Skip to main content

Diabetes Typ 2: Neue Biomarker zur Patientenklassifizierung und Interventionsvorhersage identifiziert

Featured Publication, IDR, IDO,

Der Krankheitsverlauf von Typ-2-Diabetes und eine erfolgreiche Intervention hängen von den individuellen klinischen, genetischen, genomischen und umweltbedingten Informationen ab, die teilweise durch Genexpressionsmuster dargestellt werden. Ein internationales Forscherteam um Dominik Lutter und Susanna Hoffmann von Helmholtz Munich untersuchte die Assoziationen der Genexpression von Muskel- und intermuskulärem Fettgewebe (IMAT) mit Insulinresistenz und Diabetes. In ihrer Studie konnten sie neue potenzielle Biomarker identifizieren, die sich für die Klassifizierung von Patienten und zur Vorhersage wirksamer Therapieansätze eignen. Die Ergebnisse wurden nun in Diabetologia veröffentlicht.

Insulinresistenz führt häufig zu Diabetes mellitus Typ 2. Dieses frühe Stadium der Erkrankung bleibt jedoch bei den Patienten oft unerkannt, was die Wahrscheinlichkeit einer erfolgreichen Prävention und Intervention deutlich verringert. Zudem beeinflussen individuelle genetische Faktoren wird die Wirksamkeit der Behandlung. In einer neuen Studie hat ein Forscherteam um Dominik Lutter von der Forschungsgruppe Computational Discovery am Institut für Diabetes und Adipositas (IDO) von Helmholtz Munich und dem Deutschen Zentrum für Diabetesforschung (DZD), sowie Susanna Hofmann vom Institut für Diabetes- und Regenerationsforschung (IDR-H) von Helmholtz Munich und der Ludwig-Maximilians-Universität (LMU), anhand von Genexpressionsdaten aus einer Querschnittsstudie potenzielle Kandidatengene für die Vorhersage des Diabetesrisikos und des Ansprechens auf Interventionen identifiziert.

Mithilfe eines multivariaten Regressionsmodells – ein statistisches Instrument, das mehrere Variablen zur Vorhersage von Ergebnissen verwendet – brachten die Forscher Genexpressionsprofile der menschlichen Skelettmuskulatur und des IMAT mit Insulinresistenz und Diabetes in Verbindung. Auf Grundlage der Expressionsmuster der wichtigsten prädiktiven Gene charakterisierten und verglichen sie individuelle Genexpressionen mit klinischen Klassifizierungen. Auf diese Weise konnte das Team neue potenzielle Biomarker identifizieren, die sich für die Klassifizierung von Patienten eignen.

Die Ergebnisse der Studie bestätigen, dass das Fortschreiten der Krankheit und eine erfolgreiche Intervention vom individuellen Zustand der Genexpression abhängen. Diese neuen Erkenntnisse werden zu einem besseren Verständnis und einer besseren Vorhersage des individuellen Diabetesrisikos führen, sowie zur Entwicklung individualisierter Interventionsstrategien beitragen.

Original publication

Lutter et al. (2023) Skeletal muscle and intermuscular adipose tissue gene expression profiling identifies new biomarkers with prognostic significance for insulin resistance progression and intervention response. Diabetologia. Doi: https://doi.org/10.1007/s00125-023-05874-y

 

Über die Wissenschaftler:innen

Dr. Dominik Lutter, Gruppenleiter am Institute for Diabetes and Obesity (IDO) von Helmholtz Munich und dem Deutschen Zentrum für Diabetesforschung (DZD).
Kontakt: dominik.lutter@helmholtz-muenchen.de

Prof. Susanna Hofmann, Leiterin der selbstständigen Forschungsgruppe “Frauen und Diabetes” am Institute of Diabetes and Regeneration Research (IDR) von Helmholtz Munich und W2 Professorin für Fettstoffwechsel und Stoffwechselerkrankungen an der Medizinischen Fakultät der Ludwig-Maximilians-Universität (LMU)