代谢组学预测肥胖、糖尿病等代谢病的风险

  • 代谢组学预测肥胖、糖尿病等代谢病的风险已关闭评论
  • 294 views
  • A+
所属分类:新闻

代谢组就是机体成百上千种代谢产物的集合。利用现代质谱技术的代谢组学研究,让我们能够评估疾病风险和个体代谢组之间的关联,鉴别出预测疾病风险的特殊标记。

近日,一项刊登在Cell Metabolism杂志上的研究发现了利用系统的代谢组学方法,通过对上千名个体组成的大样本量进行代谢分型,能够通过代谢组特征将人群分为代谢健康型和代谢肥胖型,并且利用正常和肥胖人群不同的分子标记来预测其未来健康状况和心血管疾病的风险,相关研究结果对肥胖相关的多种疾病的预测、诊断和治疗方法具有重要的指导和拓展意义。

该篇文章中,研究者对2396名参与者(包括TwinsUK cohort和Health Nucleus cohort)进行跨度8-18年3个时间点取样的分析,发现共有307个代谢物(占总共测到1007个代谢物的将近三分之一)在至少一个cohort队列研究的一个时间点与体重指数BMI显著相关。其中,83个代谢物在两队列研究中变化趋势一致,这其中又有49个代谢物与BMI最显著相关。49个代谢物主要包括脂质(23个)、氨基酸(14个)以及核苷酸、多肽等分子,其中大部分代谢物水平随着BMI的增加而增加,只有磷脂、溶血磷脂的脂质随着BMI的增加而减少(图1)。

图1.与BMI相关的代谢物的代谢通路分类及随BMI的变化趋势

 

接着,研究者利用回归分析(ridge regression)建模,尝试通过49个BMI相关的代谢物预测实际BMI(mBMI)(图2)。最终,通过对这些代谢产物的水平进行分析,模型的AUC达到0.922,能够以80.2%的灵敏性和89.1%的特异性来预测个体肥胖的状况。更有意思的是,代谢产物的改变并不总是会与个体是否真的肥胖相对应,也就是说,一个人即使BMI正常,其也存在患某种疾病的风险,这对于临床医生有效预测患者的疾病风险非常重要。

在建立了预测mBMI的模型后,研究者将样本分成了5组——3组mBMI与BMI一致的正常、超重、肥胖组,以及预测小于实际和预测大于实际的mBMI<BMI组和mBMI>BMI组,这两组作为outlier组。可以看出在outlier组,很多生理生化指标都无法像其他3组一样由BMI推断出趋势范围。

图2. 与实际BMI和代谢组预测的BMI(mBMI)相关的生理生化变量

 

最后,通过冲击图(Alluvial plot)研究者还展示了与起始健康或肥胖状态(第1个检测时间点)相比,在几年后的第3个时间点检测的变化结果,发现mBMI高于实际BMI的个体在之后的追踪研究中更容易发展为超重或肥胖状态(图3)。而对于心血管相关疾病及中风的发病率,mBMI低于实际BMI的个体在基线时只有少量中风的概率,接近体重和代谢型都正常的个体;mBMI高于实际BMI的个体的发病率则接近于超重和肥胖个体(图3)。

图3.在8-18年的TwinsUK研究中不同BMI/mBMI分类健康状况改变及心血管疾病发展比例

 

本文还揭示了代谢组学的系统研究可以代替单一或少数代谢产物或生物标志物来预测疾病的观点,如今研究人员更多会将多种参数进行结合来分析疾病的状态。比如,研究人员还会参与者进行了基因组的测序,发现遗传因素或许并不能像代谢物一样很好地预测与肥胖相关的健康状况。下一步希望能利用这些工具,通过不同的实验和机器学习方法,来研究其它代谢性疾病,例如糖尿病和非酒精性脂肪肝等。

 

综上所述,肥胖能改变机体的代谢组学特性,未来我们或许可以通过机体的代谢产物来预测肥胖个体是否会患上糖尿病和心血管疾病。

 

 

原文出处:

Elizabeth T. Cirulli,Lining Guo,Christine Leon Swisher, et al.  Profound Perturbation of the Metabolome in Obesity Is Associated with Health Risk.  Cell Metabolism(2018) doi:10.1016/j.cmet.2018.09.022