近日，一项刊登在国际杂志Cell Metabolism上的研究报告中，来自斯克利普斯研究所的科学家们通过研究发现了一种新方法，能够利用肥胖人群不同的分子标记来预测其患糖尿病和心血管疾病的风险，相关研究结果或能扩展医生和科学家们对疾病进行诊断和治疗的方法。
图片来源：en.wikipedia.org
研究者Amalio Telenti表示，未来我们或许可以通过机体的代谢产物来预测肥胖个体是否会患上糖尿病和心血管疾病。利用尖端的技术，研究人员就能够评估疾病风险和个体代谢组之间的关联，鉴别出预测疾病风险的特殊标记；代谢组就是机体成百上千种代谢产物的集合。通过对代谢组改变进行分析，研究人员就能够预测个体在未来几年里患糖尿病和心血管疾病的风险会增加几倍。
识别与个体疾病风险增加相关的代谢组模式的能力或许能作为一种强大的工具，帮助研究人员理解和预防这些疾病的发生；文章中，研究者对2396名参与者进行分析，结果发现，肥胖或能改变机体的代谢组学特性，而这在医学上最重要的变化就是影响机体对脂肪的分配，特定的代谢产物与腹内脂肪(intra-abdominal fat)相关，腹内脂肪位于腹壁，其与机体健康风险直接相关。
最后研究人员发现了49种与机体体重指数强相关的代谢产物，体重指数是肥胖的指示器，通过对这些代谢产物的水平进行分析，研究人员就能够以80%-90%的准确率来预测个体肥胖的状况。更有意思的是，代谢产物的改变并不总是会与个体是否真的肥胖相对应，也就是说，一个人即便很瘦，其也存在患某种疾病的风险，这对于临床医生有效预测患者的疾病风险或许非常重要。
本文研究还揭示了研究者所使用的新技术如何扩展科学家们考虑疾病的方式，代替了对单一代谢产物或生物标志物来预测疾病的观点，如今研究人员会将多种参数进行结合来分析疾病的状态。比如，研究人员还会对参与者进行基因组的测序，他们发现，遗传因素或许并不能很好地预测与肥胖相关的健康状况。
下一步研究人员希望能利用这些工具来研究其它代谢性疾病，最后研究者Telenti说道，如今我们发现了肥胖的特征，但通过不同的实验和机器学习方法，我们还能够发现更多针对糖尿病和肝脏脂肪变性扥该疾病的靶向生物标志物。
原始出处：
Elizabeth T. Cirulli，Lining Guo，Christine Leon Swisher, et al. Profound Perturbation of the Metabolome in Obesity Is Associated with Health Risk. Cell Metabolism（2018） doi：10.1016/j.cmet.2018.09.022
（责任编辑：sgx）
