集団レベルでの代謝フェノタイプ化のための臨床化学とメタボロミクスの組み合わせ

科学分野:

• 生物化学
• 臨床化学
• メタボロミクス

背景:

• メタボリックフェノタイピング (メタボタイピング) は,生理学的状態を確実に区別する.
• 標準的な臨床化学データは,メタボタイプ化を補完する可能性を秘めている.

研究 の 目的:

• 健康な個人の年齢,性別,BMIを予測できるかどうかを評価する.
• メタボタイピングの結果とこれらの予測を比較する.
• 両方のタイプの予測力を評価する.

主な方法:

• 血清代謝値 (GC-MS,LC-MS) と19件の臨床化学測定値が分析されました.
• 多変数統計分析 (SVM,ランダムフォレスト,PLS) が採用された.
• モデルでは,臨床化学データ,代謝学データ,またはその組み合わせを用いて,ブートストラップと変異テストで性別,年齢,BMIを予測した.

主要な成果:

• 臨床化学データだけで性別 (クレアチニン),年齢 (血圧,タンパク質,グルコース),BMI (肝臓酵素,脂質比,血圧) を予測した.
• 臨床化学とメタボロミクスのデータを組み合わせることで,これらの特徴の予測の精度が向上しました.
• この組み合わせにより,年齢とBMIを定量的に予測することができました.

結論:

• 臨床化学データは,メタボタイプに比べて年齢,性別,BMIの予測を達成した.
• 臨床化学データからの予測は71%から85%の精度であった.
• 臨床化学とメタボロミクスのデータを組み合わせると,精度が77~93%まで向上し,バイオマーカーの識別に有益なアプローチを示唆した.