4
總結討論
本研究對有GDM病史的女性T2D早期診斷中代謝特征的潛在效用進行了深入研究。利用機器學習,該實驗研究了20種代謝物(跨越3種主要代謝物組,包括碳水化合物、蛋白質和脂類)預測GDM后發生T2D的轉變。代謝物的分析揭示了一些代謝途徑和特定代謝物與有GDM妊娠史的女性T2D的發展和進展有關:
氨基酸代謝:BCAAs(異亮氨酸、亮氨酸和纈氨酸)與T2D的發病率相關,其升高的事實可能暗示腸道微生物組吸收或產生的增加,或其降解的減少。除了BCAAs升高之外,其他氨基酸和T2D風險之間存在積極的關聯,這可能表明氨基酸參與的碳代謝減弱。胰高血糖素調節氨基酸分解代謝,胰高血糖素受體(GCGR)信號的破壞與循環氨基酸的增加有關。因此,循環氨基酸的整體增加與之前在T2D患者中報道的異常GCGR信號一致。
脂類代謝:磷脂和鞘磷脂代謝物之間的復雜關系與膽結石的風險有關。本研究中,6種酰基-甘油磷脂(PC aa C組)與T2D風險呈正相關,11種酰基-烷基-甘油磷脂(PC ae C組)與T2D風險呈負相關。其他一些鞘磷脂也與糖尿病風險呈負相關。
實驗亮點
通過baseline+隨訪+縱向分析三項完整的隊列研究,建立了具有88.3%準確性的預測模型;
前瞻性隊列,實時隨訪,避免了種族和民族的混雜因素,對隊列進行深度的縱向分析;
對于未來GDM轉變為T2D的病程提供了簡單而精準的檢測替代方法,為防控T2D起到早發現早治療的預防作用。
5
號外號外
阿趣代謝對于文中的血漿代謝組學實驗也有對應的產品——氨基酸高通量靶標定量和脂質組學檢測。
氨基酸高通量靶標定量:通過使用同位素內標法進行絕對定量,為檢測必需氨基酸、半非必需氨基酸和非必需氨基酸提供精準實驗結果,為代謝性疾病(例如糖尿病、肥胖癥、心腦血管疾病)的早期診斷及預測提供研究依據。
脂質組學檢測:阿趣代謝提供經典脂質組學檢測及全定量脂質組學檢測。
對8大類脂質:脂肪酸類(fatty acids)、⽢油脂類(glycerolipids)、⽢油磷脂類(glycerophospholipids)、鞘脂類(sphingolipids)、固醇脂類(sterol lipids)、孕烯醇酮脂類(prenol lipids)、糖脂類(saccharolipids)、多聚⼄烯類(polyketides),提供定性結果,通過匹配正離子模式14萬+和負離子模式34萬+的二級譜圖數據庫,對52種類脂質進行定性,提供經典脂質組學檢測結果。
對于研究樣本中脂類絕對含量變化的研究,提供全定量脂質組學檢測服務。通過對Lysophosphatidylcholine (LPC)、 Sphingomylein(SM)、Phosphatidylethanolamine (PE)等13類脂質進行絕對定量,為脂質代謝的綜合研究提供實驗依據。通過使用對應脂類的標準品進行實驗,提供絕對定量的精準結果。脂類的準確鑒定和絕對定量在疾病機理、營養科學、生物制藥,甚至材料、生物燃料領域都起著重要的作用。
歡迎有氨基酸高通量靶標定量和脂質組學檢測需求的老師,歡迎垂詢服務熱線:400-664-9912。