Potenciál profilovania krvi založeného na NMR ako test s jednou doménou na predpovedanie nástupu viacerých chorôb súčasne

Potenciál profilovania krvi založeného na NMR ako test s jednou doménou na predpovedanie nástupu viacerých chorôb súčasne

V nedávnej štúdii publikovanej v Prírodná medicína Výskumníci skúmali potenciál metabolickej platformy založenej na nukleárnej magnetickej rezonančnej spektroskopii (NMR) na posúdenie rizík vzniku rôznych chorôb.

Studie: Stoffwechselprofile sagen individuelle Ergebnisse bei mehreren Krankheiten voraus. Bildquelle: Forance/Shutterstock

pozadia

Rozhodujúca je včasná identifikácia a prevencia rizikových faktorov spojených s rozvojom ochorenia. Nedávno sa uskutočnili metabolické analýzy na identifikáciu jedincov s vysokým rizikom; Metabolické údaje sa však považovali za nedostatočné na odhad rizika ochorenia. NMR spektroskopia umožňuje rýchle a relatívne lacné molekulárne štúdie v porovnaní s inými metabolomickými technikami, ako je hmotnostná spektroskopia.

O štúdiu

V tejto štúdii výskumníci skúmali, či sérologické metabolické profily založené na NMR spektroskopii odrážajú skutočný fyziologický stav jednotlivcov a prispievajú ku klinickým biomarkerom na odhadnutie rizika vzniku 24 ochorení, vrátane vaskulárnych, metabolických, respiračných, neurologických a muskuloskeletálnych rakovín v 22 centrách.

Neurónová sieť (NN) bola trénovaná na simultánne učenie sa metabolických stavov (MET) špecifických pre zdravotné poruchy zo 168 metabolických markerov kvantitatívne určených u 117 981 jedincov so sledovaním 1 400 000 miliónov jedinečných rokov z Biobank (BB) Spojeného kráľovstva (UK). . Na overenie výsledkov modelu sa pomocou rovnakého 1H NMR metabolomického testu analyzovali štyri rôzne kohorty, konkrétne kohorta Rotterdamskej štúdie, kohorta Whitehall II, PROspektívna štúdia pravastatínu u starších ľudí v ohrození (PROSPER) a kohorta štúdie Leiden Longevity PAROFF.

Okrem toho sa analyzovali tri kohorty z konzorcia BBMRI-NL. Markery zahŕňali metabolity mastných kyselín a aminokyselín spojené s rovnováhou tekutín a metabolizmom sacharidov. Hodnotila sa ich súvislosť s bežne používanými klinickými markermi, ako je kreatinín, albumín a glukóza. Na analýzu sa použilo Coxovo proporcionálne modelovanie nebezpečenstva (CPH) a vypočítali sa pomery nebezpečenstva (HR) a pomery šancí (OR).

Aby sa maximalizovala zovšeobecniteľnosť výsledkov štúdie, údaje boli priestorovo rozdelené podľa náborových stredísk. Po získaní konečných odhadov sa predpovede testovacieho súboru agregovali do Whitehall II na ďalšiu analýzu. Údaje boli analyzované podľa pohlavia a veku (vek + pohlavie) iba pomocou kardiovaskulárnych odhadcov American Heart Association (ASCVD) a PANEL odhadcov (vrátane viac ako 30 odhadov s fyzikálnym vyšetrením, laboratórnymi meraniami a údajmi o životnom štýle).

Odhady boli ďalej potvrdené skóre CAIDE a FINDRISC pre demenciu a diabetes typu II (T2D). Okrem toho boli odhady NMR korelované s frekvenciou zdravotných udalostí počas obdobia pozorovania a porovnané s klinickými informáciami založenými na hodnotách C-indexu delta. Hodnoty SHAP (Shapely Additive Explanation) boli stanovené pre všetkých 24 skúmaných chorôb a bola vykonaná analýza UMAP (Uniform Manifold Approximation and Projection), aby sa zistilo, ktoré metabolity mali najväčší vplyv na riziká ochorenia.

