Metabolòmica i machine learning per a trobar una signatura molecular predictiva independent de la glucosa en diabetis tipus 2
MÉS INFORMACIÓ
Metabolòmica i machine learning per a trobar una signatura molecular predictiva independent de la glucosa en diabetis tipus 2
L’IISPV i diversos grups del CIBERDEM han participat en un estudi que ha combinat metabolòmica basada en ressonància magnètica nuclear i machine learning per a 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 primerenques o predictors de la malaltia més enllà dels tradicionals.
Foto del Grup de Recerca en Lípids i Arterosclerosis (IISPV-URV)
El treball, els resultats del qual s’han publicat en Diabetis 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 en 2008-2010 i que va mesurar la prevalença i incidència de diabetis tipus 2 en la població adulta en el conjunt d’Espanya.
Es tracta d’un estudi conjunt dels grups dirigits per Josep Ribalta (Institut d’Investigació Sanitària Pere Virgili i Universitat Rovira i Virgili), Gemma Rojo (Institut de Recerca Biomèdica de Màlaga) i Xavier Correig (Universitat Rovira i Virgili). El primer signant és Enrique Oscariz, de Biosfer Teslab, spin-*off de l’IISPV i de la Universitat Rovira i Virgili, dirigida per Núria Amigó.
El personal investigador assegura que “el treball perseguia trobar traces moleculars independents de glucosa que poguessin estar associades amb el desenvolupament futur de diabetis mellitus tipus 2”.
Per a 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: persones que van desenvolupar DM2 en algun moment del període de seguiment; persones 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 a 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 machine learning.
Els resultats de l’estudi van mostrar que les variables relacionades amb les glicoproteïnes, la creatinina, la creatina, les petites partícules d’HDL i els intervals de Johnson-Neyman de la interacció de Glyc A i Glyc B eren estadísticament significatius.
Segons apunta el Dr. Ribalta: “el model d’anàlisi va permetre mostrar una contribució rellevant de la inflamació (patró de glicosilación i HDL) i del múscul (creatinina i creatina) en el desenvolupament de la diabetis tipus 2 com a factors independents de la hiperglucemia”.
Referència bibliogràfica: Ozcariz, E., Guardiola, M., Amigo, N, Rojo-Martínez, G., Valdes, S., Rehues, P., Masana, L., Ribalta, J. (2023). NMR-based metabolomic profiling identifies inflammation and muscle-related metabolites as predictors of incident type 2 diabetes mellitus beyond glucose: The Di@bet.es study. Diabetes Research and Clinical Practice. 202. 110772. 10.1016 doi: https://doi.org/10.1016/j.diabres.2023.110772
Aquest 2025, l’IISPV celebra 20 anys impulsant la recerca en salut i biomedicina al territori. Amb més de 600 professionals i 38 grups de recerca, el centre ha esdevingut un referent en la transferència del coneixement científic a la pràctica clínica. Temps després de la seva fundació, continua treballant per millorar la salut i el benestar de la població.
Utilitzem cookies al nostre lloc web per oferir-vos l’experiència més rellevant recordant les vostres preferències i repetint visites. En fer clic a "Accepta-ho tot", accepteu l'ús de TOTES les cookies. No obstant això, podeu visitar "Configuració de cookies" per proporcionar un consentiment controlat.
This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. These cookies ensure basic functionalities and security features of the website, anonymously.
Galeta
Durada
Descripció
cookielawinfo-checkbox-analytics
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics".
cookielawinfo-checkbox-functional
11 months
The cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional".
cookielawinfo-checkbox-necessary
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary".
cookielawinfo-checkbox-others
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other.
cookielawinfo-checkbox-performance
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance".
viewed_cookie_policy
11 months
The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data.
Functional cookies help to perform certain functionalities like sharing the content of the website on social media platforms, collect feedbacks, and other third-party features.
Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.
Advertisement cookies are used to provide visitors with relevant ads and marketing campaigns. These cookies track visitors across websites and collect information to provide customized ads.