В недавнем исследовании, опубликованном в журнале Nature Medicine , исследователи изучили потенциал метаболомной платформы, основанной на спектроскопии ядерного магнитного резонанса (ЯМР), для оценки рисков возникновения нескольких заболеваний.

Фон

Оперативное выявление и профилактика факторов риска, связанных с развитием заболеваний, имеют решающее значение. В последнее время для выявления лиц с высоким риском были проведены метаболические анализы; однако метаболические данные были сочтены неадекватными для оценки риска возникновения заболевания. ЯМР-спектроскопия обеспечивает быструю и относительно экономичную молекулярную оценку по сравнению с другими метаболическими методами, такими как масс-спектроскопия.

Об исследовании

В настоящем исследовании исследователи исследовали, могут ли серологические метаболические профили, основанные на ЯМР-спектроскопии, отражать истинное физиологическое состояние людей и добавляться к клиническим биомаркерам для оценки рисков развития 24 состояний, включая сосудистые, метаболические, респираторные, неврологические и скелетно-мышечные расстройства и рака в 22 центрах.

Нейронная сеть (NN) была обучена одновременному изучению метаболических состояний (MET), характерных для медицинских расстройств, по 168 метаболическим маркерам, количественно оцененным среди 117 981 человека с последующим наблюдением в течение 1 400 000 миллионов индивидуальных лет из Биобанка Соединенного Королевства (Великобритания) (BB). . Для подтверждения результатов модели были проанализированы четыре разные когорты, т. е. когорта Роттердамского исследования, когорта Уайтхолла II, когорта PROspective Study of Pravastatin in the Seniors in Risk (PROSPER) и когорта исследования Leiden Longevity PAROFF, были проанализированы с использованием тот же метаболомный анализ 1H-ЯМР.

Кроме того, были проанализированы три когорты консорциума BBMRI-NL. Маркеры включали метаболиты жирных кислот и аминокислот, связанные с балансом жидкости и углеводным обменом. Оценивалась их связь с традиционно используемыми клиническими маркерами, такими как креатинин, альбумин и глюкоза. Для анализа использовалось моделирование пропорциональных рисков Кокса (CPH), и были рассчитаны отношения рисков (HR) и отношения шансов (OR).

Чтобы максимизировать обобщаемость результатов исследования, данные были пространственно разделены по центрам набора. После получения окончательных оценок прогнозы тестового набора были объединены в Уайтхолл II для дальнейшего анализа. Данные были проанализированы только по полу и возрасту (возраст + пол), сердечно-сосудистыми оценщиками на основе Американской кардиологической ассоциации (ASCVD) и оценщиками PANEL (включая более 30 оценщиков с данными физического осмотра, лабораторных измерений и привычек образа жизни.

Bluebonnet Nutrition, Зеаксантин плюс лютеин, 60 мягких желатиновых капсул

Оценки были дополнительно подтверждены шкалами CAIDE и FINDRISC для деменции и диабета II типа (СД2) соответственно. Кроме того, оценки ЯМР коррелировали с частотой возникновения медицинских состояний в период наблюдения и сравнивали с клинической информацией, основанной на значениях дельта С-индекса. Значения SHAP (стройное аддитивное объяснение) были определены для всех 24 исследованных заболеваний, и был проведен анализ UMAP (аппроксимация и проекция равномерного многообразия), чтобы определить, какие метаболиты в наибольшей степени влияют на риск заболевания.

Полученные результаты

Средний возраст выборки составлял 58 лет, из которых 54% составляли женщины, а за участниками наблюдали в среднем 12 лет, при этом общий индивидуальный возраст составил 1 435 340 лет. MET были связаны с частотой инцидентов при изученных состояниях, за исключением рака молочной железы, и для 10-летней оценки комбинация MET и предикторов возраста + пола сравнялась или превзошла другие оценки.

Кроме того, данные MET были добавлены к клиническим оценкам для восьми заболеваний, включая СД2, сердечную недостаточность и деменцию. Высокие значения ОШ для СД2, аневризмы брюшной аорты (ААА) и сердечной недостаточности составили 62, 14 и 11 соответственно. Напротив, значения ОШ были низкими для церебрального инсульта, большого неблагоприятного сердечного события (MACE), фибрилляции предсердий, деменции всех причин и ХОБЛ (хронической обструктивной болезни легких), и еще ниже для астмы и глаукомы.

Метаболическое состояние содержало значительно меньшие оценочные данные по сравнению с клиническими оценками глаукомы, катаракты и рака толстой кишки, кожи, предстательной железы и тканей прямой кишки и имело большую оценочную ценность, чем оценки ASCVD и Age+Sex для заболеваний почек, СД2, и печеночные расстройства. Все протестированные модели хорошо откалиброваны в когорте UKBB, и результаты четырех внешних когорт подтвердили значительные дискриминационные улучшения путем добавления MET к данным оценки возраста + пола для ХОБЛ, СД2, ишемической болезни сердца (ИБС), мерцательной аритмии и сердечной недостаточности.

Кроме того, значения C-индекса показали, что данные MET значительно дополняют комплексные оценки PANEL для восьми заболеваний, включая ХОБЛ, СД2, MACE, ИБС, почечные расстройства, сердечную недостаточность и деменцию. Дискриминационные выгоды обычно превращаются в выгоды полезности. После корректировки данных МЕТ для комплексных клинических предикторов, скорректированные оценки HR для СД2 (HR PANEL 2.5, HR ge+Sex 3.8), сердечной недостаточности (HR PANEL 1.5, HR Age+Sex 1.8), деменции от всех причин (HR PANEL 1.5, HR Возраст+Пол 1.6), MACE (HR PANEL 1.4, HR Возраст+Пол 1.6) или ХОБЛ (HR PANEL 1.4, HR Возраст+Пол )1.6) показал четкое различие между траекториями инцидентных рисков.

MET HR были подтверждены внешними данными с поправкой на возраст и пол для ИБС, ХОБЛ, сердечной недостаточности, деменции всех причин и мерцательной аритмии. Идентифицированные высокоэффективные метаболиты включали глицин, тирозин и глутамин, метаболиты углеводного обмена, альбумин, креатинин, ацетилирование гликопротеина (GlycA), ацетоацетат и ацетон. Однако кроме альбумина, креатинина, глюкозы, креатинина/цистатина С и липидов сильной корреляции между данными ЯМР и оценками PANEL не наблюдалось.

Замечательные ассоциации наблюдались между креатинином с ААА, глюкозой и СД2 и GlycA с ХОБЛ и раком легких. Альбумин, креатинин, лейцин, тирозин и глютамин были идентифицированы как наиболее преобладающие факторы предполагаемого риска деменции от всех причин. Интересно, что в профилях атрибуции лиц с высоким риском постоянно преобладали низкие уровни линолевой кислоты (ЛК), альбумина, докозагексаеновой кислоты (ДГК), глицина и гистидина.

Вывод

В целом, результаты исследования подчеркнули потенциал метаболомного профилирования на основе ЯМР для информирования о рисках возникновения нескольких медицинских расстройств одновременно.