近日，英国爱丁堡大学的研究人员在《自然-衰老》（Nature Aging）杂志上发表了一项研究，表明将DNA甲基化数据与常见的2型糖尿病风险因素综合在一起，可以提供更准确的风险预测。研究人员开发出了一种新方法，通过检测血液中DNA的变化来预测一个人在未来10年内患上2型糖尿病的风险。除了及时预测2型糖尿病外，该测试方法还能捕捉到其他疾病的早期预警信号。

△《自然-衰老》发表研究论文

DNA甲基化是DNA的表观遗传修饰——甲基分子集团在酶的催化作用下被添加到DNA分子结构中。当甲基基团与DNA结合，它可能会改变相关基因的功能，通常是通过阻止该基因的转录过程，使其无法产生用于构建新蛋白质的RNA副本。这些甲基基团的添加或去除会影响一些分子在体内的作用，研究DNA甲基化模式有助于追踪衰老过程和疾病的发展。 

研究人员发现，将DNA甲基化数据与年龄、性别等传统风险因素结合起来可以提供更准确的预测。在此研究中，苏格兰研究人员将甲基化分析，与标准糖尿病风险评分中使用的基本健康数据相结合，创建了一些潜在模型。 

△机器学习预测示意图

他们首先在超过9800名已经注册国家“Generation Scotland”研究（一个大规模的研究项目，旨在探究基因、环境和生活方式因素如何影响个体健康和疾病风险）的人群中训练了这些模型，其中374人患有2型糖尿病。

这些模型随后在另一组“Generation Scotland”参与者中进行测试：这一次参加测试的人数共有4778人，包括252名糖尿病患者。在测试中，研究人员最好的模型曲线下面积（AUC）为0.872，而传统的、不含甲基化数据评估方法的AUC为0.839。这表明，新模型比传统方法更准确地预测了患糖尿病的风险，并且这种改进是显著的。

△完整模型和仅风险因素模型的ROC和精确召回率曲线

研究人员还运用该模型对德国一项研究中的1451人重复了分析，以确保他们的发现可以在不同背景的人身上复制。他们成功取得了类似的结果，表明该模型在其他研究队列中也适用。

据此，研究人员进一步推断了他们的模型结果。当它应用于一个虚拟情景（10000人中，约三分之一人会在十年内患上糖尿病）时，此风险测试将能够比传统的标准评估方法，更准确地识别出449个高风险个体。

该研究的主要作者指出，除了让高危人群有机会在糖尿病发病前采取预防措施之外，捕捉病情的早期预警信号也可以在更广泛的范围内改善这些人群的治疗结局。

除了及时预测2型糖尿病外，该测试方法还能捕捉到其他疾病的早期警告信号。该研究的作者、爱丁堡大学基因组和实验医学中心博士程一鹏说：“有希望的是，我们的模型在苏格兰和德国的研究中都显示出了积极结果。延迟发病很重要，因为糖尿病是诱发其他常见疾病（包括老年痴呆）的危险因素之一。” 

该研究的通讯作者Riccardo Marioni博士表示，“对于其他常见疾病，也可以采取类似的方法，从单一的血液或唾液样本中生成广泛的健康预测因子。我们非常感谢我们的研究志愿者，他们使这项研究成为可能——参与我们研究的人越多，我们就能越精确地识别有助于延缓或减少我们衰老时疾病发作的信号。” 

不过，论文中也表示，在研究局限性方面，“包括疾病案例数量相对较少，预测模型的参数优化有限等。这些因素可能会影响预测模型的准确性。同时，我们使用了相对简单的变量选择方法，这也可能会对预测模型的准确性产生一定的影响。此外，由于训练模型和变量选择都是在同一组数据集上完成的，可能会出现一些后续选择推断的问题。因此未来的研究需要进一步关注更先进的变量选择方法，以提高预测模型的准确性。”另外，该研究只关注了糖尿病这一疾病，未来的研究还可以考虑多种疾病因素对预测模型的影响。 

参考资料：

1.澎湃新闻《英国研究DNA变化提高糖尿病风险预测概率，或助于其他疾病预警》

2.药明康德《前沿 |《自然》子刊：预测10年后患糖尿病风险——验血便知》

3.https://www.nature.com/articles/s43587-023-00391-4