Emerging technologies allow the high-throughput profiling of metabolic status from a blood specimen (metabolomics). We investigated whether metabolite profiles could predict the development of diabetes. Among 2,422 normoglycemic individuals followed for 12 years, 201 developed diabetes. Amino acids, amines and other polar metabolites were profiled in baseline specimens by liquid chromatography-tandem mass spectrometry (LC-MS). Cases and controls were matched for age, body mass index and fasting glucose. Five branched-chain and aromatic amino acids had highly significant associations with future diabetes: isoleucine, leucine, valine, tyrosine and phenylalanine. A combination of three amino acids predicted future diabetes (with a more than fivefold higher risk for individuals in top quartile). The results were replicated in an independent, prospective cohort. These findings underscore the potential key role of amino acid metabolism early in the pathogenesis of diabetes and suggest that amino acid profiles could aid in diabetes risk assessment.

miR-33 in Cholesterol Control With the well-established link between serum cholesterol levels and cardiovascular disease and the availability of effective cholesterol-lowering drugs, cholesterol screening has rapidly become a routine part of health care. Yet, much remains to be learned about how cholesterol levels are regulated at the cellular level (see the Perspective by Brown et al. ). Now, Najafi-Shoushtari et al. (p. 1566 , published online 13 May) and Rayner et al. (p. 1570 , published online 13 May) have discovered a new molecular player in cholesterol control—a small noncoding RNA that, intriguingly, is embedded within the genes coding for sterol regulatory element-binding proteins (SREBPs), transcription factors already known to regulate cholesterol levels. This microRNA, called miR-33, represses expression of the adenosine triphosphate–binding cassette transporter A1, a protein that regulates synthesis of high-density lipoprotein (HDL, or “good” cholesterol) and that helps to remove “bad” cholesterol from the blood. Reducing the levels of miR-33 in mice boosted serum HDL levels, suggesting that manipulation of this regulatory circuit might be therapeutically useful.

The most common form of heart failure occurs with normal systolic function and often involves cardiac hypertrophy in the elderly. To clarify the biological mechanisms that drive cardiac hypertrophy in aging, we tested the influence of circulating factors using heterochronic parabiosis, a surgical technique in which joining of animals of different ages leads to a shared circulation. After 4 weeks of exposure to the circulation of young mice, cardiac hypertrophy in old mice dramatically regressed, accompanied by reduced cardiomyocyte size and molecular remodeling. Reversal of age-related hypertrophy was not attributable to hemodynamic or behavioral effects of parabiosis, implicating a blood-borne factor. Using modified aptamer-based proteomics, we identified the TGF-β superfamily member GDF11 as a circulating factor in young mice that declines with age. Treatment of old mice to restore GDF11 to youthful levels recapitulated the effects of parabiosis and reversed age-related hypertrophy, revealing a therapeutic opportunity for cardiac aging.PaperFlickeyJraWQiOiI4ZjUxYWNhY2IzYjhiNjNlNzFlYmIzYWFmYTU5NmZmYyIsImFsZyI6IlJTMjU2In0.eyJzdWIiOiJmZDVmNDE2NjdmNzFjMjc0OTQ2ZDg3Nzg4YTZlZTU0NSIsImtpZCI6IjhmNTFhY2FjYjNiOGI2M2U3MWViYjNhYWZhNTk2ZmZjIiwiZXhwIjoxNjc4Njc3NTA0fQ.U3rvE5YHP8c1Drt3arDVicrT2nx6Ay6tYEUqLFARdfRd4fcxs00ykYTedkYdlTe9SPhoCNbhl32L5w4jvut5-hFAcrftFy7dlLKfmAui3D2hh-eGIm_NaDq-3fCpdGQvaHrfQsTTzzAzV6C6aYiHjVenyQfcfDJZ954o1eSGpR1ftUI_cEOXPKjZqIdt9Z75N3lEiUm-7IIA8G95V5yRRbV0qpeeUvmcQFWPxZ2mG754aM7J-Xthm7n9QJEWBKzdA9aodeJakObVt6Urb4z0QKI57hC4JvjwjEPMsehQWhu1f02IuGaTZEUFzK4ujPoPO5ob95oedpKmTwjW_CtMVw(mp4, (13.33 MB) Download video

Background— Because cancer patients survive longer, the impact of cardiotoxicity associated with the use of cancer treatments escalates. The present study investigates whether early alterations of myocardial strain and blood biomarkers predict incident cardiotoxicity in patients with breast cancer during treatment with anthracyclines, taxanes, and trastuzumab. Methods and Results— Eighty-one women with newly diagnosed human epidermal growth factor receptor 2–positive breast cancer, treated with anthracyclines followed by taxanes and trastuzumab were enrolled to be evaluated every 3 months during their cancer therapy (total of 15 months) using echocardiograms and blood samples. Left ventricular ejection fraction, peak systolic longitudinal, radial, and circumferential myocardial strain were calculated. Ultrasensitive troponin I, N-terminal pro–B-type natriuretic peptide, and the interleukin family member (ST2) were also measured. Left ventricular ejection fraction decreased (64 ± 5% to 59 ± 6%; P <0.0001) over 15 months. Twenty-six patients (32%, [22%–43%]) developed cardiotoxicity as defined by the Cardiac Review and Evaluation Committee Reviewing Trastuzumab; of these patients, 5 (6%, [2%–14%]) had symptoms of heart failure. Peak systolic longitudinal myocardial strain and ultrasensitive troponin I measured at the completion of anthracyclines treatment predicted the subsequent development of cardiotoxicity; no significant associations were observed for left ventricular ejection fraction, N-terminal pro–B-type natriuretic peptide, and ST2. Longitudinal strain was <19% in all patients who later developed heart failure. Conclusions— In patients with breast cancer treated with anthracyclines, taxanes, and trastuzumab, systolic longitudinal myocardial strain and ultrasensitive troponin I measured at the completion of anthracyclines therapy are useful in the prediction of subsequent cardiotoxicity and may help guide treatment to avoid cardiac side-effects.

