Meny

Javascript verkar inte påslaget? - Vissa delar av Lunds universitets webbplats fungerar inte optimalt utan javascript, kontrollera din webbläsares inställningar.
Du är här

Blodfettsprofil förbättrar riskbedömning av typ 2-diabetes

Med hjälp av lipidomik, en teknik som mäter blodfetternas sammansättning på molekylnivå, och maskininlärning, har forskare vid Lunds universitet identifierat en blodfettsprofil som förbättrar möjligheten att flera år i förväg bedöma risken för att insjukna i typ 2-diabetes.
Blodfettsprofilen kan även kopplas till viss kost och graden av fysisk aktivitet.
bild på forskaren Céline Fernandez
Céline Fernandez, docent i integrativ molekylär medicin och forskare vid det strategiska forskningsområdet EXODIAB och forskargruppen Kardiovaskulär forskning - hypertoni. Foto: Sara Liedholm

Blod innehåller hundratals olika fettmolekyler som är indelade i olika klasser, exempelvis kolesterol och triglycerider.

– I sjukvården mäts den totala mängden kolesterol och triglycerider, inte klassernas exakta sammansättning. En klass består av flera molekyler och i vår studie kan vi se att det är bra att ha mer av vissa blodfettsmolekyler och mindre av andra och att dessa kan kopplas till livsstilen, säger Céline Fernandez, docent i integrativ molekylär medicin vid Lunds universitet som utfört studien i samarbete med företaget Lipotype och den nationella bioinformatikresursen NBIS.

– Lipidomik länkar obalans i fettmetabolismen på molekylnivå till fysiologiska skillnader – och här hjälper det oss att förutse typ 2-diabetes, säger Dr Christian Klose, chef för avdelningen för forskning och utveckling vid Lipotype.

Blodprover och självrapporterade data

178 fettmolekyler analyserades i blodet från 3 668 friska deltagare från Malmö Kost Cancer-studien. Deltagarna delades slumpmässigt in i två lika stora grupper, grupp A och B. Förutom blodprover bygger studien på självrapporterade data om fysisk aktivet och matvanor. Vid uppföljningen drygt 20 år senare hade cirka 250 i varje grupp insjuknat i typ 2-diabetes.

Med hjälp av maskininlärning, ett område inom artificiell intelligens, kunde forskarna i grupp A ta fram en blodfettsprofil baserad på koncentrationen av 77 fettmolekyler som kopplats till risken att utveckla typ 2-diabetes senare i livet. Blodfettsprofilens förmåga att urskilja individer som insjuknar i typ 2-diabetes från de som förblir friska undersöktes och bekräftades sedan i grupp B.

Bedömning utifrån olika kriterier

För att se om blodfettsprofilen kunde förbättra riskbedömningen gjordes en riskkalkyl utifrån de vanliga riskfaktorerna (ålder, kön, vikt, blodsocker, rökning och blodtryck). Att även lägga till den totala mängden kolesterol och triglycerider förbättrade inte riskbedömningen. Men när forskarna istället lade till den specifika blodfettsprofilen förbättrades riskprediktionen statistiskt signifikant. Dessutom kunde blodfettsprofilen i sig bättre förutsäga risken att drabbas av typ 2-diabetes än fetma, som anses vara den främsta riskfaktorn för typ 2-diabetes.

– Det innebär att vi kunde göra en bättre uppskattning av vilka som löpte en hög risk att insjukna i typ 2-diabetes, säger Celine Fernandez.

– Och det visar hur man kan använda maskininlärning för att förbättra klinisk diagnostik, säger Nikolay Oskolkov, bioinformatiker på NBIS.

Bild på ROC-kurva

Livsstilen påverkar blodfetterna

Fynden visade även att blodfettsprofilen kan kopplas till livsstilen. Ju mer deltagarna motionerade på sin fritid desto mindre av den skadliga blodfettsprofilen hade de. Kaffe var enligt studien också kopplat till minskad mängd av den skadliga blodfettprofilen. Mindre bra, eftersom det var kopplat till större mängd av den skadliga blodfettprofilen, var mejeriprodukter, sockersötade drycker och processat kött.

