Identifiquen els indicadors biològics que poden servir per predir el desenvolupament de diabetis tipus 2

Diversos grups del CIBERDEM-URV-IISPV han participat en un estudi que ha combinat metabolòmica basada en ressonància magnètica nuclear i machine learning (aprenentage automàtic) per trobar una signatura molecular independent de la glucosa associada al desenvolupament de diabetis tipus 2 (DM2), és a dir: un conjunt d’indicadors biològics que podrien servir com a senyals primerencs o predictors de la malaltia més enllà dels tradicionals.

El treball, els resultats del qual s’han publicat a la revista científica Diabetes Research & Clinical Practice, s’ha dut a terme en un subgrup d’individus de l’estudi Di@bet.es, un estudi nacional, transversal i poblacional del CIBERDEM iniciat el 2008-2010 i que va mesurar la prevalença i incidència de diabetis tipus 2 a la població adulta al conjunt d’Espanya.

“La feina perseguia trobar traces moleculars independents de glucosa que poguessin estar associades amb el desenvolupament futur de diabetis mellitus tipus 2”, explica l’equip investigador. Per això, es van analitzar conjuntament tres grups de persones, amb dades corresponents a un període d’anàlisi de 8 anys de l’estudi Di@bet.es: aquelles que van desenvolupar DM2 en algun moment del període de seguiment; d’altres que no van desenvolupar diabetis, però sí que presentaven concentracions de glucosa iguals a les del grup anterior; i un grup de control.

Sobre les dades dels tres subgrups es va realitzar una anàlisi metabolòmica del sèrum per obtenir perfils de lipoproteïnes i glicoproteïnes i 15 metabòlits de baix pes molecular. Posteriorment, les dades obtingudes es van inserir com a inputs en diversos models basats en aprenentatge automàtic.

Imatge del grup investigador involucrat en el l’estudi.

Els resultats van mostrar que les variables relacionades amb les glicoproteïnes, la creatinina, la creatina, les petites partícules de HDL i els intervals de Johnson-Neyman de la interacció de Glyc A i Glyc B eren estadísticament significatives.

Segons apunta l’investigador de la Universitat Rovira i Virgili Josep Ribalta: “el model d’anàlisi va permetre mostrar una contribució rellevant de la inflamació (patró de glucosilació i HDL) i del múscul (creatinina i creatina) en el desenvolupament de la diabetis tipus 2 com a factors independents de la hiperglucèmia” .

Aquest ha estat un estudi conjunt dels grups dirigits per Josep Ribalta (de la Universitat Rovira i Virgili i de l’Institut d´Investigació Sanitària Pere Virgili de Reus); Gemma Rojo (de l’Institut d´Investigació Biomèdica de Màlaga) i Xavier Correig (de la Universitat Rovira i Virgili). El primer signant és Enrique Oscariz, de Biosfer Teslab, spin-off de l’IISPV i la URV dirigida per Núria Amigó.

Referència bibliogràfica: Ozcariz, E., Guardiola, M., Amic, N, Vermell-Martínez, G., Valdes, S., Rehues, P., Massana, L., Ribalta, J. (2023). NMR-based metabolomic profiling identifies inflammation and muscle-related metabolits as predictors of incident type 2 diabetis mellitus beyond glucose: The Di@bet.es study. Diabetis Research and Clinical Practice. 202. 110772. 10.1016 doi: https://doi.org/10.1016/j.diabres.2023.110772

Font: URV

Comparteix a les teves xarxes socials!

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *