Erkennung einer diabetischen Nephropathie, bevor sie auftritt
Erkennung einer diabetischen Nephropathie, bevor sie auftritt
Erkennung einer diabetischen Nephropathie, bevor sie auftritt
Nierenerkrankungen sind eine häufige, irreversible Komplikation von Diabetes. Forscher haben einen Algorithmus entwickelt, der mithilfe genetischer Marker vorhersagt, ob ein Typ-2-Diabetes-Patient Jahre im Voraus eine Nierenerkrankung entwickeln wird, was eine Möglichkeit zur Diagnose und Behandlung dieser vermeidbaren Erkrankung bieten könnte Echtzeit. Frühzeitig, wie die Website New Atlas unter Berufung auf die Zeitschrift Nature Communications veröffentlichte.
Nach Angaben der Weltgesundheitsorganisation ist die Zahl der Menschen mit Typ-2-Diabetes weltweit von 108 Millionen im Jahr 1980 auf 422 Millionen im Jahr 2014 gestiegen. Eine häufige Komplikation von Diabetes ist eine Nierenerkrankung, auch bekannt als diabetische Nephropathie.
Ein wichtiger klinischer Bedarf
Mit der Zeit schädigt ein hoher Blutzuckerspiegel bei Menschen mit Diabetes die feinen Filtereinheiten in den Nieren, sodass diese nicht mehr so effektiv arbeiten können, um Abfallstoffe aus dem Blut zu entfernen und sauberes Blut in den Kreislauf zurückzuführen. Es sind nicht behandelbare Schäden, die schließlich zu Nierenversagen führen, das eine Dialyse oder eine Nierentransplantation erfordert.
Forscher der Universität Hongkong haben in Zusammenarbeit mit Wissenschaftlern des in den USA ansässigen gemeinnützigen medizinischen Forschungsinstituts Sanford Burnham Prebys einen Algorithmus entwickelt, der vorhersagen kann, ob eine Person mit Typ-2-Diabetes eine Nierenerkrankung entwickeln wird.
Darüber hinaus sagte der Forscher Ronald Ma: „Es gibt große Fortschritte bei der Entwicklung von Behandlungen für Nierenerkrankungen bei Diabetikern.“ Es kann jedoch schwierig sein, das Risiko eines Patienten, eine Nierenerkrankung zu entwickeln, allein anhand klinischer Faktoren einzuschätzen. Daher ist es ein wichtiger klinischer Bedarf, diejenigen Personen zu identifizieren, bei denen das größte Risiko für die Entwicklung einer diabetischen Nierenerkrankung besteht.“
DNA-Methylierung
Die Forscher nutzten die DNA-Methylierung, einen biologischen Prozess, bei dem einem DNA-Molekül Methylgruppen hinzugefügt werden. Dies ist eine Möglichkeit, mit der Zellen jederzeit steuern können, welche Gene aktiv sind, und kann leicht mit einem Bluttest gemessen werden.
epigenetische Indikation
DNA-Methylierung ist eine vererbte (genetische) Veränderung, die mit Krebs und anderen Krankheiten wie Herz-Kreislauf-Erkrankungen einhergeht. Es gab bereits Versuche, einen Biomarker zu identifizieren, der eine diabetische Nierenerkrankung vorhersagen kann. Während genomweite Assoziationsstudien (GWAS) einige Erfolge bei der Identifizierung genetischer Marker für Typ-2-Diabetes erzielt haben, wird angenommen, dass epigenetische Marker wie Methylierung eine Möglichkeit bieten, die Wechselwirkung zwischen genetischen und Umweltfaktoren zu erfassen.
verschiedene Bevölkerungsgruppen
Die Forscher nutzten die DNA-Methylierung als Marker, um ihrem Rechenmodell die Vorhersage der Nierenfunktion beizubringen, und verwendeten dabei Daten von 1271 Patienten mit Typ-2-Diabetes im Hong Kong Diabetes Registry. Die Forscher testeten das Modell auch an einer separaten Gruppe von 326 Amerikanern mit Typ-2-Diabetes, mit dem Ziel zu überprüfen, ob das Modell Nierenerkrankungen in verschiedenen Bevölkerungsgruppen vorhersagen kann.
für die kommenden Jahre
„Der Algorithmus kann Methylierungsmarker aus einer Blutprobe verwenden, um sowohl die aktuelle Nierenfunktion als auch die Funktion der Nieren in Jahren vorherzusagen. Das bedeutet, dass er problemlos neben bestehenden Methoden zur Beurteilung des Krankheitsrisikos eines Patienten implementiert werden kann“, sagte Kevin Yip , ein Co-Autor der Studie. Nieren.“
Während die Forscher an der Verbesserung des Algorithmus arbeiten, planen sie, ihn auf andere Daten auszuweiten, die seine Fähigkeit verbessern könnten, andere Gesundheitsfolgen im Zusammenhang mit Diabetes vorherzusagen.