提到1型糖尿病和2型糖尿病，大多数人的第一反应是——这是两种完全不同的病。1型糖尿病是免疫系统"误伤"了胰岛β细胞，多见于儿童和青少年；2型糖尿病则与胰岛素抵抗和生活方式密切相关，多见于中老年人。然而，一项发表在Diabetes期刊上的大型研究却揭示了一个令人意外的事实：那些携带更多2型糖尿病风险基因的人，在1型糖尿病的早期阶段，病情进展竟然也会加速。换句话说，两种糖尿病的发病机制，可能在同一个人身上"叠加"发挥作用。
长期以来，医学界已经注意到1型糖尿病患者之间存在巨大的个体差异：有些人年纪很小就发病，胰岛素分泌急剧下降；而另一些人虽然体内也检测到了攻击胰岛的自身抗体（这是1型糖尿病的标志），但胰岛素分泌功能却维持得相对较好，年龄也偏大，体重也偏高。这种"同一种病、千人千面"的现象，一直是精准医疗面临的难题。
为了搞清楚这种差异背后的遗传原因，美国科罗拉多大学、迈阿密大学等多家机构的研究团队，利用国际大型研究项目"1型糖尿病TrialNet"的数据，对4324名自身抗体阳性的1型糖尿病高危人群进行了深入的基因分析。这些参与者都是1型糖尿病患者的亲属，体内已经出现了攻击胰岛的自身抗体，但尚未发展为临床糖尿病。
研究团队用两把"基因尺子"来衡量每个人的遗传风险：一把是1型糖尿病遗传风险评分（T1D-GRS2），包含67个与1型糖尿病相关的基因位点；另一把是2型糖尿病遗传风险评分（T2D-GRS），涵盖了近百万个与2型糖尿病相关的基因变异。同时，通过口服葡萄糖耐量试验（喝糖水后测血糖和胰岛素的变化），评估每个人的胰岛素分泌能力。
如图[1]所示，研究的整体设计一目了然：随着胰岛素分泌水平（C肽）从低到高，参与者的1型糖尿病遗传风险逐渐降低，而2型糖尿病遗传风险却逐渐升高；与此同时，BMI、胰岛素抵抗程度、年龄和女性比例也呈上升趋势。更关键的是，无论是1型还是2型糖尿病的遗传风险评分，都与最终发展为临床糖尿病的速度有关。
研究者将4324名参与者按照胰岛素分泌水平（C肽曲线下面积）和血糖水平（葡萄糖曲线下面积）划分成25个"代谢区域"，然后绘制了遗传风险评分的热图。
如图[2]所示，左侧热图（A）展示的是1型糖尿病遗传风险评分的分布，右侧热图（B）展示的是2型糖尿病遗传风险评分的分布。横轴从A到E代表胰岛素分泌能力从低到高，纵轴从1到5代表血糖水平从低到高。可以清晰地看到：在左图中，颜色从左到右逐渐变浅，说明胰岛素分泌越高的人，1型糖尿病遗传风险越低；而在右图中，颜色从左到右逐渐加深，说明胰岛素分泌越高的人，反而携带了更多的2型糖尿病风险基因。
具体数据同样印证了这一规律。胰岛素分泌最高的那组人（C肽≥2.65 nmol/L），与胰岛素分泌最低的那组人（C肽<1.16 nmol/L）相比，呈现出截然不同的特征：
| 特征 | 胰岛素分泌最低组 | 胰岛素分泌最高组 | 差异显著性 |
|---|---|---|---|
| 中位年龄 | 6.0岁 | 16.4岁 | P<0.001 |
| 女性比例 | 38.8% | 57.5% | P<0.001 |
| BMI z评分 | -0.04 | 1.18 | P<0.001 |
| 多种自身抗体阳性率 | 71.3% | 38.5% | P<0.001 |
| 高危HLA基因型比例 | 24.4% | 15.5% | P<0.001 |
简单来说，胰岛素分泌最高组的人更年长、体重更高、免疫攻击的标志更少、1型糖尿病的经典遗传特征更弱——但他们身上的2型糖尿病遗传印记却更加明显。这些特征恰恰与2型糖尿病的典型画像高度吻合：年龄偏大、体型偏胖、存在胰岛素抵抗。
