Gestational Diabetes Mellitus, Cord Blood Metabolomics, and Random Plasma Insulin Levels in Early Childhood
講者：Mingyu Zhang, PhD, MHS, FAHA - Beth Israel Deaconess Medical Center / Harvard Medical School
Session：Neonatal and Childhood Outcomes of Dysglycemia in Pregnancy
資料來源：本地 transcript.txt + slides_mid_text.md，由 Codex local/OAuth 方式整理；未使用 OpenAI API key，未使用 Google AI Studio。
Take-home Summary
Mingyu Zhang 的報告聚焦於 gestational diabetes mellitus, GDM 如何在胎兒出生時留下可偵測的 cord blood metabolomic signatures，以及這些 birth-time molecular signatures 是否與 early-childhood random plasma insulin levels 有關。研究使用 Boston Birth Cohort 的 943 組 mother-child pairs，排除 pre-gestational diabetes；cord blood 以 untargeted chromatography-tandem mass spectrometry profiling，量測 378 個 metabolites。次分析中，401 名兒童有 early-childhood random insulin data。
主要發現是：FDR correction 後，32 個 cord blood metabolites 與 maternal GDM 相關，最強訊號集中在 lipid-related metabolites。Several DAGs and TAGs 較高，membrane-related lipids 如 PC、PE 與 plasmalogen-related species 較低；此外還有 cholesteryl esters、conjugated bile acids、sphingolipid、nucleotide、N-acetylaspartic acid 等訊號。次分析顯示，GDM-associated metabolites 中，尤其 DAGs/TAGs，與兒童 early-childhood random plasma insulin 較高相關。
講者將這些結果定位為 hypothesis-generating：它們支持 GDM 可能透過 fetal lipid remodeling、membrane remodeling、oxidative/peroxisomal stress、bile-acid handling、amino acid/nucleotide/energy metabolism 等路徑影響 offspring metabolic trajectory。但研究為 observational，缺少 GDM severity、treatment、glycemic control、infant diet、血液採集時間等資訊，且 insulin analysis 只在 subset 進行，未做 formal mediation analysis。因此需要 replication 與更長期 cardiometabolic outcomes follow-up。
Slides 延伸補充：Slide 93 將結論整理成三點：GDM-associated metabolites consistent with fetal lipid remodeling，另有 amino-acid、nucleotide、energy metabolism signals；部分 cord metabolites，尤其 DAGs/TAGs，與 higher childhood random plasma insulin 有關；未來需 replication 並評估 cord metabolites 是否能預測 longer-term cardiometabolic outcomes。
問題背景：GDM 可能塑造 offspring metabolic health
Zhang 開場指出，這場 session 的共同主題是 dysglycemia in pregnancy 對 neonatal and childhood outcomes 的影響。Pregnancy 是 offspring health，尤其 metabolic development 的重要窗口。美國 GDM 約影響 up to 9% of pregnancies，而 GDM 不只與 birth outcomes 相關，也與較長期 outcomes 如 obesity、type 2 diabetes、higher blood pressure 有關。
這引出核心問題：maternal GDM 如何影響 fetal biology，並以與日後 metabolic health 相關的方式留下痕跡？ 目前 intergenerational transmission of risk 的 biological mechanisms 仍未完全釐清。
GDM 可能以多種方式影響 fetal biology：maternal glucose 可穿越 placenta，增加 fetal glucose exposure，刺激 fetal insulin secretion；GDM 也伴隨 broader metabolic perturbations。因此，了解 fetus 如何在代謝層面回應 intrauterine environment，有助於釐清 GDM 如何影響 offspring health。
Slides 延伸補充：Slide 78-79 用簡潔圖示說明 GDM affects up to 9% of pregnancies in the U.S.，並指出 early molecular signatures may provide insight into fetal metabolic responses to GDM。這正是本研究用 cord blood metabolites 作為 birth-time snapshot 的理由。
為什麼選 metabolomics？
Zhang 定義 metabolomics 為 metabolism 的 intermediate 或 end products，是參與 cells、tissues、biofluids、organisms metabolism 的 small molecules。例子包括 lipids、bile acids、nucleotides、amino acids 等。Cord blood metabolites 尤其有價值，因為它們可能提供 fetus 在出生時對 intrauterine environment 的 metabolic response snapshot。
她也指出，團隊過去研究支持這個方法：prenatal exposures to environmental pollutants，例如 metals、trace elements、PFAS，會影響 cord blood metabolites；另一項研究則發現 birth-time cord blood metabolites 可預測 childhood/adolescent blood pressure。
Slides 延伸補充：Slide 80 將 metabolites 分成 lipids、amino acids、bile acids、nucleotides、others，並強調 metabolites reflect metabolic activity。Slide 81 則列出 Zhang 團隊過去 PFAS/environmental exposure 與 cord blood metabolomic signatures 的研究，為本研究建立方法學背景。
研究目的
研究有兩個目標：
- Primary objective：找出與 maternal GDM 相關的 cord blood metabolomic signatures。
- Secondary objective：檢驗 GDM-associated cord metabolites 是否與 childhood random plasma insulin levels 相關。
