and markers of tubular dysfunction and/or damage. Diabetes Res Clin Pract, 1995. 29(1): p. 57-67.

22. Cohen MP, Lautenslager GT, Shearman CW. Increased collagen IV excretion in diabetes. a  marker of compromised filtration function. Diabetes Care, 2001. 24(5): p. 914-8.

23. Kotajima N. Type IV collagen as an early marker for diabetic nephropathy in non-insulin-dependent diabetes mellitus. J Diabetes Complications, 2000. 14(1): p. 13-7.

24. Narita T. Glycemic control reverses increases in urinary excretions of immunoglobulin G and ceruloplasmin in type 2 diabetic patients with normoalbuminuria. Horm Metab Res, 2001. 33(6): p. 370-8.

25. Yamazaki M. Urinary excretion rate of ceruloplasmin in non-insulin-dependent diabetic patients with different stages of nephropathy. Eur J Endocrinol, 1995. 132(6): p. 681-7.

26. Chang AS.Transforming growth factor-β1 and diabetic nephropathy. Am J Physiol Renal Physiol, 2016. 310(8): p. F689-f696.

27. Papadopoulou-Marketou N. NGAL and cystatin C: two possible early markers of diabetic nephropathy in young patients with type 1 diabetes mellitus: one year follow up. Hormones (Athens), 2015. 14(2): p. 232-40.

28. Shaker OG,El-Shehaby A,El-Khatib M. Early diagnostic markers for contrast nephropathy in patients undergoing coronary angiography. Angiology, 2010. 61(8): p. 731-6.

29. Al-Refai AA. Urinary neutrophil gelatinase associated lipocalin as a marker of tubular damage in type 2 diabetic patients with and without albuminuria. Open J Nephrol, 2014. 2014.

30. Motawi TK. Potential serum biomarkers for early detection of diabetic nephropathy. Diabetes Res Clin Pract, 2018. 136: p. 150-158.

31. DyabAllawi AA, Nada SZ, Turki M. Neutrophil gelatinase associated lipocalin (NGAL) in early detection of nephropathy in type 2 diabetic Iraqi patients. J  Facul Med Bag, 2017. 59(1): p. 74-78.

32. van Deursen, V.M., et al., Renal tubular damage. Comorbidity in heart failure, 2013: p. 52.

33. Singer E. Neutrophil gelatinase-associated lipocalin: pathophysiology and clinical applications. Acta Physiol (Oxf), 2013. 207(4): p. 663-72.

34. Bolignano D. Neutrophil gelatinase-associated lipocalin (NGAL) and progression of chronic kidney disease. Clin J Am Soc Nephrol, 2009. 4(2): p. 337-44.

35. Nauta FL. Glomerular and tubular damage markers are elevated in patients with diabetes. Diabetes Care, 2011. 34(4): p. 975-81.

36. Nielsen SE. Tubular markers are associated with decline in kidney function in proteinuric type 2 diabetic patients. Diabetes Res Clin Pract, 2012. 97(1): p. 71-6.

37. Sharifi AM. Urinary N-acetyl-β-D-glucosaminidase (NAG) activity in the early detection of diabetic nephropathy. Int J Dia Devel Count, 2015. 35(3): p. 369-374.

38. Kern EF. Early urinary markers of diabetic kidney disease: a nested case-control study from the Diabetes Control and Complications Trial (DCCT). Am J Kidney Dis, 2010. 55(5): p. 824-34.

39. Koh KT, Chia KS,  Tan C.Proteinuria and enzymuria in non-insulin-dependent diabetics. Diabetes Res Clin Pract, 1993. 20(3): p. 215-21.

40. Hong CY, Chia KS,  Ling SL. Urinary protein excretion in Type 2 diabetes with complications. J Diabetes Complications, 2000. 14(5): p. 259-65.

41. Penders J, Delangh JR.Alpha 1-microglobulin: clinical laboratory aspects and applications. Clin Chim Acta, 2004. 346(2): p. 107-18.

42. Kalansooriya A. Serum cystatin C, enzymuria, tubular proteinuria and early renal insult in type 2 diabetes. Br J Biomed Sci, 2007. 64(3): p. 121-3.

43. Yoshikawa R. Urinary PGDS levels are associated with vascular injury in type 2 diabetes patients. Diabetes Res Clin Pract, 2007. 76(3): p. 358-67.

