文章信息
- 陈松建, 高文静, 吕筠, 余灿清, 王胜锋, 黄涛, 孙点剑一, 廖春晓, 逄增昌, 俞敏, 汪华, 吴先萍, 董忠, 吴凡, 江国虹, 王晓节, 刘彧, 邓健, 陆林, 曹卫华, 李立明.
- Chen Songjian, Gao Wenjing, Lyu Jun, Yu Canqing, Wang Shengfeng, Huang Tao, Sun Dianjianyi, Liao Chunxiao, Pang Zengchang, Yu Min, Wang Hua, Wu Xianping, Dong Zhong, Wu Fan, Jiang Guohong, Wang Xiaojie, Liu Yu, Deng Jian, Lu Lin, Cao Weihua, Li Liming
- 体力活动对2型糖尿病遗传效应的修饰作用——中国双生子队列研究
- Modification of physical activity on genetic effects of type 2 diabetes mellitus: a twin pairs cohort study in China
- 中华流行病学杂志, 2021, 42(7): 1167-1173
- Chinese Journal of Epidemiology, 2021, 42(7): 1167-1173
- http://dx.doi.org/10.3760/cma.j.cn112338-20201023-01265
-
文章历史
收稿日期: 2020-10-23
2. 青岛市疾病预防控制中心 266033;
3. 浙江省疾病预防控制中心, 杭州 310051;
4. 江苏省疾病预防控制中心, 南京 210009;
5. 四川省疾病预防控制中心, 成都 610041;
6. 北京市疾病预防控制中心 100013;
7. 上海市疾病预防控制中心 200336;
8. 天津市疾病预防控制中心 300011;
9. 青海省疾病预防控制中心, 西宁 810007;
10. 黑龙江省疾病预防控制中心, 哈尔滨 150030;
11. 邯郸市疾病预防控制中心 056001;
12. 云南省疾病预防控制中心, 昆明 650034
2. Qingdao Municipal Center for Disease Control and Prevention, Qingdao 266033, China;
3. Zhejiang Provincial Center for Disease Control and Prevention, Hangzhou 310051, China;
4. Jiangsu Provincial Center for Disease Control and Prevention, Nanjing 210008, China;
5. Sichuan Center for Disease Control and Prevention, Chengdu 610041, China;
6. Beijing Center for Disease Prevention and Control, Beijing 100013, China;
7. Shanghai Municipal Center for Disease Control and Prevention, Shanghai 200336, China;
8. Tianjin Centers for Disease Control and Prevention, Tianjin 300011, China;
9. Qinghai Center for Disease Prevention and Control, Xining 810007, China;
10. Heilongjiang Provincial Center for Disease Control and Prevention, Harbin 150030, China;
11. Handan Center for Disease Control and Prevention, Handan 056001, China;
12. Yunnan Center for Disease Control and Prevention, Kunming 650037, China
作为主要的慢性非传染性疾病之一,糖尿病已在2019年成为全球第九大死因,是各个地区、各个阶层共同面临的健康威胁[1]。国际糖尿病联盟发布的第9版《全球糖尿病概览》指出,2019年,全球20~79岁成年人糖尿病患病率约为9.3%[2]。2015-2017年开展的甲状腺疾病、碘水平和糖尿病流行病学调查结果显示,我国≥18岁成年人糖尿病患病率达12.8%[3]。2型糖尿病是最常见的糖尿病类型,约占所有糖尿病病例的90%[4]。既往研究表明,糖尿病受遗传因素和环境因素的共同影响[5],而遗传因素对糖尿病的作用是否会随环境暴露的改变而改变,即是否存在基因-环境交互作用[6],值得进一步研究。
多项随机对照试验和Meta分析结果均表明体力活动可降低2型糖尿病发病风险[7-9]。目前已有多篇文献通过单个基因位点或多个基因位点组成的遗传风险评分(genetic risk score,GRS)来探究2型糖尿病的基因-体力活动交互作用[10-15],但未发现有研究考虑整体遗传背景与体力活动交互作用对2型糖尿病的影响。双生子人群具有遗传相似性,可将表型变异分解为遗传效应和环境效应,在整体遗传背景下探究2型糖尿病的遗传-体力活动交互作用[16]。本研究基于中国双生子登记系统(Chinese National Twin Registry,CNTR)探究体力活动对2型糖尿病遗传效应的修饰作用。
对象与方法1. 研究对象:为CNTR于2011-2019年,在11个省/市(包括青岛市、浙江省、江苏省、四川省、北京市、上海市、天津市、青海省、黑龙江省、河北省邯郸市和云南省)开展的一、二期登记调查中年龄≥30岁的双生子。研究对象的纳入标准:11个项目点所在地常住居民;年龄≥30岁同性别完整双胞胎;愿意参加CNTR调查,并正式签署知情同意书者。研究对象的排除标准:关键变量(卵型、年龄、糖尿病患病、糖尿病首诊年龄、体力活动)信息缺失或回答“不清楚”“不知道”者;分开抚养双生子;双生子任意一人被排除则此对双生子被排除。符合纳入标准的双生子共31 680人,剔除卵型仅通过问卷无法判断者3 992人,其他关键变量信息无法判断者1 972人,信息缺失者768人;剔除分开抚养双生子734人,最后共24 214名双生子纳入此次分析。
2. 方法及内容:
(1)2型糖尿病患病情况:CNTR采用统一的问卷对调查对象进行面访式问卷调查,根据问题“您是否曾被县/区级或以上医院诊断患有糖尿病?”判断研究对象是否患糖尿病。由于糖尿病常见类型为1型糖尿病、2型糖尿病、妊娠期糖尿病,且1型糖尿病发病年龄通常 < 30岁[17],2型糖尿病患者约占所有糖尿病患者的90%[4],以及CNTR的研究对象不包含妊娠期妇女;因此,本研究将在区/县级医院诊断患有糖尿病且首诊年龄≥30岁者定义为2型糖尿病患者。
(2)卵型鉴定:本研究采用问卷法对双生子卵型进行鉴定。同性别双生子根据问卷中“你们这对双生子长得像不像(请回答目前或近期的状况)”这一问题的答案进行判断。回答长得非常像很容易被外人混淆判定为同卵双生子(monozygotic twin,MZ);回答长得与普通兄弟姐妹差不多,外人通常可以区分则判定为异卵双生子(dizygotic twin,DZ);回答不清楚则不纳入此次研究。本课题组已验证使用该问卷法进行卵型鉴定和基因鉴定结果一致率达0.88(95%CI:0.82~0.92)[18]。
(3)体力活动:一期登记调查中,通过问题“您现在是否有每周至少5天、每天至少30分钟的中等强度或高强度的体力活动”直接判断研究对象是否具有充足的体力活动。二期登记调查中,中等/高强度体力活动分别是根据问题“在过去的7天里,有多少天进行过中等/高强度体力活动”,同时询问“在上述有中等/高强度体力活动的日子中,通常每天能做多长时间(累积)的中等/高强度的体力活动?(min)”来判断是否具有充足的体力活动。根据《中国居民膳食指南(2016)》中的推荐[19],将每周≥5 d、每天30 min中等/高强度体力活动定义为体力活动达标。
3. 统计学分析:采用Stata/SE 16.0软件进行描述性分析,采用R 3.5.3软件和OpenMx 2.17.2程序包拟合结构方程模型(structural equation model,SEM),P < 0.05则认为差异有统计学意义。
(1)描述性分析:描述研究对象性别、年龄、卵型、体力活动水平和2型糖尿病患病情况等基本特征。年龄计算中位数和四分位数,分类变量采用频数和构成比进行描述。以双生子对为单位,将双生子两成员间2型糖尿病患病状态分为均患病、患病不一致、均不患病三组,描述双生子两成员2型糖尿病患病状态一致性分布。差异的显著性通过单因素logistic回归模型参数检验进行判断,双生子对内相关性通过随机效应单因素logistic回归模型控制。
(2)结构方程模型:
① 2型糖尿病表型分解:SEM将目标表型总的变异分解为遗传效应和环境效应,遗传效应包含加性遗传变异(additive genetic variance,A)、非加性遗传变异(non-additive genetic variance,D),环境效应包含共同环境变异(common environment variance,C)、特殊环境变异(special environment variance,E)。A指等位基因的累加效应,D指等位基因间相互作用引起的效应,C指双生子两成员共同经历的环境效应,E指双生子各自经历的特殊环境效应,包括随机误差[20]。由于MZ理论上共享全部基因,DZ平均共享50%的基因[21],以上4种效应在MZ和DZ对内两成员间的相关系数分别为A:1.00,0.50;D:1.00,0.25;C:1.00,1.00;E:0,0。
由于2型糖尿病患病状况为分类变量,故在SEM中采用阈值模型进行分析[22]。参考既往研究,调整年龄、性别协变量[5]。通过逐步拟合嵌套模型得到拟合程度最优的饱和模型,并计算此模型中双生子两成员2型糖尿病患病的四分位相关系数rMZ、rDZ。若rMZ < 2rDZ,则下一步拟合ACE模型及其嵌套模型,否则拟合ADE模型及其嵌套模型。采用最大似然法估计模型参数,并根据-2倍对数似然比(-2log likelihood,-2LL)差异进行χ2检验的结果确定参数是否对模型有贡献,最后选择AIC(Akaike’s Information Criterion)最小的模型作为最优拟合模型。
② 计算交互作用:本研究中的遗传-体力活动交互作用指体力活动对2型糖尿病遗传效应的修饰作用,由于本研究是利用双生子人群基于整体遗传背景研究交互作用,因此称为遗传-体力活动交互作用。探究2型糖尿病遗传-体力活动交互作用有助于进一步理解2型糖尿病的发病机制,对具有特定遗传背景的人群提供更有针对性的预防或治疗措施。本研究采用的交互作用模型为单变量SEM的衍生,以ACE模型为例,交互作用模型的基本原理见图 1[23]。该模型将通径系数处理成修饰因子的线性函数表达式,a、c、e分别为A、C、E的通径系数,μ为常数;βa、βc、βe为修饰因子对A、C、E的修饰作用系数。模型中调整年龄、性别协变量。首先拟合包含所有参数的饱和模型,其次依次令βa、βc、βe及其随机组合为0,并根据χ2检验结果和AIC值寻找最优拟合模型。若最优模型中包含βa、βc、βe,则说明修饰因子分别对A、C、E存在修饰作用。特别地,当最优模型中包含βa且差异有统计学意义,说明遗传变异对2型糖尿病的影响在不同体力活动水平间不一致,即存在遗传-体力活动交互作用。进一步分别在体力活动均不达标、体力活动均达标的双生子中估计2型糖尿病的遗传度,以更直观地展示体力活动对2型糖尿病遗传效应的修饰作用。
结果1. 一般情况:本研究共纳入12 107对≥30岁的同性别双生子,其中MZ 8 182对(67.58%),男性双生子7 789对(64.33%)。MZ年龄中位数大于DZ(42岁vs. 41岁),差异有统计学意义。体力活动均达标的双生子对在DZ、MZ中占比分别为36.05%、37.61%,差异无统计学意义。MZ两成员均患2型糖尿病者共109对(1.33%),多于DZ(21对,0.54%),差异有统计学意义(P < 0.001),提示2型糖尿病可能受遗传因素的影响。见表 1。
在体力活动均不达标和体力活动均达标的双生子对中,MZ两成员均患糖尿病的比例高于DZ(1.50% vs. 0.58%,1.17% vs. 0.43%),差异均有统计学意义(表 2)。体力活动均达标的MZ中,2型糖尿病患病一致率(1.17%)低于体力活动均不达标的MZ(1.50%),提示体力活动可能修饰遗传因素对2型糖尿病的作用,即可能存在2型糖尿病遗传-体力活动的统计学交互作用。
2. 2型糖尿病表型分解:拟合效果最优的饱和模型中,MZ、DZ两成员2型糖尿病的四分相关系数及其95%CI分别为0.87(95%CI:0.83~0.90)、0.59(95%CI:0.45~0.70),提示rMZ < 2rDZ,故采用ACE模型估计2型糖尿病的遗传度。在ACE模型及其嵌套模型中,ACE模型的拟合优度与饱和模型差异无统计学意义(P=0.586),AE、CE模型拟合优度显著低于ACE模型(P < 0.05)。故2型糖尿病患病的最优模型为ACE模型,说明2型糖尿病的变异可分解为加性遗传效应、共同环境效应、特殊环境效应。2型糖尿病的遗传度为0.56(0.31~0.84)(表 3)。
3. 2型糖尿病遗传-体力活动交互作用:由2型糖尿病遗传度估计的结果可知,2型糖尿病的变异可分解为加性遗传效应、共同环境效应、特殊环境效应3部分,故采用基于ACE模型的遗传-体力活动交互作用模型。模型拟合结果见表 4。在全模型及其嵌套模型中,全模型的AIC最小为-44 386.1,因此全模型为最优拟合模型,说明体力活动对2型糖尿病的加性遗传效应、共同环境效应、特殊环境效应均有修饰作用。体力活动对加性遗传效应的修饰作用系数βa为-0.34(-0.56~-0.08),表明体力活动可降低遗传效应对2型糖尿病的影响。
