人类血清和血浆的核磁共振 (NMR) 光谱除了代谢物和脂蛋白外,还显示两种特征信号 GlycA 和 B,它们来自急性期蛋白表面聚糖的乙酰基,是炎症过程的良好标志物。在这里,我们报告了在人类血清中观察到的糖蛋白聚糖 NMR 信号的全面分配,结果显示 GlycA 和 GlycB 信号分别来自 N -聚糖的 Neu5Ac 和 GlcNAc 部分。常规测定的急性期糖蛋白浓度与 NMR 光谱中的独特特征有很好的相关性(R 2 高达 0.9422,p 值 <0.001),可以在 10 – 20 分钟的采集时间内同时定量几种急性期炎症蛋白(图 1)。[1] 这在 COVID-19 和心源性休克患者的血清样本中得到了体现,与健康对照组相比,几种急性期蛋白发生了显着变化。
进一步的抗高血糖药物选择: • 通常是 SGLT2 抑制剂、DPP-4 抑制剂、GLP-1 受体激动剂、磺酰脲类药物或胰岛素 • 较少见的只有阿卡波糖或吡格列酮。 如果口服药物未能达到血糖目标且患者的 HbA1c 仍高于 64 mmol/mol (8%),请不要延迟开始注射治疗(GLP-1 受体激动剂或胰岛素)。 有关药物选择的详细考虑因素(例如降低 HbA1c 的功效、低血糖风险、对体重的影响、心血管和肾脏益处),请参阅治疗指南。
背景:多基因评分 (PGS) 正成为一种预测复杂疾病风险的越来越流行的方法,尽管它们也有可能深入了解具有较高遗传易感性疾病的患者的分子谱。方法:我们试图构建一个关联图谱,该图谱使用全基因组关联研究的结果得出 125 种不同的 PGS 与英国生物库中多达 83,004 名参与者的 249 种循环代谢物之间的关联。结果:为了证明该图谱的价值,我们对与糖蛋白乙酰基 (GlycA)(一种炎症生物标志物)的所有关联进行了无假设评估。使用双向孟德尔随机化,我们发现突出显示的关联可能反映了肥胖或吸烟倾向等风险因素对全身炎症的影响,而不是相反的方向。此外,我们在年龄层中重复了图谱中的所有分析,以调查碰撞偏差的潜在来源,例如药物使用。通过比较最年轻和最年长年龄层中脂蛋白脂质谱与冠状动脉疾病 PGS 之间的关联可以证明这一点,这两个年龄层接受他汀类药物治疗的个体比例不同。最后,我们生成了所有 PGS-代谢物关联,并按性别分层,并在排除 13 个已确定的脂质相关基因座后单独进行,以进一步评估研究结果的稳健性。结论:我们设想,我们研究中构建的结果图谱将激发未来的假设生成,并有助于优先考虑和降低循环代谢特征的优先级,以便进行深入研究。所有结果都可以在 http://mrcieu.mrsoftware.org/metabolites_PRS_atlas 进行可视化和下载。资金:这项工作得到了威康信托基金、英国心脏基金会和医学研究委员会综合流行病学部的资助。