44. Kyhse-Andersen, J. Serum cystatin C, determined by a rapid, automated particle-enhanced turbidimetric method, is a better marker than serum creatinine for glomerular filtration rate. Clin Chem, 1994. 40(10): p. 1921-6.

45. Hutchison CA.Quantitative assessment of serum and urinary polyclonal free light chains in patients with type II diabetes: an early marker of diabetic kidney disease? Expert Opin Ther Targets, 2008. 12(6): p. 667-76.

46. Nishikawa T, Edelstein D,   Brownlee M.The missing link: a single unifying mechanism for diabetic complications. Kidney Int Suppl, 2000. 77: p. S26-30.

47. Cooke MS. Urinary 8-oxo-2'-deoxyguanosine--source, significance and supplements. Free Radic Res, 2000. 32(5): p. 381-97.

48. Wu LL. Urinary 8-OHdG: a marker of oxidative stress to DNA and a risk factor for cancer, atherosclerosis and diabetics. Clin Chim Acta, 2004. 339(1-2): p. 1-9.

49. Hinokio Y. Oxidative DNA damage in diabetes mellitus: its association with diabetic complications. Diabetologia, 1999. 42(8): p. 995-8.

50. Hinokio Y. Urinary excretion of 8-oxo-7, 8-dihydro-2'-deoxyguanosine as a predictor of the development of diabetic nephropathy. Diabetologia, 2002. 45(6): p. 877-82.

51. Beisswenger PJ. Susceptibility to diabetic nephropathy is related to dicarbonyl and oxidative stress. Diabetes, 2005. 54(11): p. 3274-81.

52. Ghanem AA, Elewa A,  Araf LF. Pentosidine and N-carboxymethyl-lysine: biomarkers for type 2 diabetic retinopathy. Eur J Ophthalmol, 2011. 21(1): p. 48-54.

53. Daimon M.Increased urinary levels of pentosidine, pyrraline and acrolein adduct in type 2 diabetes. Endocr J, 2003. 50(1): p. 61-7.

54. Calabrese V.Oxidative stress and cellular stress response in diabetic nephropathy. Cell Stress Chaperones, 2007. 12(4): p. 299-306.

55. Kerkeni M. Pentosidine as a biomarker for microvascular complications in type 2 diabetic patients. Diab Vasc Dis Res, 2013. 10(3): p. 239-45.

56. Tuttle KR. Linking metabolism and immunology: diabetic nephropathy is an inflammatory disease. J Am Soc Nephrol, 2005. 16(6): p. 1537-8.

57. Elmarakby AA,  Sullivan JC. Relationship between oxidative stress and inflammatory cytokines in diabetic nephropathy. Cardiovasc Ther, 2012. 30(1): p. 49-59.

58. Fournier T, Medjoubi NN,  Porquet D. Alpha-1-acid glycoprotein. Biochim Biophys Acta, 2000. 1482(1-2): p. 157-71.

59. Schmidt MI. Markers of inflammation and prediction of diabetes mellitus in adults (Atherosclerosis Risk in Communities study): a cohort study. Lancet, 1999. 353(9165): p. 1649-52.

60. Gomes MB, Nogueira VG. Acute-phase proteins and microalbuminuria among patients with type 2 diabetes. Diabetes Res Clin Pract, 2004. 66(1): p. 31-9.

61. Jiang H. Increased urinary excretion of orosomucoid is a risk predictor of diabetic nephropathy. Nephrology (Carlton), 2009. 14(3): p. 332-7.

62. Schlatzer D.Novel urinary protein biomarkers predicting the development of microalbuminuria and renal function decline in type 1 diabetes. Diabetes Care, 2012. 35(3): p. 549-55.

63. Pickup JC. Inflammation and activated innate immunity in the pathogenesis of type 2 diabetes. Diabetes Care, 2004. 27(3): p. 813-23.

64. Navarro JF. Influence of renal involvement on peripheral blood mononuclear cell expression behaviour of tumour necrosis factor-alpha and interleukin-6 in type 2 diabetic patients. Nephrol Dial Transplant, 2008. 23(3): p. 919-26.

65. Navarro JF. Urinary tumour necrosis factor-alpha excretion independently correlates with clinical markers of glomerular and tubulointerstitial injury in type 2 diabetic patients. Nephrol Dial Transplant, 2006. 21(12): p. 3428-34.

66. Navarro JF. Inflammatory parameters are independently associated with urinary albumin in type 2 diabetes mellitus. Am J Kidney Dis, 2003. 42(1): p. 53-61.

