科学家们已经使用蛋白质组学方法来识别血液中的三种蛋白质特征，这种特征可以改善对孤立的葡萄糖耐量受损(一种前驱糖尿病的一种形式)的检测。这项由英国剑桥大学医学研究委员会 (MRC) 流行病学部门和德国 Charité 柏林卫生研究所的科学家领导的研究今天发表在《自然医学》杂志上。
对前驱糖尿病患者进行医学和行为干预可有效延缓或预防 2 型糖尿病的发作，但目前的临床筛查和诊断技术遗漏了相当大比例的前驱糖尿病患者。孤立性糖耐量异常(孤立性 IGT)是糖尿病前期的一种常见亚型，只能通过口服糖耐量测试来识别，因为他们在更常见的测试中结果正常。口服葡萄糖耐量测试是一个耗时的过程，需要反复抽血，并且不作为 2 型糖尿病临床筛查策略的一部分常规进行。
作者使用蛋白质组学测定法测量了 Fenland 研究中 11,000 多名参与者的血浆样本中近 5,000 种蛋白质的水平，每个参与者都接受了口服葡萄糖耐量测试。作者创建了一种机器学习算法，该算法能够从数千个测量的蛋白质中提取一组核心蛋白质，这些蛋白质在识别最有可能在进行口服葡萄糖耐量测试之前分离出 IGT 的人方面提供了最丰富的信息。
作者确定了仅三种蛋白质的特征，当与糖耐量受损的标准筛选技术相结合时，在 Fenland 研究队列中改善了对孤立 IGT 个体的识别，随后在独立的 Whitehall II 研究中证实了这一发现。
他们的结果还表明，在采集血样之前禁食不会显着改变三种蛋白质特征在识别糖耐量受损人群方面的可靠性，这将大大增加该测试在临床实践中的应用。
博士 该论文的第一作者、学生 Julia Carrasco Zanini 说：“Fenland 研究的独特之处在于其将遗传数据和血液采样与包括口服葡萄糖耐量测试在内的一系列临床特征的客观测量相结合。通过将此资源与广泛捕获蛋白质组学技术，我们能够识别蛋白质特征，从而显着改善对葡萄糖耐量受损的检测。”
作者建议，通过将当前指南推荐的两步筛选策略替换为包含三蛋白特征测试的三步筛选策略，需要接受口服葡萄 糖耐量测试以识别孤立 IGT的个体数量案件可以大大减少。然而，他们指出，仍然会遗漏一些孤立 IGT 的个体，这是临床实施的一个重要考虑因素。
资深作者 Claudia Langenberg 教授说：“我们的策略有可能解决一个重要的未满足的临床需求：识别出有意义比例的目前仍未被发现的前驱糖尿病患者。早期识别将使预防性生活方式和行为干预能够改善患者的健康。受影响的个人，并减轻因延误诊断给卫生保健系统带来的负担。