Метаболомные профили прогнозируют индивидуальные исходы при множественных заболеваниях

Metabolomic profiles predict individual multidisease outcomes
Thore Buergel, Jakob Steinfeldt, Greg Ruyoga, Maik Pietzner, Daniele Bizzarri, Dina Vojinović, Julius Upmeier zu Belzen, Lukas Loock, Paul Kittner, Lara Christmann, Noah Hollmann, Henrik Strangalies, Jana M. Braunger, Benjamin Wild, Scott T. Chiesa, Joachim Spranger, Fabian Klostermann, Erik B. van den Akker, Stella Trompet, Simon P. Mooijaart, Naveed A. Sattar, J. Wouter Jukema, Birgit D. A. Lavrijssen, Maryam Kavousi, Mohsen Ghanbari, M. Arfan Ikram, P. Eline Slagboom, Mika Kivimäki, Claudia Langenberg, John Eric Deanfield, Roland Eils, Ulf Landmesser
2022-09-22

NMR-метаболомикаUK Biobankметаболические биомаркерыпрогнозирование риска множественных заболеванийнейронная сеть
Стратификация риска имеет решающее значение для раннего выявления лиц с высоким риском и профилактики заболеваний. В этой работе мы исследовали потенциал метаболомных профилей, полученных методом спектроскопии ядерного магнитного резонанса (ЯМР), для оценки риска множественных заболеваний с использованием информации, выходящей за рамки традиционных клинических предикторов развития 24 распространённых состояний, включая метаболические, сосудистые, респираторные, костно-мышечные и неврологические заболевания, а также онкологические заболевания. В частности, мы обучили нейронную сеть выявлять специфичные для заболеваний метаболомные состояния на основе 168 циркулирующих метаболических маркеров, измеренных у 117 981 участника Британского биобанка, с периодом наблюдения общей продолжительностью около 1,4 миллиона человеко-лет, и провели валидацию модели в четырёх независимых когортах. Мы обнаружили, что метаболомные состояния были связаны с частотой возникновения событий при всех исследованных состояниях, за исключением рака молочной железы. При прогнозировании исходов в течение 10 лет для 15 конечных точек — как с установленным метаболическим вкладом, так и без него — комбинация возраста, пола и метаболомного состояния была не хуже или превосходила установленные предикторы. Кроме того, метаболомное состояние добавляло прогностическую информацию к совокупности клинических переменных для восьми распространённых заболеваний, включая сахарный диабет 2 типа, деменцию и сердечную недостаточность. Анализ кривых принятия решений показал, что улучшение прогноза приводило к клинической пользе в широком диапазоне потенциальных порогов принятия решений. В совокупности наше исследование демонстрирует как потенциал, так и ограничения метаболомных профилей, полученных методом ЯМР, в качестве теста для одновременной оценки риска многих распространённых заболеваний.
1
Нейронная сеть обучилась выявлять специфичные для заболеваний метаболомные состояния по 168 циркулирующим маркерам у 117 981 участника UK Biobank с примерно 1,4 миллиона человеко-лет наблюдения.
2
Анализ кривых принятия решений показал клиническую полезность улучшений прогнозирования в широком диапазоне порогов решений, одновременно выявив ограничения данного метода.
3
Для 15 конечных точек комбинация возраста, пола и метаболомного состояния была не хуже или лучше общепринятых предикторов 10-летних исходов.
4
Метаболомное состояние добавляло прогностическую информацию к комплексным клиническим показателям для восьми заболеваний, включая сахарный диабет 2-го типа, деменцию и сердечную недостаточность.
5
Метаболомные состояния были связаны с частотой впервые возникших событий для всех 24 исследованных заболеваний, кроме рака молочной железы.

Циркулирующие метаболомные профили, полученные с помощью NMR-спектроскопии, у отдельных людей

Прогнозирование риска множества заболеваний и дополнительная прогностическая ценность по сравнению с традиционными клиническими предикторами

Publication Details
Publication Date
2022-09-22
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Thore Buergel
Jakob Steinfeldt
Greg Ruyoga
Maik Pietzner
Daniele Bizzarri
Dina Vojinović
Julius Upmeier zu Belzen
Lukas Loock
Paul Kittner
Lara Christmann
Noah Hollmann
Henrik Strangalies
Jana M. Braunger
Benjamin Wild
Scott T. Chiesa
Joachim Spranger
Fabian Klostermann
Erik B. van den Akker
Stella Trompet
Simon P. Mooijaart
Naveed A. Sattar
J. Wouter Jukema
Birgit D. A. Lavrijssen
Maryam Kavousi
Mohsen Ghanbari
M. Arfan Ikram
P. Eline Slagboom
Mika Kivimäki
Claudia Langenberg
John Eric Deanfield
Roland Eils
Ulf Landmesser
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%