科学家们已经使用蛋白质组学方法来识别血液中的三种蛋白质特征，这种特征可以改善对孤立的葡萄糖耐量受损(一种前驱糖尿病的一种形式)的检测。这项由英国剑桥大学医学研究委员会 (MRC) 流行病学部门和德国 Charité 柏林卫生研究所的科学家领导的研究今天发表在《自然医学》杂志上。
对前驱糖尿病患者进行医学和行为干预可有效延缓或预防 2 型糖尿病的发作，但目前的临床筛查和诊断技术遗漏了相当大比例的前驱糖尿病患者。孤立性糖耐量异常(孤立性 IGT)是糖尿病前期的一种常见亚型，只能通过口服糖耐量测试来识别，因为他们在更常见的测试中结果正常。口服葡萄糖耐量测试是一个耗时的过程，需要反复抽血，并且不作为 2 型糖尿病临床筛查策略的一部分常规进行。
作者使用蛋白质组学测定法测量了 Fenland 研究中 11,000 多名参与者的血浆样本中近 5,000 种蛋白质的水平，每个参与者都接受了口服葡萄糖耐量测试。作者创建了一种机器学习算法，该算法能够从数千个测量的蛋白质中提取一组核心蛋白质，这些蛋白质在识别最有可能在进行口服葡萄糖耐量测试之前分离出 IGT 的人方面提供了最丰富的信息。
作者确定了仅三种蛋白质的特征，当与糖耐量受损的标准筛选技术相结合时，在 Fenland 研究队列中改善了对孤立 IGT 个体的识别，随后在独立的 Whitehall II 研究中证实了这一发现。他们的结果还表明，在采集血样之前禁食不会显着改变三种蛋白质特征在识别糖耐量受损人群方面的可靠性，这将大大增加该测试在临床实践中的应用。
Fenland 研究的独特之处在于其将遗传数据和血液采样与包括口服葡萄糖耐量测试在内的一系列临床特征的客观测量相结合。通过将此资源与广泛捕获的蛋白质组学技术相结合，我们能够识别出显着改善葡萄糖耐量受损检测的蛋白质特征。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！