A Novel 10‐Protein Score for Liver Fat Content Predicts Cardiovascular‐Kidney‐Metabolic Disease Risk

医学 脂肪变性 生物标志物 生命银行 内科学 2型糖尿病 弗雷明翰风险评分 糖尿病 脂肪肝 疾病 风险评估 内分泌学 脂肪变 动脉粥样硬化性心血管疾病 多基因风险评分 冠心病 肾脏疾病 肝病 风险因素 混淆 心脏病学 肥胖 肿瘤科 生物信息学 非酒精性脂肪肝 胃肠病学 胰岛素抵抗
作者
Xiaoqin Gan,Yuanxiu Wei,Yu Wu,Xinyue Su,Ganggang Wang,Sisi Yang,Z. Ye,Yanjun Zhang,Yanjun Zhang,Hao Xiang,Yu Huang,Yiwei Zhang,Yiwei Zhang,Yuanyuan Zhang,Yuanyuan Zhang,Xianhui Qin
出处
期刊:Advanced Science [Wiley]
卷期号:13 (10): e15645-e15645 被引量:2
标识
DOI:10.1002/advs.202515645
摘要

Liver fat content (LFC) is a key biomarker for cardiovascular-kidney-metabolic (CKM), yet noninvasive assessment remains challenging. It aims to develop a plasma proteomic-based LFC score to predict MRI-derived proton density fat fraction (MRI-PDFF), evaluate its association with 14 CKM diseases, and explore interactions with polygenic risk scores (PRS). Both the comprehensive 62-protein and simplified 10-protein LFC scores are developed and validated in 5,320 UK Biobank participants (96.8% White). The 10-protein LFC score, comprising proteins involved in adipogenesis, lipid metabolism, and insulin signaling (IGFBP2, FABP4, MET, CPM, CES1, IGFBP1, CDHR2, RBP5, ERBB2, SSC5D), showed superior diagnostic accuracy for hepatic steatosis compared to fatty liver index(FLI) (AUC = 0.850 vs. 0.794). Among 45,444 participants, it exhibited significant associations with 16 cardiometabolic risk markers and 13 incident CKM outcomes, particularly metabolic dysfunction-associated steatotic liver disease (MASLD), type 2 diabetes (T2D), chronic kidney disease, and coronary heart disease. The score significantly enhanced risk prediction for 8-10 CKM outcomes beyond standard risk factors and FLI (e.g., MASLD,C-index improved from 0.743 to 0.774; T2D, from 0.773 to 0.806). The score showed significant interactions with PRS for T2D (P-interaction<0.001). The 62-protein model yielded similar results. A 10-protein score accurately quantifies liver fat, predicts cardiometabolic risk, and integrates with genetic risk for precision prevention, providing a practical MRI alternative.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
嘤嘤嘤完成签到 ,获得积分10
1秒前
又晴发布了新的文献求助10
1秒前
Uoueion发布了新的文献求助10
2秒前
科研通AI6.2应助chenjk采纳,获得20
2秒前
2秒前
99v587完成签到,获得积分10
3秒前
Lilililili发布了新的文献求助10
3秒前
fouding完成签到,获得积分10
3秒前
4秒前
4秒前
忆之完成签到 ,获得积分10
4秒前
li完成签到,获得积分10
4秒前
hiraeth完成签到,获得积分10
5秒前
无极微光应助tigger采纳,获得20
5秒前
5秒前
6秒前
在水一方应助俊秀的曼容采纳,获得10
6秒前
完美世界应助Geralt64采纳,获得10
7秒前
槐序发布了新的文献求助10
8秒前
慕剑完成签到,获得积分10
8秒前
xieroro完成签到,获得积分10
8秒前
南浅发布了新的文献求助20
9秒前
江漓完成签到 ,获得积分10
10秒前
从容甜瓜完成签到,获得积分10
11秒前
11秒前
荣荣发布了新的文献求助10
11秒前
12秒前
sunrise_99完成签到,获得积分10
15秒前
千云皆墨完成签到,获得积分10
17秒前
17秒前
19秒前
净坛使者发布了新的文献求助10
19秒前
忆枫发布了新的文献求助30
19秒前
完美世界应助zeck采纳,获得10
19秒前
20秒前
隐形曼青应助舒适的如萱采纳,获得10
20秒前
赘婿应助舒适的如萱采纳,获得10
20秒前
赘婿应助舒适的如萱采纳,获得10
20秒前
DW应助Yoshiki采纳,获得10
21秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Rosenblum, Global Change Biology 500
CLSI VET01S-2024 Performance Standards for Antimicrobial Disk and Dilution Susceptibility Tests for Bacteria Isolated From Animals (7th Ed) 500
DIPPR Project 801 - Full Version 380
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 化学工程 工程类 有机化学 物理 复合材料 生物化学 内科学 细胞生物学 基因 遗传学 免疫学 冶金 光电子学 癌症研究
热门帖子
关注 科研通微信公众号,转发送积分 7767598
求助须知:如何正确求助?哪些是违规求助? 9311142
关于积分的说明 20321997
捐赠科研通 7352630
什么是DOI,文献DOI怎么找? 3315412
关于科研通互助平台的介绍 2464705
邀请新用户注册赠送积分活动 2330053