脂肪組織の遺伝子発現と長期的臨床フェノタイプは,脂質調節薬の使用の初期のバイオマーカーである

科学分野:

• 心血管疾患の研究
• ゲノミクスとトランスクリプトミクス
• 代謝疾患の研究

背景:

• 心血管疾患の進行には,脂質代謝の異常と脂肪組織のシグナル伝達が含まれます.
• トランスクリプトミックのデータ分析により,遺伝子発現の変化の洞察が得られたが,疾患発症に先立つ分子メカニズムを調査した研究はほとんどない.
• 脂肪組織における初期の分子変化を理解することは 心血管疾患の予防に不可欠です

研究 の 目的:

• 将来の脂質調節薬の使用と心臓代謝の特徴との関連を調査する.
• 脂肪組織の基因発現と将来の薬物使用を予測する臨床的特徴との関連を調査する.
• 機械学習を用いて心臓血管リスクに対する臨床的特徴と組み合わせた遺伝子発現の予測能力を評価する.

主な方法:

• イギリスの双子のコホート (最大6963人) をベースラインとフォローアップDXAスキャンで分析した.
• 脂肪組織の遺伝子発現を調べるために,トランスクリプトミックプロファイル (n=766) を利用する.
• 遺伝子発現データとない予測モデルを比較するために自動化された機械学習を使用します.

主要な成果:

• 44 心臓代謝の特徴は,将来の脂質調節薬の使用と関連していた (FDR 5%).
• ベースラインでの脂肪組織遺伝子発現は,これらの特徴の19つ (FDR 5%) と相関しており,将来の薬物使用者と対照群の間で有意な差異が観察されました.
• 遺伝子発現を組み込んだ機械学習モデルは,従来のリスク予測値よりも高いAUC (0. 919) を達成した.

結論:

• 脂肪組織からの大量トランスクリプトミックのデータは,脂質調節薬の使用におけるリスクの階層化を改善する可能性を秘めています.
• 発見は脂肪組織のRNA生物学と 心血管疾患におけるその役割に関する新しい洞察を提供します.
• 遺伝子発現データを統合することで 心血管疾患の予防戦略が強化されます