– Detta tyder på att det skulle kunna vara möjligt att modifiera sin blodfettsprofil och därmed sin risk för typ 2-diabetes genom livsstilsändring, säger Céline Fernandez. Men ytterligare experiment behövs för att kunna bekräfta det.

En styrka med studien är att forskarna kunde upprepa resultaten som de tog fram i grupp A även i grupp B och därmed validera och bekräfta resultaten hos andra individer. Detta var möjligt eftersom Malmö Kost Cancer-studien har många deltagare och på grund av Lipotypes robusta blodfettsanalys.

– En svaghet är förstås att alla individer i kohorten har liknande ursprung. Vi vet inte vad vi hade fått för resultat i en annan kohort, från exempelvis en annan världsdel, avslutar Céline Fernandez.

 

 

Kategorier

Publikation i Diabetes Care

Plasma Lipidome and Prediction of Type 2 Diabetes in the Population-Based Malmö Diet and Cancer Cohort
Céline Fernandez, Michal A. Surma, Christian Klose, Mathias J. Gerl, Filip Ottosson, Ulrika Ericson, Nikolay Oskolkov, Marju Ohro-Melander, Kai Simons, Olle Melander.
Diabetes Care December 2019
,
https://doi.org/10.2337/dc19-1199

Kort fakta om studien

Typ 2-diabetes är en sjukdom som kommer smygande. Förutom viss ärftlighet är den starkt kopplad till livsstilsfaktorer som kost och motion. Kända riskfaktorer för typ 2-diabetes är ålder, kön, övervikt, högt blodsocker, rökning och högt blodtryck.
Ämne: typ 2 diabetes
, klinisk forskning
Studiedesign: Kvantitativ, registerbaserad studie. Statistiska samband.
Observationsstudie: Prospektiv kohortstudie

Antal grupper i studien: 2
Antal patienter i studien:  4067
Patientgrupp/er: incident typ 2-diabetes eller friska från typ 2-diabetes under uppföljning

Saker som enligt studien minskar mängden av blodfettsprofilen kopplade till typ 2-diabetes:

  • Fysisk aktivitet på fritiden. Ju mer desto bättre.
  • Kaffe

Saker som enligt studien ökar mängden av blodfettsprofilen kopplade till typ 2-diabetes:

  • Sockersötade drycker
  • Processat kött
  • Mejeriprodukter

Inte kopplade till blodfettsprofilen:

  • Fisk
  • Skaldjur
  • Frukt
  • Grönsaker

Senaste nyheter

2020-01-16

Ackreditering av cancervård-, forskning- och utbildning

Ackreditering av cancervård-, forskning- och utbildning
2020-01-15

B-cellernas viktiga roll vid immunterapi

B-cellernas viktiga roll vid immunterapi
2020-01-13

Årets Anna Lindh-föreläsning: Dunja Mijatović

Årets Anna Lindh-föreläsning: Dunja Mijatović
2020-01-10

48 miljoner för att tidigt hitta sjukdomar med hjälp av kroppens egna nanopartiklar

48 miljoner för att tidigt hitta sjukdomar med hjälp av kroppens egna nanopartiklar
2020-01-09

Ylva Eggehorn tilldelas Anders Nygrenpriset 2020

Ylva Eggehorn tilldelas Anders Nygrenpriset 2020

Intresserad av forskning och samhälle? Prenumerera på Apropå!

I nyhetsbrevet Apropå varvas senaste nytt från Lunds universitet med kommentarer till aktuella samhällshändelser från några av våra 4800 forskare.

Box 117, 221 00 LUND
Telefon 046-222 00 00 (växel)
Telefax 046-222 47 20
lu [at] lu [dot] se

Fakturaadress: Box 188, 221 00 LUND
Organisationsnummer: 202100-3211
Om webbplatsen