Výsledky

Priemerný vek vzorovej populácie bol 58 rokov, z toho 54 % žien a účastníci boli sledovaní v priemere 12 rokov, celkovo 1 435 340 jedinečných rokov. MET boli spojené s mierami udalostí pre študované ochorenia iné ako rakovina prsníka a pri 10-ročnom odhade kombinácia MET a prediktorov veku + pohlavia splnila alebo prekročila iné odhady.

Údaje MET navyše dopĺňali klinické odhady pre osem chorôb vrátane cukrovky 2. typu, srdcového zlyhania a demencie. Vysoké hodnoty OR pre T2D, aneuryzmu brušnej aorty (AAA) a srdcové zlyhanie boli 62, 14 a 11. Naopak, hodnoty OR pre mozgovú príhodu, veľkú nežiaducu srdcovú príhodu (MACE), fibriláciu predsiení, demenciu z akejkoľvek príčiny a CHOCHP (chronická obštrukčná choroba pľúc) boli nízke a pre astmu a glaukóm ešte nižšie.

Metabolický stav obsahoval podstatne menej odhadovaných údajov v porovnaní s klinickými odhadmi pre glaukóm, šedý zákal a rakovinu hrubého čreva, kože, prostaty a tkaniva konečníka a mal väčší odhad ako ASCVD a odhady veku + pohlavia pre ochorenie obličiek, T2D a ochorenie pečene. Všetky testované modely boli dobre kalibrované v kohorte UKBB a výsledky štyroch externých kohort potvrdili významné diskriminačné zlepšenia pridaním MET k údajom z odhadu veku a pohlavia pre CHOCHP, T2D, ischemickú chorobu srdca (CHD), fibriláciu predsiení a srdcové zlyhanie.

Okrem toho hodnoty C-indexu ukázali, že údaje MET výrazne zlepšili komplexné odhady PANEL pre osem chorôb vrátane CHOCHP, T2D, MACE, CHD, ochorenia obličiek, srdcového zlyhania a demencie. Diskriminačné zisky vo všeobecnosti viedli k ziskom užitočnosti. Po úpravách údajov MET pre komplexné klinické prediktory sa získali upravené odhady HR pre T2D (HRPANEL 2,5, HRGe+Gender 3,8), srdcové zlyhanie (HRPANEL 1,5, HRAGe+Gender 1,8) a demenciu zo všetkých príčin (HRPANEL 1,5, HRAGe+Gender 1,6). , MACE (HRPANEL 1,4, HRAge+Pohlavie 1,6) alebo CHOCHP (HRPANEL 1,4, HRAge+Pohlavie 1,6) ukázali jasný rozdiel medzi trajektóriami rizika incidentov.

MET-HR boli externe validované s úpravami podľa veku a pohlavia pre CHD, CHOCHP, srdcové zlyhanie, demenciu z akejkoľvek príčiny a fibriláciu predsiení. Medzi identifikované vysoko účinné metabolity patrili glycín, tyrozín a glutamín, metabolity metabolizmu uhľohydrátov, albumín, kreatinín, acetylácia glykoproteínu (GlycA), acetoacetát a acetón. Avšak okrem albumínu, kreatinínu, glukózy, kreatinínu/cystatínu C a lipidov neboli pozorované žiadne silné korelácie medzi údajmi NMR a odhadmi PANEL.

Boli pozorované pozoruhodné súvislosti medzi kreatinínom a AAA, glukózou a T2D a GlycA s CHOCHP a rakovinou pľúc. Albumín, kreatinín, leucín, tyrozín a glutamín boli identifikované ako hlavné faktory v odhadovanom riziku demencie zo všetkých príčin. Zaujímavé je, že v profiloch pripisovania vysoko rizikových jedincov trvalo dominovali nízke hladiny kyseliny linolovej (LA), albumínu, kyseliny dokosahexaénovej (DHA), glycínu a histidínu.

Diplom

Celkovo výsledky štúdie zdôraznili potenciál metabolomického profilovania založeného na NMR na súčasné objasnenie rizika výskytu viacerých zdravotných ochorení.

Referencia:

• Buergel, T. et al. (2022) „Stoffwechselprofile sagen individuelle Multikrankheitsergebnisse voraus“, Nature Medicine. doi.org/10.1038/s41591-022-01980-3. https://www.nature.com/articles/s41591-022-01980-3