能通过DNA（脱氧核糖核酸，生物细胞内含有的四种生物大分子之一核酸的一种）更精准地预测糖尿病发病风险吗？
目前关于糖尿病风险的评估，主要集中在患者年龄、性别、家族史等基本信息的评估，比如美国糖尿病学会（ADA）发起的对2型糖尿病的60秒风险检测“Our 60-Second Type 2 Diabetes Risk Test”，这些模型在预测精准度方面还有所欠缺。
近日，英国爱丁堡大学（The University of Edinburgh）研究人员搭建了一个预测模型，他们研究了DNA 甲基化（甲基化是人体内的一种化学过程，能够在不改变 DNA序列的前提下，改变遗传表现）对预测2型糖尿病风险的作用。该文章《Development and validation of DNA methylation scores in two European cohorts augment 10-year risk prediction of type 2 diabetes》已发布在《自然-衰老》（Nature Aging ）杂志。
据悉，2型糖尿病是最常见的糖尿病类型，由于多发于成年，又称成人发病型糖尿病。该病由多种病因导致体内胰岛素分泌不足或者人体不能有效利用胰岛素，从而出现血糖水平持续升高，在高血糖的体内环境中，大血管、微血管、神经等都会发生病变，进而危害心脏、肾脏、眼睛等器官。
这项研究的研究人员表示：“虽然胰岛素在2型糖尿病中发挥的影响是众所周知的，但我们对增加2型糖尿病易感性的遗传因素还知之甚少。以前的相关风险预测模型使用了一系列健康风险因素，然而，却没有加入表观遗传信息。”
研究人员发现，将DNA甲基化数据与年龄、性别等传统风险因素结合起来可以提供更准确的预测。在此研究中，苏格兰研究人员将甲基化分析，与标准糖尿病风险评分中使用的基本健康数据相结合，创建了一些潜在模型。
他们首先在超过9800名已经注册国家“Generation Scotland”研究（一个大规模的研究项目，旨在探究基因、环境和生活方式因素如何影响个体健康和疾病风险）的人群中训练了这些模型，其中374人患有2型糖尿病。
然后，此测试模型在另一组“Generation Scotland”参与者中进行测试：这一次总共有4778名个体，其中252人患有糖尿病。在测试中，研究人员最好的模型曲线下面积（AUC）为0.872，而传统的、不含甲基化数据评估方法的AUC为0.839。这表明，新模型比传统方法更准确地预测了患糖尿病的风险，并且这种改进是显著的。
接着，研究人员进一步将其应用到另一个近1600名参与者的队列中，该模型取得了类似的结果，其中142人患有2型糖尿病。
据此，研究人员进一步推断了他们的模型结果。当它应用于一个虚拟情景（10000人中，约三分之一人会在十年内患上糖尿病）时，此风险测试将能够比传统的标准评估方法，更准确地识别出449个高风险个体。
除了及时预测2型糖尿病外，该测试方法还能捕捉到其他疾病的早期警告信号。该研究的作者、爱丁堡大学基因组和实验医学中心博士程一鹏说：“有希望的是，我们的模型在苏格兰和德国的研究中都显示出了积极结果。延迟发病很重要，因为糖尿病是诱发其他常见疾病（包括老年痴呆）的危险因素之一。”
该研究主要研究员Riccardo Marioni博士表示：“类似的方法也可以用于其他常见疾病，即从单一的血液或唾液样本中生成广泛的健康预测因子。我们非常感谢参与研究的志愿者，他们使这项研究成为可能——参与我们研究的人越多，我们就越能准确地识别出有助于延缓或减少疾病发作的信号。”
不过，论文中也表示，在研究局限性方面，“包括疾病案例数量相对较少，预测模型的参数优化有限等。这些因素可能会影响预测模型的准确性。同时，我们使用了相对简单的变量选择方法，这也可能会对预测模型的准确性产生一定的影响。此外，由于训练模型和变量选择都是在同一组数据集上完成的，可能会出现一些后续选择推断的问题。因此未来的研究需要进一步关注更先进的变量选择方法，以提高预测模型的准确性。”另外，该研究只关注了糖尿病这一疾病，未来的研究还可以考虑多种疾病因素对预测模型的影响。