這個設計讓研究不只停在「GDM 會改變 cord metabolites」，還進一步探索這些 metabolites 是否可能與兒童早期 insulin/metabolic phenotype 有關。
Slides 延伸補充：Slide 82 明確列出 primary 與 secondary objectives，對應 transcript 中的研究設計。
Boston Birth Cohort 與研究族群
研究參與者來自 Boston Birth Cohort。這是一個自 1998 年起持續進行的 ongoing prospective cohort，收案地點是 Boston Medical Center。Zhang 強調，BMC 是 Boston/New England 最大 safety-net hospital，約 73% patients 來自 low-income and underserved populations。因此，此 cohort 在 diverse and underserved population 中有重要價值。
本分析排除 pre-gestational diabetes，納入 943 組 mother-child pairs。次分析中，401 名兒童有 childhood random insulin data。
族群特徵包括：
- 母親多數為 non-Hispanic Black：58%
- Hispanic：24%
- 約半數母親有 pre-pregnancy overweight or obesity
- GDM prevalence：9%
- 兒童中 female 45%
- Preterm birth 16%
- Low birth weight 17%
- Insulin measurement median age：1.34 years
Slides 延伸補充：Slide 83-86 補足 cohort 與 baseline characteristics。Slide 86 顯示 maternal age mean 28.3 years、pre-pregnancy overweight/obesity 50%、education level ≤ middle school 28%、GDM 89/943，兒童 insulin measurement median age 1.34 years。
Exposure、metabolomics 與 statistical analysis
GDM 以多重資料來源確認，包括 ICD codes、medication history，以及部分參與者的 plasma glucose profiles。Cord blood metabolites 在 Broad Institute of MIT and Harvard 以 chromatography-tandem mass spectrometry 進行 untargeted profiling，共量化 378 metabolites。Childhood random plasma insulin levels 取自兒童第一次可用的 postnatal blood sample。
主要分析使用 multivariable linear regression 檢驗 GDM 與每個 metabolite 的 association，並以 FDR correction 處理 multiple comparisons。模型調整 maternal age、race、education、smoking status、pre-pregnancy BMI、nulliparity、infant sex、gestational age、delivery type。
對 nominal p-value <0.05 的 metabolites，研究使用 Ingenuity Pathway Analysis 做 pathway enrichment。對 GDM-associated metabolites，再用 multivariable linear regression 檢驗其與 childhood insulin 的 association，並額外調整 age at insulin measurement。
Slides 延伸補充：Slide 85 詳列 statistical analysis，確認 primary metabolomics analysis n=943、childhood insulin subset n=401，並列出 FDR correction、Ingenuity Pathway Analysis 與 insulin model 的額外 adjustment。
主要結果：32 個 GDM-associated cord metabolites
FDR correction 後，32 個 cord metabolites 與 GDM 相關。Manhattan plot 顯示最強 pattern 幾乎都在 lipid-related metabolites。
具體來說：
- 多個 DAGs, diacylglycerols 較高
- 多個 TAGs, triacylglycerols 較高
- 多個 membrane-related lipids 較低，包括 PC, phosphatidylcholines；PE, phosphatidylethanolamines；plasmalogen-related species
- Altered cholesteryl esters
- Lower conjugated bile acids
- 其他較不一致的 sphingolipid、nucleotide、N-acetylaspartic acid、energy turnover related signals
Zhang 將這些 hits 分成幾個 biological themes：
- Higher DAGs/TAGs：可能代表 neutral lipid accumulation 與 altered fetal lipid handling，可能與 insulin signaling stress 相關。
- Lower PC/PE/plasmalogens：可能代表 membrane remodeling，與 lipid metabolism、oxidative stress、peroxisomal function 有關。
- Altered cholesteryl esters：可能反映 polyunsaturated fatty acid transport and esterification 改變。
- Lower conjugated bile acids：可能與 bile-acid handling 與 downstream signaling change 有關。
- Other sphingolipid/nucleotide/NAA signals：可能與 lipid signaling 與 energy turnover 有關。
Slides 延伸補充：Slide 87 顯示 32 metabolites 的 Manhattan plot，filled triangles 為 higher in GDM、open triangles 為 lower in GDM。Slide 88-89 將 metabolite hits 轉成 biological pathways，例如 altered placental nutrient/lipid transfer、neutral-lipid accumulation、membrane remodeling、PUFA transport/esterification、bile-acid handling、lipid signaling/energy turnover。
Ingenuity Pathway Analysis：有訊號，但需謹慎
Ingenuity Pathway Analysis 找到幾個 amino acid/nucleotide-related pathways，包括：
- Arginine Degradation VI / Arginase 2 pathway
- Glutamate and glutamine metabolism
- Proline biosynthesis from arginine
- 4-hydroxyphenylpyruvate biosynthesis
- Proline degradation
但 Zhang 特別提醒，Ingenuity Pathway Analysis 是根據 metabolite enrichment 來找 pathways；當真正看 overlapping metabolites 數量時，每個 pathway 只有約 2-4 個 metabolites。這是重要 caveat，因此 pathway results 必須謹慎解讀，不應過度延伸成已證實的 causal mechanism。
