▎药明康德内容团队编辑
现行的糖尿病风险评估方法，比如美国糖尿病协会的“60秒2型糖尿病风险测试”，通常只考察少量基本信息——如年龄、性别、种族、家族史和运动情况等，而不涉及生物分子层面的分析。也因此，这些预测方法在准确性上还有许多不足。
现在，爱丁堡大学的研究人员开发出了一种通过检测血液中DNA的变化来预测一个人在未来10年内患上2型糖尿病（T2D）的风险的新方法。近日，研究人员在《自然》杂志子刊Nature Aging上发表了一项研究，表明将DNA甲基化数据与常见的T2D风险因素综合在一起可以提供更准确的风险预测。 T2D是一种严重的疾病，由于胰岛素不能正常工作，或者胰腺无法制造足够的胰岛素所导至。这种疾病会引起高血糖水平，进而导至一系列健康问题，如心脏病、中风、神经损伤和足部问题。DNA甲基化是DNA的表观遗传修饰——甲基分子集团在酶的催化作用下被添加到DNA分子结构中。当甲基基团与DNA结合，它可能会改变相关基因的功能，通常是通过阻止该基因的转录过程，使其无法产生用于构建新蛋白质的RNA副本。这些甲基基团的添加或去除会影响一些分子在体内的作用，研究DNA甲基化模式有助于追踪衰老过程和疾病的发展。在开发风险预测工具时，苏格兰研究人员将甲基化分析与标准糖尿病风险评分中所使用的基本健康数据结合起来，创建了几个潜在的模型。他们首先基于9800多人的队列对算法模型进行了训练，其中374人患有2型糖尿病。这些人已经参加过一项全国性的糖尿病研究“Scotland Study”——这是一项旨在帮助科学家调查疾病原因、了解国家医疗保健重点并为未来医疗和健康政策提供信息的大型研究。这些模型随后在另一组受试者身上进行了测试（这些受试者同样参与了Scotland Study）：这一次参加测试的人数共有4778人，包括252名糖尿病患者。在所有模型中表现最好的模型的曲线下面积（AUC）为0.872，根据这一数值，研究人员认为该模型比标准的无甲基化评估方法在“10年风险预测能力”方面的表现显著提高，无甲基化评估方法的AUC为0.839。研究人员还运用该模型对德国一项研究中的1451人重复了分析，以确保他们的发现可以在不同背景的人身上复制。他们成功取得了类似的结果，表明该模型在其他研究队列中也适用。接下来，研究人员继续推算该模型的预测性能。他们得出结论，当应用于一个假想中的1万人群体、假设该群体中有三分之一的人在接下来的十年里会患上糖尿病，基于该模型的风险评估将能够正确识别出比标准评估方法多出449名的高风险个体。该研究的主要作者指出，除了让高危人群有机会在糖尿病发病前采取预防措施之外，捕捉病情的早期预警信号也可以在更广泛的范围内改善这些人群的治疗结局。他在爱丁堡大学的新闻稿中表示：“延缓T2D的发病很关键，因为糖尿病是包括痴呆症在内的其他常见疾病的风险因素。”此外，据研究人员称，除了预测T2D的风险之外，该模型最终还可以作为其他疾病的风险评分工具。该研究的通讯作者Riccardo Marioni博士在新闻稿中表示，“对于其他常见疾病，也可以采取类似的方法，从单一的血液或唾液样本中生成广泛的健康预测因子。我们非常感谢我们的研究志愿者，他们使这项研究成为可能——参与我们研究的人越多，我们就能越精确地识别有助于延缓或减少我们衰老时疾病发作的信号。”
药明康德为全球生物医药行业提供一体化、端到端的新药研发和生产服务，服务范围涵盖化学药研发和生产、生物学研究、临床前测试和临床试验研发、细胞及基因疗法研发、测试和生产等领域。如您有相关业务需求，欢迎点击下方图片填写具体信息。 | 
/3 
浙公网安备33010802005999号 
