Nueva vía para predecir el desarrollo de la diabetes tipo 2
Unos científicos han identificado indicadores biológicos que pueden servir para predecir el desarrollo de la diabetes tipo 2.
El equipo lo forman investigadores de la Universidad Rovira i Virgili (URV) en Tarragona, el Instituto de Investigación Sanitaria Pere Virgili (IISPV) en Tarragona y el Centro de Investigación Biomédica en Red de Diabetes y Enfermedades Metabólicas Asociadas (CIBERDEM), en España.
Los investigadores han logrado encontrar esa firma molecular asociada a la enfermedad gracias a la combinación de la metabolómica, la resonancia magnética nuclear y el aprendizaje automático (una modalidad de inteligencia artificial).
La firma molecular encontrada es independiente de la glucosa y está claramente asociada al desarrollo de diabetes tipo 2. En otras palabras, se trata de un conjunto de indicadores biológicos que podrían servir como señales tempranas o predictores de la enfermedad más allá de las tradicionales.
El estudio se ha llevado a cabo en un subgrupo de individuos del estudio Di@bet.es, un estudio nacional, transversal y poblacional del CIBERDEM iniciado en 2008-2010 y que midió la prevalencia e incidencia de la diabetes tipo 2 en la población adulta en el conjunto de España.
«El trabajo perseguía encontrar trazas moleculares independientes de glucosa que pudieran estar asociadas con el desarrollo futuro de diabetes mellitus tipo 2», explica el equipo investigador. Por ello, se analizaron conjuntamente tres grupos de personas, con datos correspondientes a un período de análisis de 8 años del estudio Di@bet.es: aquellas que desarrollaron diabetes tipo 2 en algún momento del período de seguimiento; otros que no desarrollaron diabetes, pero sí presentaban concentraciones de glucosa iguales a las del grupo anterior y un grupo de control (personas sanas).
Sobre los datos de los tres subgrupos se realizó un análisis metabolómico del suero para obtener perfiles de lipoproteínas y glicoproteínas y 15 metabolitos de bajo peso molecular. Posteriormente, los datos obtenidos se insertaron como inputs en varios modelos basados en aprendizaje automático.
Los resultados mostraron que las variables relacionadas con las glicoproteínas, la creatinina, la creatina, las pequeñas partículas de HDL y los intervalos de Johnson-Neyman de la interacción de Glyc A y Glyc B eran estadísticamente significativas.
Según apunta Josep Ribalta, investigador de la Universidad Rovira i Virgili, “el modelo de análisis permitió mostrar una contribución relevante de la inflamación (patrón de glucosilación y HDL) y del músculo (creatinina y creatina) en el desarrollo de la diabetes tipo 2 como factores independientes de la hiperglucemia”.
Este ha sido un estudio conjunto de los grupos dirigidos por Josep Ribalta (URV-IISPV); Gemma Rojo (del Instituto de Investigación Biomédica de Málaga) y Xavier Correig (URV). El primer firmante es Enrique Oscariz, de Biosfer Teslab, empresa spin-off del IISPV y la URV dirigida por Núria Amigó.
El estudio se titula “NMR-based metabolomic profiling identifies inflammation and muscle-related metabolites as predictors of incident type 2 diabetes mellitus beyond glucose: The Di@bet.es study” Y se ha publicado en la revista académica Diabetes Research & Clinical Practice. (Fuente: URV)
