Urine peptides enable non-invasive differential diagnosis of nodular diabetic nephropathy
Year: 2026
Type: article
Study design: Observational Study
Abstract: AIMS: Risk stratification in diabetic kidney disease is challenging. Identifying nodular diabetic nephropathy (NDN), the most specific histological feature of diabetic nephropathy (DN), associated with poor prognosis, currently requires kidney biopsy. We aimed to identify urinary peptide biomarkers distinguishing NDN from other chronic kidney disease etiologies in diabetes (nNDN). METHODS: In this case-control study, urinary peptide profiles from biopsy-proven DN patients (43 NDN, 38 nNDN) were analyzed using capillary electrophoresis-mass spectrometry. Real patient data were combined with synthetic datasets generated using a Gaussian copula approach and divided into discovery and validation cohorts. Differential peptides were identified by Wilcoxon testing with Benjamini-Hochberg correction, and combined into a support vector machine model. RESULTS: In the discovery cohort, 207 peptides were significantly altered. NDN was characterized by reduced collagen fragments and increased fibrinogen, apolipoprotein A-IV, and α1-antitrypsin peptides. The 99-peptide classifier (NDN99) discriminated NDN from nNDN with an AUC of 0.87 (combined validation) and 0.79 (real-patient validation). NDN99 predicted major adverse kidney events (MAKE; death, kidney failure, or 40% eGFR loss), and outperformed histology (HR = 2.9, p = 0.0006 vs HR = 1.9, p = 0.04). CONCLUSIONS: Urinary peptide signatures enable non-invasive discrimination of NDN and predict MAKE, potentially complementing kidney biopsy for subtype identification and risk stratification in DN.
Institutions: Universitätsklinikum Aachen, Mosaiques Diagnostics and Therapeutics (Germany), Friedrich-Alexander-Universität Erlangen-Nürnberg, Klinikum St. Georg, Martin Luther University Halle-Wittenberg, Innsbruck Medical University, Universität Innsbruck, University of Copenhagen, Steno Diabetes Center Copenhagen, Bayreuth Medical Center
Language: English
Subfield: Nephrology
Field: Medicine
Domain: Health Sciences
Open Access status: hybrid
Estimated APC paid: $4,410
Awards: G1011636513, SIGNAL -Analyse von Proteomsignaturen für eine personalisierte Intervention zur Vorbeugung kardiovaskulärer und renaler Komplikationen bei Diabetes, G1077497059, G2256342894, G2339548364, G2823057324, UPTAKE - Urinproteom-Analyse für die Prädiktion von Typ, Ausmaß, Prognose und therapeutischem Ansprechen von akuten und chronischen Nierenerkrankungen- Validierung der zuvor definierten Urinproteom-basierten Klassifikatoren zur Vorhersage der histopathologischen Diagnose der Niere, UPTAKE - Urinproteom-Analyse für die Prädiktion von Typ, Ausmaß, Prognose und therapeutischem Ansprechen von akuten und chronischen Nierenerkrankungen-Histopathologische, immunhistologische und elektronenmikroskopische Analyse sowie standardisierte Evaluierung renaler Fibrose, G3421341489, G3444286931, G3511371251, Urinary peptidomic patterns of longCoVID syndrome (UriCoV), G3952378347, G4814706512, KFO 5011: Integration neuer Methoden zur Verbesserung von translationaler Nierenforschung, G5496075972, G5726158898, KidneySign - Eine integrierte Multi-omics-Signatur von Nierenfibrose für eine personalisierte Medizin bei chronischen Nierenerkrankungen, G6621355709, UPTAKE - Urinproteom-Analyse für die Prädiktion von Typ, Ausmaß, Prognose und therapeutischem Ansprechen von akuten und chronischen Nierenerkrankungen - Urin-Proteomanalysen anhand von Proben der Nephrologischen Biobank des Klinikums Bayreuth GmbH, G705998190, PRostate cancer OMics Oriented inTErvention, G7632517533, G8207683057, UPTAKE - Urinproteom-Analyse für die Prädiktion von Typ, Ausmaß, Prognose und therapeutischem Ansprechen von akuten und chronischen Nierenerkrankungen- Urin-Proteomanalysen anhand von Proben der nephrologischen Biobank des St. Georg Klinikums, TRR 219: Mechanismen kardiovaskulärer Komplikationen bei chronischer Niereninsuffizienz, G8536619142, G8590477180
OpenAlex ID: W7166049138