生物赛道冲冲冲
下载贤集网APP入驻自媒体
代谢综合征（MetS）是一种复杂的代谢紊乱，其特点为腹部肥胖、动脉粥样硬化性血脂异常、高血压、胰岛素抵抗、中心性肥胖、促凝血和促炎症状态。全球成年人中约有20-25%患有MetS。中国成年人中，2018年MetS的患病率达到24.2%（男性24.6%，女性23.8%）。 MetS可导致几种严重疾病，包括糖尿病、心血管疾病、冠心病和一些常见癌症。早期预测和诊断MetS将有助于更快地进行干预，减轻医疗系统的负担。因此，纵向的大型队列人群研究是必要的，可以有效预测MetS的发展并探索其发病机制。 基于质谱（MS）的蛋白质组学的快速发展为大规模队列蛋白质组学研究提供了坚实的技术支持。该项技术能够以极小的样品量（微升级）进行高通量、可重复的分析。数据非依赖性采集（DIA）质谱可以测量所有离子化的多肽母离子，适合于在大规模人群中无偏倚地发现新的生物标志物。 2023年8月30日，西湖大学郭天南、郑钜圣及中山大学陈裕明教授作为共同通讯在 Cell Reports Medicine 期刊发表了题为：Population serum proteomics uncovers a prognostic protein classifier for metabolic syndrome 的研究论文。 该研究基于一个随访10年以上的社区队列人群建立了近2万例血清蛋白质组学数据库，并构建了机器学习（Deep Learning）模型前瞻性预测代谢综合征在10年内的患病风险。