进一步分别在体力活动均达标和体力活动均不达标的双生子中计算2型糖尿病的遗传度。体力活动均达标的双生子中,最优拟合模型为ACE模型,2型糖尿病的遗传度为0.46(0.06~0.88)。体力活动均不达标的双生子中,最优拟合模型为AE模型,为了更好地与体力活动均达标的双生子进行比较,选择ACE模型计算体力活动均不达标双生子2型糖尿病的遗传度。ACE模型中,体力活动均不达标双生子2型糖尿病的遗传度为0.68(0.36~0.94),高于体力活动均达标双生子2型糖尿病的遗传度,进一步说明充足的中等或高强度体力活动可降低加性遗传效应对2型糖尿病的影响。
讨论本研究利用CNTR一、二期登记系统中≥30岁的同性别双生子数据分析得出2型糖尿病表型变异可分解为加性遗传效应、共同环境效应、特殊环境效应,2型糖尿病的遗传度为0.56(0.31~0.84),属于中度遗传。本研究发现体力活动与2型糖尿病遗传效应存在交互作用,体力活动可降低遗传效应对2型糖尿病的影响。
本研究发现存在2型糖尿病遗传-体力活动交互作用,该结果和普通人群中基于基因位点的研究结果一致。基于基因位点的研究发现了多个与体力活动存在交互作用的2型糖尿病相关基因。芬兰糖尿病预防研究发现ADRA2B、PPARG、SLC2A2、ABCC8基因和体力活动存在交互作用[12-13, 15]。例如,携带ADRA2B 12Glu等位基因者中,高水平休闲时间体力活动比低水平休闲时间体力活动2型糖尿病发病风险更低[15],说明高水平休闲时间体力活动可降低ADRA2B 12Glu等位基因引起的2型糖尿病发病风险增加。He等[11]研究发现,在女性中IRS1基因的rs1522813和体力活动水平间存在交互作用(P=0.007):低体力活动者中,携带A等位基因可增加39%的2型糖尿病发病风险;而高体力活动者中,A等位基因引起的2型糖尿病发病风险增加无统计学意义(P=0.78)。以上研究结果和本研究结果一致。体力活动可降低2型糖尿病的遗传效应,可能是由于体力活动降低了某些危险基因对2型糖尿病的影响。
体力活动对2型糖尿病加性遗传效应的修饰作用可能和体力活动影响2型糖尿病相关基因的表达有关。体力活动可改变DNA甲基化状态,从而影响基因的表达[24-27]。Rönn等[27]研究发现,6个月的体力活动干预可使1 009个CpG位点DNA甲基化水平改变不低于5%;体力活动干预后和干预前相比,21个2型糖尿病相关基因的DNA甲基化水平发生了改变,其中,HHEX、IGF2BP2、JAZF1、TCF2L2基因DNA甲基化水平增加,mRNA表达降低。Nitert等[26]研究发现,体力活动不仅可改变2型糖尿病相关基因的DNA甲基化水平,还可改变参与胰岛素信号通路,淀粉、蔗糖代谢通路、骨骼肌中葡萄糖摄取相关基因的甲基化水平,影响相应基因的表达。此外,体力活动还可调节微小RNA的表达,其中,如miR-92等微小RNA和2型糖尿病患病存在关联[28-29],提示体力活动可能通过微小RNA的表达影响2型糖尿病相关基因的表达。
本研究基于中国乃至亚洲地区最大的双生子登记系统,纳入12 107对双生子,统计效能较大。双生子人群具有同时出生,共享母体宫内环境,早期家庭环境等特点,这种天然匹配在研究复杂疾病中具有独特的优势[30]。再者,利用双生子遗传相似性,可从整体遗传背景角度探究2型糖尿病的基因-环境交互作用。本研究的局限性主要有:第一,糖尿病患病情况以及体力活动水平均为研究对象自报,可能存在报告偏倚;第二,2型糖尿病的判定方式为患有糖尿病,且首诊年龄≥30岁,虽然糖尿病患者中90%以上都是2型糖尿病患者,1型糖尿病患病年龄大多 < 30岁且本研究未包含妊娠期妇女,但还是可能存在一定程度的错分偏倚。第三,本研究为横断面研究,可能存在反向关联的问题,但目前已有多项前瞻性研究支持体力活动可降低2型糖尿病发病风险的观点;第四,本研究未考虑2型糖尿病的其他危险因素。
综上所述,2型糖尿病受遗传效应、共同环境效应、特殊环境效应的影响。本研究发现体力活动可修饰2型糖尿病的遗传效应,体力活动达标可降低遗传因素对2型糖尿病患病的影响。因此,对于2型糖尿病的病因,不仅需关注环境暴露或遗传因素单独对2型糖尿病的影响,还应进一步探究遗传因素-环境的交互作用。对于2型糖尿病的防治,应进一步重视提高体力活动水平。
利益冲突 所有作者均声明不存在利益冲突
[1] |
World Health Organization. The top 10 causes of death[EB/OL]. (2020-11-09)[2021-03-10]. https://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death.
