Validering av Integrerade Multi-omics-tillvägagångssätt i Metabola Syndrom-relaterade Sjukdomar

Denna longitudinella, multicentriska studie är utformad för att validera integrativa multi-omics-metodologier för att förutsäga sjukdomsprogression och komplikationer vid metabola syndromet. Deltagare kommer att rekryteras från alla avdelningar av Chang Gung Memorial Hospitals. Individer som uppfyller diagnostiska kriterier för metabola syndromet kommer att utgöra studiegruppen, medan ålder- och könsmatchade individer utan metabola syndromet kommer att fungera som kontroller.

Studien kommer att samla perifert blod, urin och avföringsprover för omfattande multi-omics-profilering, inklusive genomik (DNA-sekvensering), transkriptomik (RNA-sekvensering), metabolomik (serum- och urinmetabolittprofilering) och mikrobiomik (analys av tarmmikrobiota). Blodprover (10 ml) kommer att erhållas årligen för genetiska och metabolomiska analyser, medan urin- (30 ml) och avföringsprover (1 ml) kommer att användas för att bedöma metabolit- och mikrobiella signaturer. Dessa bioprov kommer att länkas med deltagarnas longitudinella kliniska data och laboratorietestresultat hämtade från Chang Gung Research Database (CGRD), vilket ger ett enhetligt ramverk för integrativ analys.

Dataintegration kommer att använda avancerade bioinformatikpipeliner och systembiologiverktyg för att identifiera flerskiktade molekylära nätverk associerade med sjukdomsutbrott och progression. Analytiska metoder inkluderar dimensionsreduktion, klustring och maskininlärningsbaserad funktionsurval för att konstruera prediktiva modeller för metaboliska komplikationer som hjärt-kärlsjukdom, kronisk njursjukdom och fetlever. Identifierade biomarkörer och signalvägar kommer att valideras internt och jämföras tvärs med befintliga data från "Integrated Smart Healthcare Database for Obesity".

Alla data kommer att avidentifieras och säkert lagras på institutionella servrar med begränsad åtkomst. Varje deltagare kommer att tilldelas en unik studie kod för att säkerställa konfidentialitet. Datalänkning mellan omics-datamängder och kliniska utfall kommer att utföras genom krypterade, integritetsskyddande algoritmer under tillsyn av institutionella datastyrandekommittén. Studien följer de etiska standarder som fastställts av Institutional Review Board, vilket säkerställer deltagarskydd under datainsamling, analys och spridning.