脂肪组织基因表达和纵向临床表型是脂质调节药物的早期生物标志物

科学领域:

• 心血管疾病研究
• 基因组学和转录组学
• 代谢疾病研究

背景情况:

• 心血管疾病的进展涉及脂质代谢失调和脂肪组织信号.
• 转录组数据分析为基因表达变化提供了洞察力,但很少有研究研究疾病发病前的分子机制.
• 了解脂肪组织的早期分子变化对于预防心血管疾病至关重要.

研究的目的:

• 探索未来脂质调节药物使用与心脏代谢特征之间的关联.
• 研究基因表达和预测未来药物使用的临床特征之间的联系.
• 通过机器学习评估基因表达与临床特征结合的心血管风险预测能力.

主要方法:

• 对英国双胞胎队列 (多达6963人) 进行基线和后续DXA扫描的分析.
• 使用转录形状 (n=766) 检查脂肪组织基因表达.
• 使用自动机器学习来比较具有和没有基因表达数据的预测模型.

主要成果:

• 44 心脏代谢特征与未来的脂质调节药物使用有关 (FDR 5%).
• 在基线时,脂肪组织基因表达与这些特征中的19个相关 (FDR 5%),在未来的药物使用者和对照者之间观察到显著的差异.
• 结合基因表达的机器学习模型实现了比传统风险预测器更高的AUC (0. 919).

结论:

• 脂肪组织的大量转录组数据有可能改善脂质调节药物使用的风险分层.
• 这些发现为脂肪组织RNA生物学及其在心血管疾病中的作用提供了新的见解.
• 整合基因表达数据可以增强心血管疾病预防策略.