|
[2] |
Saeedi PY, Petersohn I, Salpea P, et al. Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045:Results from the International Diabetes Federation Diabetes Atlas, 9th edition[J]. Diabetes Res Clin Pract, 2019, 157: 107843. DOI:10.1016/j.diabres.2019.107843 |
[3] |
Li YZ, Teng D, Shi XG, et al. Prevalence of diabetes recorded in mainland China using 2018 diagnostic criteria from the American Diabetes Association: national cross sectional study[J]. BMJ, 2020, 369: m997. DOI:10.1136/bmj.m997 |
[4] |
Holman N, Young B, Gadsby R. Current prevalence of Type 1 and Type 2 diabetes in adults and children in the UK[J]. Diabet Med, 2015, 32(9): 1119-1120. DOI:10.1111/dme.12791 |
[5] |
甘凤夏, 高文静, 吕筠, 等. 中国成年双生子人群的糖尿病遗传度研究[J]. 中华流行病学杂志, 2019, 40(4): 389-393. Gan FX, Gao WJ, Lyu J, et al. Analysis on the heritability of diabetes, based on data from the Chinese adult twins[J]. Chin J Epidemiol, 2019, 40(4): 389-393. DOI:10.3760/cma.j.issn.0254-6450.2019.04.004 |
[6] |
Ottman R. Gene-environment interaction: definitions and study designs[J]. Prev Med, 1996, 25(6): 764-770. DOI:10.1006/pmed.1996.0117 |
[7] |
Aune D, Norat TRS, Leitzmann M, et al. Physical activity and the risk of type 2 diabetes: a systematic review and dose-response Meta-analysis[J]. Eur J Epidemiol, 2015, 30(7): 529-542. DOI:10.1007/s10654-015-0056-z |
[8] |
Knowler WC, Barrett-Connor E, Fowler SE, et al. Reduction in the incidence of type 2 diabetes with lifestyle intervention or metformin[J]. N Engl J Med, 2002, 346(6): 393-403. DOI:10.1056/NEJMoa012512 |
[9] |
Tuomilehto J, Lindström J, Eriksson JG, et al. Prevention of type 2 diabetes mellitus by changes in lifestyle among subjects with impaired glucose tolerance[J]. N Engl J Med, 2001, 344(18): 1343-1350. DOI:10.1056/NEJM200105033441801 |
[10] |
Brito EC, Lyssenko V, Renström F, et al. Previously associated type 2 diabetes variants may interact with physical activity to modify the risk of impaired glucose regulation and type 2 diabetes: a study of 16003 Swedish adults[J]. Diabetes, 2009, 58(6): 1411-1418. DOI:10.2337/db08-1623 |
[11] |
He MA, Workalemahu T, Cornelis MC, et al. Genetic variants near the IRS1 gene, physical activity and type 2 diabetes in US men and women[J]. Diabetologia, 2011, 54(6): 1579-1582. DOI:10.1007/s00125-011-2123-7 |
[12] |
Kilpelä; inen TO, Lakka TA, Laaksonen DE, et al. Physical activity modifies the effect of SNPs in the SLC2A2(GLUT2) and ABCC8(SUR1) genes on the risk of developing type 2 diabetes[J]. Physiol Genom, 2007, 31(2): 264-272. DOI:10.1152/physiolgenomics.00036.2007 |
[13] |
Kilpelä; inen TO, Lakka TA, Laaksonen DE, et al. SNPs in PPARG associate with type 2 diabetes and interact with physical activity[J]. Med Sci Sports Exerc, 2008, 40(1): 25-33. DOI:10.1249/mss.0b013e318159d1cd |
[14] |
Klimentidis YC, Chen Z, Arora A, et al. Association of physical activity with lower type 2 diabetes incidence is weaker among individuals at high genetic risk[J]. Diabetologia, 2014, 57(12): 2530-2534. DOI:10.1007/s00125-014-3380-z |
[15] |
Laaksonen DE, Siitonen N, Lindstrúm J, et al. Physical activity, diet, and incident diabetes in relation to an ADRA2B polymorphism[J]. Med Sci Sports Exerc, 2007, 39(2): 227-232. DOI:10.1249/01.mss.0000246998.02095.bf |
