血脂为早期糖尿病和心血管疾病的风险预测指明了道路
由欧盟资助的prevention -2024项目部分支持的一项研究发现，同时测量血液中的数十种脂肪可以帮助预测发病前几十年患T2D和CVD的风险。通过使用脂质组分析来提前识别高危人群，医生将能够在疾病发展之前就建议改变饮食和生活方式，最终减轻疾病负担。
当前的血确定个体是否有患T2D或CVD风险的测试主要依赖于两种主要血脂的水平:高密度脂蛋白和低密度脂蛋白(两种主要的胆固醇类型)。然而，血液中含有更多的脂质，可以起到帮助作用风险预测。因此，为了发现测量更大范围的血脂是否真的会使风险预测更准确，来自德国和瑞典的研究人员结合遗传学、脂质组学和标准临床诊断来分析数据和数据血液样本在一项名为Malmö饮食与癌症-心血管研究的研究中，对4067名参与者进行了调查。参与者是健康的中年瑞典居民，年龄在46岁到68岁之间，从1991年到1994年招募，一直跟踪到2015年。在随访期间，13.8%的参与者出现T2D, 22%出现T2D冠状动脉疾病他曾中风或死于心血管疾病。
基于184种脂类的风险评分
研究人员将机器学习方法应用于个体健康时的基线测量，计算出T2D和CVD的几种脂质组风险评分。然后，他们用这些分数将参与者分为风险组。这些分数是基于184的量化脂质种或亚种浓度。与组平均值相比，最高风险组的T2D风险为37%，风险增加了168%，而最高风险组的CVD风险为40.5%，风险增加了84%。最低风险组的风险显著降低，T2D和CVD分别降低了77%和53%，而平均病例率分别为13.8%和22.0%。此外，脂质组风险和遗传风险之间似乎只有边际联系，“这表明脂质组和遗传变异可能在很大程度上构成T2D和CVD的独立危险因素，”根据这项研究。
结果表明，通过脂质组学分析，可以在疾病发病前数年确定患有T2D或CVD的高风险个体。该研究的第一作者、德国Lipotype的Chris Lauber教授说:“脂质组风险仅来自一次廉价、快速的质谱测量，可以扩展基于临床分析的传统风险评估。”此外，血液中的单个脂质可能是多种代谢过程的结果或作用于多种代谢过程，这些代谢过程单独作为这些代谢过程的标记具有重要意义。根据劳伯教授的说法，如果这是真的，“脂质组可能会提供远远超出糖尿病和心血管疾病风险的见解。”
Lauber教授补充说:“加强疾病预防是一项涉及许多方面的全球共同努力。我们展示了脂质组学如何扩大我们的工具包，以早期发现糖尿病和心血管疾病高风险人群。”
