배경 및 목적 DKD의 유병이 증가함에도 불구하고, 조기 발견을 위한 신뢰할 만한 바이오마커는 여전히 부족하다. 본 연구는 생물정보학 분석을 통해 DKD의 단계 간을 구별하는 소변 및 혈청 대사산물을 규명하고자 하였다. 방법 우리는 92명의 참가자를 eGFR과 ACR의 조합에 따라 범주화하여 대사산물을 가장 잘 구별하는 기준을 확인하였다. 이러한 기준을 바탕으로 별도의 AI 모델을 학습하고 검증하였다. 정확도가 가장 높은 기준을 선택한 뒤, 해당 기준에서 변화가 관찰되는 대사산물에 대해 추가 조사를 수행하였다. 이들 대사산물의 관련성과 기능을 이해하기 위해 대사 네트워크 분석을 실시하였다. 결과 ACR에 기반한 분류가 가장 높은 예측 정확도를 보였다. 각 군에서 상위 20개에 포함된 대사산물들 중 공통적으로 9개의 소변 대사산물과 13개의 혈청 대사산물을 확인하였다. 4개의 대사산물—소변에서 Adenosine과 5-MTA, 혈청에서 m2,2G와 cis-Aconitic acid—는 ACR 군 간에서 유의한 차이를 보였다(Fig. 1). 대사 네트워크 분석에서는 허브 단백질과 이들 대사산물을 연결하는 네트워크를 확인하였으며, 소변 및 혈청 네트워크 모두에서 건강 대조군과 DKD 환자 간 허브 단백질의 유의한 mRNA 발현 차이가 관찰되었다(Fig. 2). 특히 IL4I1 mRNA는 소변과 혈청 모두에서 확인되었다. 결론 ACR 기반 분류가 가장 높은 정확도를 나타냈다. 소변의 아데노신과 5-MTA, 그리고 혈청의 m2,2G 및 cis-aconitic acid는 ACR 군 간에서 뚜렷한 양상을 보여, 바이오마커로서의 잠재력을 시사하였다. 대사 네트워크 분석은 IL4I1을 포함한 허브 단백질과, 상이하게 발현된 이들 대사산물을 연결하는 네트워크를 밝혀냈다. IL4I1이 DKD에 관여하는지에 대한 추가 연구가 권장된다.
*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.