Slides 延伸補充：Slide 90 顯示 pathway p-values 與 overlap，例如 arginine degradation 3/10、glutamate/glutamine metabolism 4/24、proline biosynthesis 3/13。這些 overlap 數字偏小，支持講者對 pathway interpretation 的保守態度。
Secondary analysis：Cord metabolites 與 childhood random insulin
在 401 名有 childhood insulin data 的 subset 中，研究檢驗 32 個 GDM-associated metabolites 與 random plasma insulin levels 的 association。結果最強訊號仍集中在 glycerolipids：several DAGs and TAGs 與 higher insulin levels 相關。其他 metabolite classes pattern 較不一致。
Zhang 將這部分明確定義為 hypothesis-generating。原因包括：
- Insulin analysis 只在 subset 中進行
- 未做 formal mediation analysis
- Random plasma insulin 易受 diet、血液採集時間、當下狀態影響
- 缺少 infancy/early-childhood diet data
- Childhood insulin 只是 biomarker，不等於完整 cardiometabolic outcome
她因此呼籲未來研究不只看 biomarker levels，也應追蹤 broader childhood cardiometabolic outcomes，例如 obesity、diabetes、blood pressure、其他 metabolic phenotype。
Slides 延伸補充：Slide 91 的 forest plot 顯示 GDM-associated metabolites 與 childhood insulin 的 estimates；圖中 DAG/TAG 區塊有較多與 higher insulin 相關的訊號。這和 transcript 中「strongest signals were for glycerolipids」一致。
Strengths and limitations
研究優勢包括：
- Large cord blood metabolomics sample measured at birth
- Diverse and underserved study population
- Detailed medical record data
- GDM 使用多種 clinical data sources clinically verified
- Cord metabolites 可作為 fetal metabolic response 的 birth-time snapshot
限制包括：
- Observational study，不能推論 causation
- 無 GDM severity data
- 無 GDM treatment 或 glycemic control 資訊
- Random insulin 受 diet、blood collection timing 等多種因素影響
- 缺少 child infancy/early-childhood diet data
- Insulin analysis subset 較小
- 未進行 formal mediation analysis
- Pathway analysis overlap metabolite 數少，需保守解讀
Slides 延伸補充：Slide 92 總結 strengths：large cord blood metabolomics sample、diverse underserved population、GDM clinically verified using multiple clinical data sources。Transcript 補足 limitations：GDM severity/treatment/glycemic control 缺失，random insulin 易受 diet/timing 影響，insulin subset 較小。
Precision prevention 與 multi-omics 的臨床想像
在最後，Zhang 連結 opening session 中 Mary Francivea 關於「Can we stop diabetes before it begins? Precision prevention across the life course」的討論。她指出，目前已有 active line of research 研究 multi-omics，包括 metabolomics、proteomics、epigenetics、mRNA 等，如何與 children’s health outcomes 相關。
若本研究的 biomarkers 未來能被 replicated，可能有兩個方向的臨床意義。逐字稿目前保留到第一點：identify children at higher future risk of developing adverse outcomes。也就是說，cord blood multi-omics signatures 可能成為 early risk stratification tool，幫助找出未來 cardiometabolic risk 較高的兒童。
由於本地 transcript 在這裡停止，後續臨床意義若有第二點，不能從現有逐字稿確認；因此不在此補寫不存在的內容。
Slides 延伸補充：Slide 94 題為「Can we stop diabetes before it begins?」，呼應 precision prevention across the life course。這使本報告從 biomarker discovery 延伸到 prevention science：如果出生時 cord blood molecular signatures 能預測長期風險，未來可能用於早期監測與介入設計。
Take-home Summary
- GDM 可能透過胎兒期 metabolic programming 影響 offspring cardiometabolic health；cord blood metabolomics 可作為出生時 fetal metabolic response 的 snapshot。
- Boston Birth Cohort 中，943 組 mother-child pairs 的 untargeted cord metabolomics 找到 32 個 GDM-associated metabolites。
- 最強訊號集中在 lipid remodeling：DAGs/TAGs 較高，PC/PE/plasmalogens 較低，另有 cholesteryl ester、bile acid、sphingolipid、nucleotide、NAA 訊號。
- Pathway analysis 指向 arginine degradation、glutamate/glutamine metabolism、proline biosynthesis/degradation 等，但 overlap metabolites 很少，需謹慎解讀。
- 在 401 名兒童 subset 中，部分 GDM-associated metabolites，尤其 DAGs/TAGs，與 higher childhood random plasma insulin 相關。
- 這些結果是 hypothesis-generating，不能視為 mediation 或 causation；缺少 GDM severity、glycemic control、treatment、child diet 與標準化 insulin measurement 是重要限制。
- 未來若 replication 成立，cord blood multi-omics signatures 可能用於辨識高風險兒童，並支援 life-course precision prevention。