[16] |
Rijsdijk FV, Sham PC. Analytic approaches to twin data using structural equation models[J]. Briefings Bioinform, 2002, 3(2): 119-133. DOI:10.1093/bib/3.2.119 |
[17] |
中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2017年版)[J]. 中华糖尿病杂志, 2018, 10(1): 4-67. Chinese Diabetes Society. Guidelines for the prevention and control of type 2 diabetes in China (2017 Edition)[J]. Chin J Diabetes Mellitus, 2018, 10(1): 4-67. DOI:10.3760/cma.j.issn.1674-5809.2018.01.003 |
[18] |
Wang BQ, Gao WJ, Yu CQ, et al. Determination of zygosity in adult Chinese twins using the 450K methylation array versus questionnaire data[J]. PLoS One, 2015, 10(4): e0123992. DOI:10.1371/journal.pone.0123992 |
[19] |
中国营养学会. 中国居民膳食指南2016[M]. 北京: 人民卫生出版社, 2016. Chinese Nutrition Society. The Chinese dietary guidelines 2016[M]. Beijing: People's Medical Publishing House, 2016. |
[20] |
Neale MC, CARDON LR. Methodology for genetic studies of twins and families[M]. Dordrecht, The Netherlands: Springer, 1992. DOI:10.1007/978-94-015-8018-2
|
[21] |
李立明, 高文静, 胡永华, 等. 方兴未艾的双生子研究[J]. 北京大学学报: 医学版, 2012, 44(3): 331-333. Li LM, Gao WJ, Hu YH, et al. The ascendant twin studies[J]. J Peking Univ: Health Sci, 2012, 44(3): 331-333. DOI:10.3969/j.issn.1671-167X.2012.03.002 |
[22] |
Benchek PH, Morris NJ. How meaningful are heritability estimates of liability?[J]. Human Genet, 2013, 132(12): 1351-1360. DOI:10.1007/s00439-013-1334-z |
[23] |
Purcell S. Variance components models for gene-environment interaction in twin analysis[J]. Twin Res, 2002, 5(6): 554-571. DOI:10.1375/136905202762342026 |
[24] |
Barrès R, Yan J, Egan B, et al. Acute exercise remodels promoter methylation in human skeletal muscle[J]. Cell Metab, 2012, 15(3): 405-411. DOI:10.1016/j.cmet.2012.01.001 |
[25] |
Fabre O, Ingerslev LR, Garde C, et al. Exercise training alters the genomic response to acute exercise in human adipose tissue[J]. Epigenomics, 2018, 10(8): 1033-1050. DOI:10.2217/epi-2018-0039 |
[26] |
Nitert MD, Dayeh T, Volkov P, et al. Impact of an exercise intervention on DNA methylation in skeletal muscle from first-degree relatives of patients with type 2 diabetes[J]. Diabetes, 2012, 61(12): 3322-3332. DOI:10.2337/db11-1653 |
[27] |
Rönn T, Volkov P, Davegårdh C, et al. A six months exercise intervention influences the genome-wide DNA methylation pattern in human adipose tissue[J]. PLoS Genet, 2013, 9(6): e1003572. DOI:10.1371/journal.pgen.1003572 |
[28] |
Bork-Jensen J, Scheele C, Christophersen DV, et al. Glucose tolerance is associated with differential expression of microRNAs in skeletal muscle: results from studies of twins with and without type 2 diabetes[J]. Diabetologia, 2015, 58(2): 363-373. DOI:10.1007/s00125-014-3434-2 |
[29] |
Keller P, Vollaard NBJ, Gustafsson T, et al. A transcriptional map of the impact of endurance exercise training on skeletal muscle phenotype[J]. J Appl Physiol, 2011, 110(1): 46-59. DOI:10.1152/japplphysiol.00634.2010 |
[30] |
Boomsma D, Busjahn A, Peltonen L. Classical twin studies and beyond[J]. Nat Rev Genetics, 2002, 3(11): 872-882. DOI:10.1038/nrg932 |