科學家們已經使用蛋白質組學方法來識別血液中的三種蛋白質特征，這種特征可以改善對孤立的葡萄糖耐量受損(一種前驅糖尿病的一種形式)的檢測。這項由英國劍橋大學醫(yī)學研究委員會 (MRC) 流行病學部門和德國 Charité 柏林衛(wèi)生研究所的科學家領導的研究今天發(fā)表在《自然醫(yī)學》雜志上。
對前驅糖尿病患者進行醫(yī)學和行為干預可有效延緩或預防 2 型糖尿病的發(fā)作，但目前的臨床篩查和診斷技術遺漏了相當大比例的前驅糖尿病患者。孤立性糖耐量異常(孤立性 IGT)是糖尿病前期的一種常見亞型，只能通過口服糖耐量測試來識別，因為他們在更常見的測試中結果正常?？诜咸烟悄土繙y試是一個耗時的過程，需要反復抽血，并且不作為 2 型糖尿病臨床篩查策略的一部分常規(guī)進行。
作者使用蛋白質組學測定法測量了 Fenland 研究中 11,000 多名參與者的血漿樣本中近 5,000 種蛋白質的水平，每個參與者都接受了口服葡萄糖耐量測試。作者創(chuàng)建了一種機器學習算法，該算法能夠從數千個測量的蛋白質中提取一組核心蛋白質，這些蛋白質在識別最有可能在進行口服葡萄糖耐量測試之前分離出 IGT 的人方面提供了最豐富的信息。
作者確定了僅三種蛋白質的特征，當與糖耐量受損的標準篩選技術相結合時，在 Fenland 研究隊列中改善了對孤立 IGT 個體的識別，隨后在獨立的 Whitehall II 研究中證實了這一發(fā)現。他們的結果還表明，在采集血樣之前禁食不會顯著改變三種蛋白質特征在識別糖耐量受損人群方面的可靠性，這將大大增加該測試在臨床實踐中的應用。
Fenland 研究的獨特之處在于其將遺傳數據和血液采樣與包括口服葡萄糖耐量測試在內的一系列臨床特征的客觀測量相結合。通過將此資源與廣泛捕獲的蛋白質組學技術相結合，我們能夠識別出顯著改善葡萄糖耐量受損檢測的蛋白質特征。”
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯系刪除！