纽约(基因组网)——研究人员已经开发出一种糖尿病风险和诊断算法，他们说现在在区分1型糖尿病和2型糖尿病方面比以前的测试做得更好。
他们说，改进后的检测方法也可以成为一种更有效的工具，用于招募儿童进行介入性试验，并可以作为未来的临床筛查试验。
在一项研究中上个月出版在糖尿病护理，研究人员描述了新的算法，称为T1DGRS2，这是他们之前开发的多基因评分方法的更新版本。研究小组计算出，更新后的测试在识别1型糖尿病高风险婴儿方面的效率大约是之前基因评分方法的两倍，而之前的基因评分方法本身就比最初在该领域使用的更简单的hla分型有了重大改进。
由埃克塞特大学的一个团队领导的研究小组，发表了他们的第一个多基因分析在2016年。从那时起，其他小组也制定了分数，在某些情况下，发现不同分数的组合提供了更好的预测。例如，一个德国研究小组最近创建了41-SNP分数他们发现，当与埃克塞特团队的分析相结合时，预测能力有所提高。
该研究的资深作者、埃克塞特大学(University of Exeter)研究员理查德·奥拉姆(Richard Oram)在本周的一次采访中说，他和他的团队着手创建他们最初的糖尿病遗传风险评分和新的更新版本，“目的是为了(它们)用于诊断、研究和预测。”
在诊断中，评估个人患1型糖尿病的遗传风险有助于区分疑难病例，即不清楚某人是否患有1型糖尿病或2型糖尿病。例如，埃克塞特大学(Exeter)团队进行的另一项研究计算出，大约一半的1型糖尿病病例是在成年期发病的，通常会被误诊为2型糖尿病。
Oram说，他的团队之前的分数已经以这种方式被使用——通过埃克塞特大学的遗传学实验室提供，“用于解决困难的诊断，并帮助决定何时对单基因型糖尿病进行基因组测序。”
为了扩大可用性，该学术团队还与一家诊断公司Randox合作，制作了一种芯片版的测试，可用于其他实验室。奥拉姆说:“我们正在进行CE认证。
虽然诊断是糖尿病多基因检测的一种应用，但该小组对T1DGRS算法的新改进的另一个令人兴奋的方面是，它可以使其对正在进行的和新的介入临床试验更有用:选择儿童进行特定药物、疫苗或其他预防性治疗的研究。
在全球自身免疫性糖尿病预防平台(GPPAD)下，“在纽约进行的一项大型全球研究中，(已经开始)使用我们的评分加上温克勒评分。”
随着制药公司和公共卫生组织采取各种药物和饮食干预措施来预防T1D，也有一些证据表明，风险测试本身——并将结果提供给家庭——可以改善结果。
“作为开发筛查工具努力的一部分……我们必须挑战自己的问题是，我们为什么要进行筛查。为什么要识别高风险人群并将信息反馈给他们呢?”舞台监督说。“其中一个原因是，如果这些(正在试验的)干预措施有效，就有很强的理由支持筛查。”
但对遗传风险本身的了解也可能影响结果。例如，Oram说，在美国一项名为TEDDY(青少年糖尿病的环境决定因素)的研究中，研究人员进行了多基因风险分析，并跟踪了数千名婴儿的前10年生活。最后，在近400名患有T1D的婴儿中，严重和危及生命的症状发生率明显低于普通人群。
在开发他们新发表的第二代GRS时，Oram和他的同事分析了来自1型糖尿病遗传学联盟的6581名1型糖尿病患者的基因组的遗传变异，并将结果与9247名未患病的对照组进行了比较。
通过对变异间的相互作用进行建模，专注于强相关的HLA单倍型，并进行各种统计分析，该团队能够生成新的改进的T1D GRS2，其中包括67个snp。
根据Oram的说法，该小组研究了新GRS相对于以前版本的性能，以及使用两种方法发表的其他遗传风险方法。研究小组首先计算了受试者工作曲线下的面积，报告称GRS2的总体AUC为0.92，早发性T1D的AUC甚至更高，为0.96
他们还检查了该测试对筛选应用的特定预测能力。他说:“考虑到目的是识别高风险人群，[我们计算出]如果你单独进行HLA分型，你可以识别出5%的风险儿童，但不会更高。”
作者写道，在模拟新生儿筛查的背景下，“T1D GRS2的效率几乎是单独HLA基因分型的两倍，比目前在一般人群中预测T1D的遗传评分高出50%。”
“这个问题如此重要的原因是干预试验，”Oram说。通过选择风险较高的儿童，试验可以获得较小的效果，或者通过招募更少的人来降低成本——因为风险增加一倍将使需要随机分配的儿童数量依次减半。
Oram说，尽管目前的检测方法只分析了基因组中相对较小的区域，但对于1型糖尿病来说，它已经解释了“几乎所有已被确定的遗传风险”。
他说，“我们已经非常接近”解释完全遗传性，而且比其他疾病领域的研究更接近。德赢ac米兰区域例如，在2型糖尿病中，最新的风险评分可以解释大约20%的遗传性，其中可能包括数百种变体。
换句话说，Oram说，虽然肯定有更多的遗传领域有待发现，“对于与hla强烈相关的自身免疫性疾病，少量的SNPS确实可以捕获大部分风险。”
他补充说，他和他的团队确实比较了一些现有的全基因组评分方法，作为他们最新努力的一部分，并发现它们并不比GRS2签名更好，尽管这是研究回顾过程的一部分，并没有包括在最终论文中。
无论是为了更准确的诊断还是为了潜在的未来筛查工作，Oram强调，“容易摘到的果实”是将遗传风险与其他正交因素结合起来。在使用第一代GRS发表的研究中，将遗传评分与测量自身抗体和体重等临床因素结合起来，产生了“近乎完美的鉴别能力”。
该团队现在正在使用第二代评分进行相同类型的组合分析，重点是在美国人群中分析他们的算法，这是美国疾病控制和预防中心和国立卫生研究院一项名为“寻找青少年糖尿病”的研究的一部分。这将使研究人员能够回答关键问题，即研究结果是否适用于非白人人群，即非洲裔美国人和西班牙裔美国人。
虽然这项工作的分析还没有发表，但Oram说它看起来是积极的。虽然该团队的第一代得分在这些人群中的预测性不如在白人/欧洲儿童中那样强，但新的算法似乎在不同群体中表现得更加一致。
该组织也在印度进行类似的努力。