发现两种糖尿病基因在同一人群中共存，固然让人意外，但更重要的问题是：这些2型糖尿病基因到底会不会影响1型糖尿病的发病进程？
答案是肯定的——但有一个值得注意的例外。
研究团队对每组人群分别进行了生存分析，追踪他们从自身抗体阳性发展到临床糖尿病（即"3期1型糖尿病"）所需的时间。结果显示：
如图[3]所示，累积发病率曲线直观地展示了这一差异。上排两张图（A和B）展示的是1型糖尿病遗传风险评分的预测效果，可以看到无论在胰岛素分泌最低组还是最高组，遗传风险越高（Q3），发病曲线都明显更陡。而下排两张图（C和D）展示的是2型糖尿病遗传风险评分的预测效果：在胰岛素分泌最高组（D图），不同遗传风险等级之间的发病曲线出现了明显分层；但在胰岛素分泌最低组（C图），各条曲线几乎重叠在一起，说明2型糖尿病基因在这个群体中"使不上劲"。
为什么会出现这种"例外"？研究者给出了一个合理的解释：当一个人的β细胞功能已经被免疫攻击严重破坏时（对应最低C肽组），胰岛素分泌几乎"见底"，此时再加上胰岛素抵抗这类2型糖尿病因素，已经没有多少"余量"可以进一步恶化了。就好比一辆车的油箱已经几乎空了，路况再差也不会让油耗得更快。
这项研究最核心的启示在于：1型糖尿病和2型糖尿病之间的界限，远没有我们以为的那样清晰。
在一些1型糖尿病高危人群身上，免疫攻击和胰岛素抵抗这两种完全不同的致病机制可能同时存在，共同推动疾病进展。这意味着，未来在预测和预防1型糖尿病时，不能只关注免疫指标和1型糖尿病基因，还需要把2型糖尿病的遗传风险纳入评估体系。更进一步，那些针对2型糖尿病的干预手段——比如改善胰岛素抵抗的药物或生活方式调整——或许也能在部分1型糖尿病高危人群中发挥预防作用。
当然，这项研究也存在局限性：参与者以欧洲裔白人为主（占86.6%），而2型糖尿病在非欧洲裔人群中更为普遍，这可能导致研究低估了2型糖尿病基因在1型糖尿病中的作用。此外，将1型和2型糖尿病遗传风险评分整合为一个综合预测模型，是否能进一步提高预测精度，仍有待验证。
糖尿病的世界，或许不是"非此即彼"的两个阵营，而是一个连续的光谱。在这个光谱上，每个人的位置由免疫、代谢和遗传因素共同决定。如何精准定位每个人在这条光谱上的位置，并据此制定个性化的预防方案，将是未来糖尿病研究最值得期待的方向之一。
本文由超能文献“资讯AI智能体”基于4000万篇Pubmed文献自主选题与撰写，并经AI核查及编辑团队二次人工审校。内容仅供学术交流参考，不代表任何医学建议。
分享
本文探讨了自然界中拥有“极端表型”的动物如何抵抗衰老与代谢病，如冬眠动物的“暴饮暴食”而不患三高，长寿动物的抗癌与抗衰老机制，以及它们对心血管疾病和骨质疏松的天然抵抗力。文章揭示了这些动物的生存智慧如何为人类对抗代谢疾病、延缓衰老提供启发，并警示了环境变化对健康的深远代际影响。
瑞典一项覆盖275万人的大型研究挑战了自闭症是“男孩病”的传统认知。研究显示，女性自闭症确诊时间更晚，但随着年龄增长，男女确诊比例或达1:1。
DeepSeek的NSA架构通过原生稀疏注意力机制，将长文本推理速度提升11倍，有效解决了AI处理长文本时的“记不住”和“算不动”问题，同时保持甚至超越了全注意力模型的准确性。
多伦多大学团队利用蛋白质组学技术，绘制了泛癌种细胞表面蛋白质地图，成功挖掘出针对鳞状细胞癌的全新攻击靶点FAT2，并验证了其在抑制肿瘤生长和脑转移瘤治疗中的巨大潜力，为抗癌药物研发开辟了新路径。
一项新研究揭示，水生壶菌在陆生青蛙中虽总体感染率低，但局部高密度爆发可在一年内导致种群锐减98%，远超预期。这种“隐蔽流行病”主要通过近距离接触传播，而非环境因素。通过减少携带病原体的共栖物种，可有效防止陆生青蛙灭绝。
