17.05.2024
Подписывайтесь на Telegram-канал по ссылке

Машинное обучение использовали в мультиомике для определения индекса массы тела

Multiomic signatures of body mass index

Американские исследователи из Института системной биологии разработали новый индекс массы тела на основе мультиомики, который позволит точнее определять качество здоровья человека. Новый метод оказался более информативным и действенным в сравнении с традиционным методом ИМТ. Работа опубликована в журнале Nature Medicine.

Индекс массы тела (ИМТ) — один из наиболее распространенных методов оценки здоровья. Он основан на соотношении роста и веса человека. Метод разработал бельгийский математик Адольф Кетле, который заметил, что соотношение массы и роста оказывает сильное влияние на здоровье. Он определил ИМТ как соотношение массы тела в килограммах к квадрату роста в метрах. Несмотря на то что десятилетиями ИМТ применяется в качестве инструмента для классификации людей с недостаточным, нормальным и избыточным весом, этот подход имеет множество проблем. Например, ИМТ не учитывает относительные пропорции мышечной и жировой массы. Это может исказить данные о лишнем весе у человека с большим процентом мышечной массы. Поэтому метод может оказаться непригодным для спортсменов.

Также ИМТ не учитывает индивидуальные различия: у каждого человека свой собственный метаболизм и своя генетическая предрасположенность. Все это влияет на здоровье и может привести к проблемам с ожирением, даже если по данным ИМТ человек будет иметь нормальную весовую категорию. При таком подходе неправильно классифицируется около 30% населения, а с течением времени этот процент становится всё больше из-за изменения образа жизни людей. Концепция «среднего человека», которую придумал Кетле, описывает статические данные и практически неприменима для частных случаев.

Поэтому американские учёные из Института системной биологии разработали свою собственную модель «расширенного» ИМТ — биологического. Они оценивали не соотношение массы к росту, а провели масштабное мультиомное профилирование. Мультиомика — это подход к биологическому анализу, в котором набор данных представляет собой совокупность исследований из нескольких областей, заканчивающихся на суффикс «-ом». Это могут быть, к примеру, геном, протеом, метаболом или микробиом.

Исследователи изучили анализы крови 1277 взрослых и проанализировали данные протеомики (изучение белков) и метаболомики (изучение малых молекул, широко известных как метаболиты), фиксируя их в плазме крови. Также авторы работы исследовали генетическую отягощённость и состав отобранного из кишечника микробиома. Затем они разработали специальные модели машинного обучения, призванные проанализировать результаты и спрогнозировать долгосрочное изменение биологического ИМТ у респондентов.

Так исследователи показали, что мультиомические оценки позволяют оценить здоровье и метаболизм лучше, чем классический ИМТ. При этом метод остаётся легко интерпретируемым и интуитивно понятным. Исследование показало, что метаболиты плазмы дают самый ранний ответ на изменение образа жизни по сравнению с классическим ИМТ, тогда как протеомика плазмы демонстрирует более отсроченную реакцию.

Команда сделала несколько важных выводов: люди, у которых был высокий биологический ИМТ и нормальный традиционный ИМТ, были менее здоровы, но смогли легче сбросить вес, чем люди, у которых был обнаружен слишком высокий традиционный ИМТ и нормальный биологический ИМТ. Полученные данные демонстрируют, что при изменении образа жизни человек может становиться здоровее, даже если не теряет вес.

Исследование расширило возможности детальной молекулярной характеристики многих хронических заболеваний, начиная от базовых метаболических нарушений и заканчивая сердечно-сосудистыми проблемами у людей с лишним весом. Оптимизация подхода ИМТ упростит классификацию и диагностику, поможет снизить текущую глобальную эпидемию хронических заболеваний. Учёные продемонстрировали, что мультиомное профилирование может быть очень полезно, если надо выявить сложные корреляции между ожирением, метаболическим здоровьем и сопутствующими хроническими заболеваниями.