瑞典隆德大学的研究人员使用脂质组学(一种在分子水平上测量血脂组成的技术)和机器学习技术，鉴定出了血脂谱，这种谱提高了提前几年评估患上类型糖尿病风险的可能性。 2糖尿病。血脂水平也可以与某种饮食和身体活动程度相关。

血液包含数百种不同的脂质分子，它们被分为不同的类别，例如胆固醇和甘油三酸酯。

“在医疗保健中，胆固醇和甘油三酸酯的总量是测量的，而不是类别的确切组成。一个类别由几个分子组成，在我们的研究中我们可以看到，有更多的某些血脂分子而更少的胆固醇是很好的隆德大学整合分子医学副教授塞琳·费尔南德斯(CélineFernandez)说，他与Lipotype公司和瑞典国家生物信息基础设施(NBIS)合作进行了这项研究。

Lipotype研发部门负责人Christian Klose博士说：“ Lipidomics将分子水平上脂质代谢的失衡与生理差异联系在一起，从而帮助我们预测2型糖尿病。”

该研究涉及马尔默饮食与癌症研究中3668名健康参与者的178种血脂的分析。参与者被随机分为两组，分别为A组和B组。除血液样本外，该研究还基于关于身体活动和饮食的自我报告数据。经过20多年的随访，每组中约有250名患上2型糖尿病。

使用机器学习，研究人员可以根据与生命后期发展为2型糖尿病的风险相关的77个脂质分子的浓度，绘制A组的血脂谱。检查了血脂谱将2型糖尿病患者与健康人群区分开的能力，后来在B组中得到证实。

根据已知的风险因素(年龄，性别，体重，血糖，吸烟和血压)进行了风险分析，以确定血脂状况是否可以改善风险评估。添加胆固醇和甘油三酸酯的总量并不能改善风险评估。但是，当研究人员添加特定的血脂谱时，风险预测以统计学上显着的方式改善。

此外，与肥胖相比，其本身的血脂水平可以更好地预测发展为2型糖尿病的风险，而肥胖被认为是2型糖尿病最重要的风险因素。

席琳·费尔南德斯(Celine Fernandez)说：“这意味着我们可以更好地评估谁有罹患2型糖尿病的高风险。”

NBIS的生物信息学专家Nikolay Oskolkov补充说：“这表明了如何使用机器学习来改善临床诊断。”

研究结果还表明，血脂水平可能与生活方式有关。参与者在空闲时间锻炼的次数越多，其有害血脂状况的数量就越少。根据这项研究，咖啡还与有害血脂水平降低有关。另一方面，乳制品，加糖饮料和加工肉与大量有害的血脂有关。

塞琳·费尔南德斯(CélineFernandez)评论说，这表明有可能通过改变生活方式来改变您的血脂水平，从而有可能患上2型糖尿病。但是，需要进一步的研究来确认这一点。

该研究的优势之一是，研究人员可以在B组中重复A组的结果，从而在其他个体中验证和确认结果。之所以可行，是因为马尔默饮食与癌症研究有很多参与者，而且血脂分析非常可靠。

CélineFernandez总结说：“当然，一个弱点是该队列中的所有个体都有相似的背景起源。例如，我们不知道来自世界另一部分的另一个队列的结果。”