Page 49 - 南京医科大学学报自然科学版
P. 49
第41卷第5期 陆晨妍，龚颖芸，付真真，等. IVGTT过程中血糖及胰岛素急遽波动对血清PCSK9水平的影响［J］.
2021年5月 南京医科大学学报（自然科学版），2021，41（05）：677-683 ·679 ·
受试者过夜空腹后留取空腹血，预设输液泵在3 min 与TC、C肽的正相关性在校正上述其他相关性因素
内按照 0.3 g/kg 的剂量静脉输注 20%的葡萄糖溶 后仍然存在（表 2）；但其与空腹胰岛素水平无显著
液，结束时归零计时器。随后分别在 1、2、4、6、8、 相关性。
10、60 min 取血测定血糖，同期留取 2、4、6、8、10、 2.2 血清PCSK9水平动态变化
60 min的血清连同空腹血清样本测定胰岛素与C肽 利用 IVGTT 下建立的高血糖、高胰岛素模型，
含量。另分别分装0、4、10、60 min的血清样本50 μL 结合循环中胰岛素及PCSK9半衰期4~5 min的特点，
用于后续血清PCSK9水平的测定。所有待测样本在 选用0、4、10 min 3个时间点测定血清PCSK9水平的
冰上短暂储存后转移至-80 ℃超低温冰箱冻存。 动态变化。比较4 min与0 min PCSK9的比值（P4/0）
1.2.4 ELISA法检测血清PCSK9水平
表1 基础血清PCSK9水平与各代谢指标的相关性分析
使用武汉博士德公司生产的商品化人 PCSK9
ELISA 法测定试剂盒（EK1147）测定，将待检测的血 Table 1 Correlation analysis between basal serum PCSK9
levels and various metabolic markers
清样本平衡至室温后混匀，取5 μL进行稀释后按照
指标 r值 P值
说明书操作，检测设立复孔，根据标准曲线法确定 年龄 0.306 0.010
样本中实际PCSK9含量，具体操作同前述报道 。 BMI 0.217 0.072
［23］
1.2.5 高通量靶向脂质组学方法 ALT 0.223 0.064
IVGTT空腹血清样本依托常州中科脂典生物技 AST 0.261 0.029
术有限责任公司测定血清脂质组学。使用氯仿∶甲 GGT 0.256 0.032
醇（1∶1）从血清样本中提取脂质，基于前述的 Exion LDH 0.165 0.173
超高效液相色谱系统与 QTRAP 6500 PLUS 系统 TBIL -0.002 0.987
［24］
（Sciex）串联检测平台开展定量检测 。 DBIL -0.135 0.266
IBIL 0.106 0.385
1.2.6 公式计算
TC 0.365 0.002
HOMA⁃IR使用如下公式计算：空腹血糖（mmol/L）×
TG 0.031 0.800
空腹胰岛素（pmol/L）/22.5。取静脉葡萄糖注射后
HDL⁃C -0.048 0.694
2 min 与 4 min 血清胰岛素平均值与 0 min 胰岛素水 LDL⁃C 0.328 0.006
平的差值评估的一相胰岛素分泌能力（first⁃phase Lp（a） 0.030 0.803
insulin release，FPIR）。结合胰岛素和循环中PCSK9 总蛋白 -0.021 0.866
白蛋白 -0.144 0.236
的半衰期4~5 min，定义P4/0为4 min PCSK9与0 min
血糖 0.229 0.057
PCSK9的比值来区分PCSK9的变化趋势，P4/0＜0.8
胰岛素 0.210 0.081
为下降组，0.8≤P4/0≤1.2 为稳定组，P4/0＞1.2 为上
C肽 0.267 0.027
升组。
肌酐 -0.096 0.429
1.3 统计学方法
采用SPSS 23.0软件进行相应的统计分析，对各 表2 基础血清PCSK9水平与各相关代谢指标的线性回归
项指标进行正态性分布的检验和方差齐性的检 分析
验。对符合正态分布的连续变量，使用Pearson法进 Table 2 Linear regression analysis of basal serum
行两因素之间的相关性分析，对不符合正态性分布 PCSK9 levels and related metabolic markers
的连续变量以及等级变量，使用Spearman法进行分 模型 纳入变量 Beta 调整后r 2 P值
析。对于正态分布的连续变量，使用one⁃way ANOVA 1 TC 0.420 0.164 <0.001
进行组间差异性比较，并进行两两比较的事后检验。 2 （整体） 0.475 0.202 <0.001
TC 0.395 — 0.001
2 结 果 空腹C肽 0.223 — 0.045
2.1 总体基线 PCSK9 水平与多个代谢指标呈现较 模型排除的变量包括：年龄、AST、GCT、LDL⁃C。模型1：基础血
清PCSK9水平为因变量，最终纳入的预测变量为TC，排除变量为年
强的正相关性
龄、AST、GCT、LDL⁃C、空腹 C 肽；模型 2：基础血清 PCSK9 水平为因
总体基线PCSK9水平与年龄、TC、LDL⁃C、AST、 变量，最终纳入的预测变量为 TC 和空腹 C 肽，排除变量为年龄、
GGT、C 肽水平存在较强的正相关关系（表 1）；且其 AST、GCT、LDL⁃C。