67. Niewcza MA. Serum concentrations of markers of TNFalpha and Fas-mediated pathways and renal function in nonproteinuric patients with type 1 diabetes. Clin J Am Soc Nephrol, 2009. 4(1): p. 62-70.

68. Gohda T. Circulating TNF receptors 1 and 2 predict stage 3 CKD in type 1 diabetes. J Am Soc Nephrol, 2012. 23(3): p. 516-24.

69. Moresco RN.Diabetic nephropathy: traditional to proteomic markers. Clin Chim Acta, 2013. 421: p. 17-30.

70. Goldberg RB. Cytokine and cytokine-like inflammation markers, endothelial dysfunction, and imbalanced coagulation in development of diabetes and its complications. J Clin Endocrinol Metab, 2009. 94(9): p. 3171-82.

71. Hovind P. Elevated vascular endothelial growth factor in type 1 diabetic patients with diabetic nephropathy. Kidney Int Suppl, 2000. 75: p. S56-61.

72. Kim NH. Plasma and urinary vascular endothelial growth factor and diabetic nephropathy in Type 2 diabetes mellitus. Diabet Med, 2004. 21(6): p. 545-51.

73. Kim  NH. Vascular endothelial growth factor (VEGF) and soluble VEGF receptor FLT-1 in diabetic nephropathy. Kidney Int, 2005. 67(1): p. 167-77.

74. Santilli F. Increased vascular endothelial growth factor serum concentrations may help to identify patients with onset of type 1 diabetes during childhood at risk for developing persistent microalbuminuria. J Clin Endocrinol Metab, 2001. 86(8): p. 3871-6.

75. D'Angio CT, Ambati J,  Phelps DL. Do urinary levels of vascular endothelial growth factor predict proliferative retinopathy? Curr Eye Res, 2001. 22(2): p. 90-4.

76. Rovin BH, Yoshiumura T,  Tan L. Cytokine-induced production of monocyte chemoattractant protein-1 by cultured human mesangial cells. J Immunol, 1992. 148(7): p. 2148-53.

77. Banba N. Possible relationship of monocyte chemoattractant protein-1 with diabetic nephropathy. Kidney Int, 2000. 58(2): p. 684-90.

78. Shoukry A, Bdeer Sel A,  El-Sokkary RH. Urinary monocyte chemoattractant protein-1 and vitamin D-binding protein as biomarkers for early detection of diabetic nephropathy in type 2 diabetes mellitus. Mol Cell Biochem, 2015. 408(1-2): p. 25-35.

79. Kenyon GL. Defining the mandate of proteomics in the post-genomics era: workshop report. Mol Cell Proteomics, 2002. 1(10): p. 763-80.

80. Merchant ML. Urinary peptidome may predict renal function decline in type 1 diabetes and microalbuminuria. J Am Soc Nephrol, 2009. 20(9): p. 2065-74.

81. Merchant ML,  Klein JB. Proteomic discovery of diabetic nephropathy biomarkers. Adv Chronic Kidney Dis, 2010. 17(6): p. 480-6.

82. Mischak H. Proteomic analysis for the assessment of diabetic renal damage in humans. Clin Sci (Lond), 2004. 107(5): p. 485-95.

83. Siwy J. Multicentre prospective validation of a urinary peptidome-based classifier for the diagnosis of type 2 diabetic nephropathy. Nephrol Dial Transplant, 2014. 29(8): p. 1563-70.

84. Good DM. Naturally occurring human urinary peptides for use in diagnosis of chronic kidney disease. Mol Cell Proteomics, 2010. 9(11): p. 2424-37.

85. Hao PP. Association of plasma angiotensin-(1-7) level and left ventricular function in patients with type 2 diabetes mellitus. PLoS One, 2013. 8(5): p. e62788.

86. Zhao YY. Metabolomics in chronic kidney disease. Clin Chim Acta, 2013. 422: p. 59-69.

87. Shah O.Plasma metabolomic profiles in different stages of CKD. Clin J Am Soc Nephrol, 2013. 8(3): p. 363-70.

88. Hirayama A. Metabolic profiling reveals new serum biomarkers for differentiating diabetic nephropathy. Anal Bioanal Chem, 2012. 404(10): p. 3101-9.

89. Zhang J. Metabonomics research of diabetic nephropathy and type 2 diabetes mellitus based on UPLC-oaTOF-MS system. Anal Chim Acta, 2009. 650(1): p. 16-22.

打赏