2023年5月，浙江大學(xué)化學(xué)系分析化學(xué)研究所鄔建敏教授團隊在國際著名期刊《Theranostics》(IF =12.4)發(fā)表題為“Integration of metabolomics and peptidomics reveals distinct molecular landscape of human diabetic kidney disease”的研究成果。該研究整合了代謝組學(xué)和多肽組學(xué)數(shù)據(jù)，建立了一個尿液多組學(xué)平臺，提高了早期 DKD診斷和狀態(tài)判別的準確性。
糖尿病腎病（DKD）是糖尿病最常見的微血管并發(fā)癥，已成為慢性腎臟疾病和終末期腎臟疾病的主要病因。然而，如何預(yù)防糖尿病相關(guān)并發(fā)癥的發(fā)生，如對腎臟和其他器官的損害，仍然是一項挑戰(zhàn)。基于臨床信息的DKD誤診率高達49.2%，迫切需要更敏感和更特異的生物標志物來預(yù)測早期腎臟損傷并評估DKD的進展。與基因組學(xué)相比，多肽組學(xué)和代謝組學(xué)為闡明生物通路的中間產(chǎn)物和最終產(chǎn)物提供了一個新的途徑。近年來陸續(xù)開展很多基于多肽組學(xué)或代謝組學(xué)的早期DKD診斷潛在生物標志物挖掘的研究。
檢測52例健康（HC）、149例2型糖尿病(T2DM）、106例早期DKD、55例顯性DKD和39例尿微量白蛋白濃度異常的灰區(qū)T2DM患者的代謝組和多肽圖譜；
基于多組學(xué)數(shù)據(jù)，篩選候選生物標志物；
使用機器學(xué)習(xí)算法構(gòu)建DKD的逐步診斷模型；
外部隊列驗證該模型可以作為早期DKD篩查和DKD狀態(tài)分類的有效方法。
該研究構(gòu)建高通量多組學(xué)平臺，將尿肽組學(xué)與代謝組學(xué)相結(jié)合，以增強對DKD的診斷，特別是對早期DKD的診斷；采用機器學(xué)習(xí)算法構(gòu)建的整合組學(xué)模型顯著提高了T2DM和各階段DKD的診斷結(jié)果；發(fā)現(xiàn)4個代謝物相關(guān)候選基因包括ACY1、OPLAH、SDS和TYR，有望成為潛在的藥物靶點?；谝陨辖Y(jié)果，該研究為未來個性化DKD治療提供新的選擇。
@2024北京青蓮百奧生物科技有限公司 京ICP備17052224號
