基于 NMR 的血液分析作为单域检测同时预测多种疾病发作的潜力

基于 NMR 的血液分析作为单域检测同时预测多种疾病发作的潜力

在最近发表的一项研究中 天然药物 研究人员研究了基于核磁共振波谱（NMR）的代谢平台评估各种疾病风险的潜力。

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

背景

及时识别和预防与疾病发展相关的危险因素至关重要。 最近，进行了代谢分析来识别高风险个体； 然而，代谢数据被认为不足以估计疾病风险。 与质谱等其他代谢组学技术相比，核磁共振波谱可以实现快速且相对便宜的分子研究。

关于该研究

在本研究中，研究人员在 22 个中心检查了基于 NMR 波谱的血清学代谢谱是否反映了个体的真实生理状态，并有助于临床生物标志物来估计患 24 种疾病的风险，包括血管癌、代谢癌、呼吸系统癌、神经系统癌和肌肉骨骼癌。

神经网络 (NN) 经过训练，可以从英国 (UK) 生物银行 (BB) 的 117,981 个人中定量测定的 168 种代谢标记物中同时学习特定于医学疾病的代谢状态 (MET)，并跟踪 1,400,000 百万年的数据。 。 为了验证模型的结果，使用相同的 1 H NMR 代谢组学测定对四个不同的队列进行了分析，即鹿特丹研究队列、Whitehall II 队列、普伐他汀在老年人风险中的前瞻性研究 (PROSPER) 队列和莱顿长寿 PAROFF 研究队列。

此外，还分析了 BBMRI-NL 联盟的三个队列。 标记物包括与液体平衡和碳水化合物代谢相关的脂肪酸和氨基酸代谢物。 评估了它们与肌酐、白蛋白和葡萄糖等常用临床标志物的关联。 使用 Cox 比例风险模型 (CPH) 进行分析，并计算风险比 (HR) 和比值比 (OR)。

为了最大限度地提高研究结果的普遍性，数据按招聘中心进行空间划分。 获得最终估计后，测试集预测被汇总到 Whitehall II 进行进一步分析。 仅由美国心脏协会 (ASCVD) 心血管评估员和 PANEL 评估员（包括 30 多名具有体检、实验室测量和生活方式数据的评估员）按性别和年龄（年龄+性别）对数据进行分析。

这些估计分别通过痴呆症和 II 型糖尿病 (T2D) 的 CAIDE 和 FINRISC 评分得到进一步验证。 此外，NMR 估计值与观察期间医疗事件的频率相关，并与基于 C 指数增量值的临床信息进行比较。 确定了所有 24 种检查疾病的 SHAP（形状相加解释）值，并进行了 UMAP（统一流形近似和投影）分析，以找出哪些代谢物对疾病风险影响最大。

结果

样本人群的平均年龄为 58 岁，其中 54% 为女性，参与者平均随访 12 年，总计 1,435,340 年。 MET 与乳腺癌以外的所研究疾病的事件发生率相关，并且根据 10 年估计，MET 和年龄+性别预测因子的组合达到或超过了其他估计值。

此外，MET 数据补充了 2 型糖尿病、心力衰竭和痴呆等 8 种疾病的临床估计。 T2D、腹主动脉瘤（AAA）和心力衰竭的高 OR 值分别为 62、14 和 11。相比之下，中风、主要不良心脏事件（MACE）、心房颤动、全因痴呆和COPD（慢性阻塞性肺病）的OR值较低，哮喘和青光眼的OR值更低。

与青光眼、白内障和结肠癌、皮肤癌、前列腺癌和直肠组织癌的临床估计相比，代谢状态包含的估计数据明显较少，并且与肾病、T2D 和肝病的 ASCVD 和年龄+性别估计相比，代谢状态的估计数据更大。 所有测试模型均在 UKBB 队列中进行了良好校准，四个外部队列结果通过将 MET 添加到 COPD、T2D、冠状动脉疾病 (CHD)、心房颤动和心力衰竭的年龄+性别估计数据中，验证了显着的歧视性改进。

此外，C 指数值显示，MET 数据显着改善了 PANEL 对 8 种疾病的综合估计，包括 COPD、T2D、MACE、CHD、肾脏疾病、心力衰竭和痴呆。 歧视性收益通常会带来效用收益。 对综合临床预测因子进行 MET 数据调整后，获得了 T2D（HRPANEL 2.5，HRGe+性别 3.8）、心力衰竭（HRPANEL 1.5，HRAGe+性别 1.8）和全因痴呆（HRPANEL 1.5，HRAGe+性别 1.6）的调整后 HR 估计值。 、MACE（HRPANEL 1.4、HRAge+Sex 1.6）或 COPD（HRPANEL 1.4、HRAge+Sex 1.6）显示事件风险轨迹之间存在明显区别。

MET-HR 经过外部验证，针对 CHD、COPD、心力衰竭、全因痴呆和心房颤动进行了年龄和性别调整。 鉴定出的高效代谢物包括甘氨酸、酪氨酸和谷氨酰胺、碳水化合物代谢代谢物、白蛋白、肌酐、糖蛋白乙酰化 (GlycA)、乙酰乙酸和丙酮。 然而，除了白蛋白、肌酐、葡萄糖、肌酐/半胱氨酸蛋白酶抑制剂 C 和脂质之外，NMR 数据和 PANEL 估计值之间没有观察到强相关性。

肌酐和 AAA、葡萄糖、T2D 和 GlycA 与 COPD 和肺癌之间存在显着关联。 白蛋白、肌酐、亮氨酸、酪氨酸和谷氨酰胺被确定为估计全因痴呆风险的主要因素。 有趣的是，高风险个体的归因特征始终以低水平的亚油酸（LA）、白蛋白、二十二碳六烯酸（DHA）、甘氨酸和组氨酸为主。

文凭

总体而言，研究结果强调了基于 NMR 的代谢组学分析在同时阐明多种医学疾病的事件风险方面的潜力。

参考：

• 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