10-Protein-Bluttest ermöglicht genaue Subtypisierung von Lebererkrankungen und Vorhersage des Mortalitätsrisikos
Forscher nutzten Proteomics, um eine hybride Lebererkrankung anhand ihrer deutlich unterschiedlichen Überlebens- und Zirrhoseverläufe in zwei klar voneinander abgrenzbare Subtypen zu unterteilen.
Zusammenfassung
Eine neue Studie, die Daten von über 443.000 UK Biobank-Teilnehmern analysierte, nutzte Plasma-Proteomik, um MetALD – eine Lebererkrankung, die zwischen alkoholbedingter und metabolischer Lebererkrankung einzuordnen ist – in zwei biologisch distinkte Subtypen zu klassifizieren. Ein 10-Protein-Modell erreichte eine Genauigkeit von 93 % bei der Unterscheidung zwischen alkoholbedingter und kardiometabolisch bedingter Erkrankung. Patienten, die als alkohol-predominant eingestuft wurden, wiesen über einen Zeitraum von 15 Jahren signifikant höhere Risiken für Leberzirrhose, Leberkrebs und Tod auf als jene mit kardiometabolisch-predominanter MetALD. Das Proteom übertraf die Metabolomik allein und ließ sich durch Hinzunahme klinischer Variablen wie BMI oder Leberenzyme nicht verbessern – ein Hinweis darauf, dass Proteine besonders aussagekräftige diagnostische Informationen für eine personalisierte Lebererkrankungsbehandlung liefern.
Detaillierte Zusammenfassung
Metabolic dysfunction- and alcohol-associated liver disease (MetALD) ist eine neu anerkannte Erkrankung, von der Millionen Menschen betroffen sind, die sowohl erheblichen Alkoholkonsum als auch metabolische Risikofaktoren wie Adipositas oder Diabetes aufweisen. Bislang fehlten Klinikern die Werkzeuge, um festzustellen, ob die Krankheitsbiologie eines bestimmten MetALD-Patienten eher der alkoholbedingten Lebererkrankung (ALD) oder der metabolisch-steatotischen Lebererkrankung (MASLD) ähnelt – eine Unterscheidung, die Behandlung und Prognose grundlegend beeinflussen könnte.
Forscher aus Oxford und Novo Nordisk analysierten Daten von 443.453 europäischen Teilnehmern der UK Biobank, darunter über 34.000 mit MetALD. Mithilfe von Elastic-Net-Regression auf 2.941 Plasmaproteine und 249 Plasmametabolite entwickelten sie Klassifikationsmodelle zur Unterscheidung von ALD und MASLD. Anschließend wandten sie das leistungsstärkste Modell auf MetALD-Patienten an, um diese in alkohol-predominante oder kardiometabolisch-predominante Subgruppen einzuteilen.
Das Proteom-Modell erzielte einen bemerkenswerten AUC-Wert von 0,96 bei der Unterscheidung von ALD und MASLD – weit überlegen gegenüber der Metabolomik allein (AUC 0,86). Eine vereinfachte 10-Protein-Signatur behielt einen AUC von 0,93 bei. Entscheidend ist, dass die Hinzunahme von Alter, Geschlecht, BMI, Leberenzymen oder metabolomischen Daten das Proteom-Modell nicht verbesserte, was Proteine als einzigartig informative Biomarker hervorhebt.
Bei der Anwendung auf MetALD-Patienten über einen Nachbeobachtungszeitraum von 15 Jahren hatten alkohol-predominante MetALD-Patienten im Vergleich zu kardiometabolisch-predominanten Patienten signifikant höhere Risiken für Zirrhose, hepatozelluläres Karzinom und Gesamtmortalität. Sie wiesen zudem erhöhte Fibrose-Scores und fortgeschrittenere Fibrosestadien zum Ausgangszeitpunkt auf.
Diese Erkenntnisse bestätigen das proteomische Subtyping als klinisch handlungsrelevanten Ansatz, der es Ärzten ermöglicht, MetALD-Patienten mit dem höchsten Risiko zu identifizieren und Interventionen entsprechend anzupassen. Zu den Einschränkungen zählen die Abhängigkeit von selbstberichteter Alkoholaufnahme und eine überwiegend europäische Kohorte, was eine Replikation in diversen Bevölkerungsgruppen erfordert.
Wichtigste Erkenntnisse
- A 10-protein plasma model distinguished ALD from MASLD with 93% accuracy (AUC 0.93).
- The full proteome model achieved AUC 0.96, outperforming metabolomics alone (AUC 0.86).
- Adding BMI, liver enzymes, or metabolites did not improve the proteome classification model.
- Alcohol-predominant MetALD patients had significantly higher 15-year risks of cirrhosis and death.
- Proteomic subtyping of MetALD enables personalized risk stratification for over 34,000 affected individuals.
Methodik
Querschnitts- und Längsschnittanalyse von 443.453 UK Biobank-Teilnehmern mittels Elastic-Net-Regression auf Basis von Plasma-Proteomik (2.941 Proteine) und Metabolomik (249 Metabolite). Cox-Regressionsmodelle wurden zur Berechnung des 15-Jahres-Risikos für wichtige Endpunkte eingesetzt, darunter Leberzirrhose, hepatozelluläres Karzinom und Mortalität. Zur Validierung der Modellrobustheit wurden mehrere Sensitivitätsanalysen durchgeführt.
Studienlimitierungen
Der Alkoholkonsum wurde durch Selbstauskunft erhoben, was zu einer potenziellen Fehlklassifikationsverzerrung führen kann. Die Kohorte ist überwiegend europäischer Herkunft, was die Übertragbarkeit auf andere ethnische Bevölkerungsgruppen einschränkt. Die Spezifität der Diagnosekriterien sowie der beobachtende Charakter der UK Biobank-Daten erfordern eine Validierung in unabhängigen, diversen klinischen Kohorten.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: