Plasma proteomic scores for body mass index generalize across multiple ancestries
本研究表明，基于英国生物样本库和南非队列中不同祖先背景开发的血浆蛋白质组学体质指数评分具有可移植性，且能有效预测肥胖并识别代谢异常的正常体重个体，从而增强了全球人群的心血管代谢风险分层。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
几十年来，衡量一个人患心脏病和糖尿病风险的标准方法一直是一个简单的计算公式：体重除以身高的平方。这个被称为身体质量指数（BMI）的数值，一直作为肥胖的通用筛查工具。它易于测量，并且在处理大规模人群时效果良好。然而，在个体层面，这个数字往往无法说明完整的情况。两个人的 BMI 可能完全相同，但携带的内脏脂肪量却截然不同，面临的严重疾病风险也大相径庭。其中一人可能代谢健康，而另一人则在器官周围携带了危险水平的脂肪，这种状况即使在体重看起来正常的情况下，也可能导致糖尿病和心脏问题。科学家们长期以来一直在寻找一种更好的方法来观察人体内部的代谢机制，试图超越体重秤，寻找能够揭示真实健康风险的生物信号。
一项新研究通过观察血液中漂浮的蛋白质，在解决这一难题方面迈出了重要一步。这些蛋白质充当信使，反映了人体组织内部正在发生的变化。来自美国、南非、英国和卡塔尔的研究人员致力于研究是否可以创建一个“蛋白质评分”，用以预测一个人的身体质量指数，更重要的是，预测其潜在的代谢健康状况。他们想知道这些生物信号是普遍存在的，还是仅适用于特定人群。为了查明真相，他们分析了来自四种不同祖先背景（欧洲、东亚、南亚和非洲）的超过 5 万名成年人的血液样本。他们还专门纳入了一组来自南非索韦托的中年成年人，以确保研究结果适用于多样化的人群。
该团队利用先进的计算机模型，从数千种蛋白质中进行筛选，并确定哪些蛋白质与体重最为密切相关。他们为每个祖先群体构建了一个独特的评分，将模型训练于一组数据，并将其应用于另一组数据进行测试。结果令人震惊。这些蛋白质评分能够解释不同群体间高达近 49% 的 BMI 差异。这一准确度远高于通常实现的遗传风险评分，后者在应用于不同祖先背景的人群时往往表现不佳。研究表明，这些基于蛋白质的预测具有可移植性；为某一群体开发的评分在其他群体中同样表现出色。这表明，驱动体重和脂肪储存的生物路径在全人类范围内是高度共享的，无论遗传背景如何。
通过深入研究，研究人员发现有八种特定的蛋白质出现在每一个评分中，无论其祖先背景为何。这些蛋白质涉及人体储存脂肪、应对饥饿以及管理炎症的方式。通过利用遗传数据进行因果关系测试，他们证实了其中六种蛋白质直接受到个人体重的调节。换句话说，体重增加会改变血液中这些蛋白质的水平。这一发现指向了一组核心的生物标志物，它们是人体处理体重的基本基础。研究人员随后使用仅包含这些共有蛋白质的简化版评分进行了测试。即使使用这个更小、更易管理的列表，该评分依然保持了高度的准确性，并能应用于不同的实验室检测平台，证明了其稳健性。
当研究团队观察那些根据标准衡量指标被归类为正常体重、但表现出代谢问题的人群时，最引人注目的发现出现了。在卡塔尔的一组成年人中，研究人员对比了实际称重体重与蛋白质评分预测的体重。他们发现了一群人的血液蛋白质显示他们正承受着肥胖带来的代谢负担，尽管其测量的 BMI 处于正常范围。这些人通常被称为“代谢异常的正常体重者”，与测量体重相似的同龄人相比，他们拥有更高水平的危险内脏脂肪、升高的甘油三酯以及较低的胰岛素敏感性。蛋白质评分能够在体重秤失效的地方识别出这些隐藏的风险。
该研究还关注未来，通过对参与者进行长达数年的追踪，以观察这些蛋白质评分是否能预测谁会发展为肥胖。这些评分成功识别了那些在未来几年可能显著增加体重的个体，并在欧洲和中东人群中均表现良好。这种预测风险的能力表明，这些蛋白质标志物可能成为早期干预的强大工具。与其等待一个人在体重秤上变得超重，医生未来或许可以使用简单的血液检测，来识别那些身体已经在承受代谢压力的人。通过揭示体重的隐藏生物学特征，这项研究提供了一种更精确的方式来理解健康，超越了单一数字的局限，从而洞察人体复杂的现实。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。