As breast cancer survival increases, cardiotoxicity associated with chemotherapeutic regimens such as anthracyclines and trastuzumab becomes a more significant issue. Assessment of the left ventricular (LV) ejection fraction fails to detect subtle alterations in LV function. The objective of this study was to evaluate whether more sensitive echocardiographic measurements and biomarkers could predict future cardiac dysfunction in chemotherapy-treated patients. Forty-three patients diagnosed with breast cancer who received anthracyclines and trastuzumab therapy underwent echocardiography and blood sampling at 3 time points (baseline and 3 and 6 months during the course of chemotherapy). The LV ejection fraction; peak systolic myocardial longitudinal, radial, and circumferential strain; echocardiographic markers of diastolic function; N-terminal pro–B-type natriuretic peptide; and high-sensitivity cardiac troponin I were measured. Nine patients (21%) developed cardiotoxicity (1 at 3 months and 8 at 6 months) as defined by the Cardiac Review and Evaluation Committee reviewing trastuzumab. A decrease in longitudinal strain from baseline to 3 months and detectable high-sensitivity cardiac troponin I at 3 months were independent predictors of the development of cardiotoxicity at 6 months. The LV ejection fraction, parameters of diastolic function, and N-terminal pro–B-type natriuretic peptide did not predict cardiotoxicity. In conclusion, cardiac troponin plasma concentrations and longitudinal strain predict the development of cardiotoxicity in patients treated with anthracyclines and trastuzumab. The 2 parameters may be useful to detect chemotherapy-treated patients who may benefit from alternative therapies, potentially decreasing the incidence of cardiotoxicity and its associated morbidity and mortality. As breast cancer survival increases, cardiotoxicity associated with chemotherapeutic regimens such as anthracyclines and trastuzumab becomes a more significant issue. Assessment of the left ventricular (LV) ejection fraction fails to detect subtle alterations in LV function. The objective of this study was to evaluate whether more sensitive echocardiographic measurements and biomarkers could predict future cardiac dysfunction in chemotherapy-treated patients. Forty-three patients diagnosed with breast cancer who received anthracyclines and trastuzumab therapy underwent echocardiography and blood sampling at 3 time points (baseline and 3 and 6 months during the course of chemotherapy). The LV ejection fraction; peak systolic myocardial longitudinal, radial, and circumferential strain; echocardiographic markers of diastolic function; N-terminal pro–B-type natriuretic peptide; and high-sensitivity cardiac troponin I were measured. Nine patients (21%) developed cardiotoxicity (1 at 3 months and 8 at 6 months) as defined by the Cardiac Review and Evaluation Committee reviewing trastuzumab. A decrease in longitudinal strain from baseline to 3 months and detectable high-sensitivity cardiac troponin I at 3 months were independent predictors of the development of cardiotoxicity at 6 months. The LV ejection fraction, parameters of diastolic function, and N-terminal pro–B-type natriuretic peptide did not predict cardiotoxicity. In conclusion, cardiac troponin plasma concentrations and longitudinal strain predict the development of cardiotoxicity in patients treated with anthracyclines and trastuzumab. The 2 parameters may be useful to detect chemotherapy-treated patients who may benefit from alternative therapies, potentially decreasing the incidence of cardiotoxicity and its associated morbidity and mortality.

Background— High-throughput profiling of circulating metabolites may improve cardiovascular risk prediction over established risk factors. Methods and Results— We applied quantitative nuclear magnetic resonance metabolomics to identify the biomarkers for incident cardiovascular disease during long-term follow-up. Biomarker discovery was conducted in the National Finnish FINRISK study (n=7256; 800 events). Replication and incremental risk prediction was assessed in the Southall and Brent Revisited (SABRE) study (n=2622; 573 events) and British Women’s Health and Heart Study (n=3563; 368 events). In targeted analyses of 68 lipids and metabolites, 33 measures were associated with incident cardiovascular events at P <0.0007 after adjusting for age, sex, blood pressure, smoking, diabetes mellitus, and medication. When further adjusting for routine lipids, 4 metabolites were associated with future cardiovascular events in meta-analyses: higher serum phenylalanine (hazard ratio per standard deviation, 1.18; 95% confidence interval, 1.12–1.24; P =4×10 –10 ) and monounsaturated fatty acid levels (1.17; 1.11–1.24; P =1×10 –8 ) were associated with increased cardiovascular risk, while higher omega-6 fatty acids (0.89; 0.84–0.94; P =6×10 –5 ) and docosahexaenoic acid levels (0.90; 0.86–0.95; P =5×10 –5 ) were associated with lower risk. A risk score incorporating these 4 biomarkers was derived in FINRISK. Risk prediction estimates were more accurate in the 2 validation cohorts (relative integrated discrimination improvement, 8.8% and 4.3%), albeit discrimination was not enhanced. Risk classification was particularly improved for persons in the 5% to 10% risk range (net reclassification, 27.1% and 15.5%). Biomarker associations were further corroborated with mass spectrometry in FINRISK (n=671) and the Framingham Offspring Study (n=2289). Conclusions— Metabolite profiling in large prospective cohorts identified phenylalanine, monounsaturated fatty acids, and polyunsaturated fatty acids as biomarkers for cardiovascular risk. This study substantiates the value of high-throughput metabolomics for biomarker discovery and improved risk assessment.

Dyslipidemia is an independent risk factor for type 2 diabetes, although exactly which of the many plasma lipids contribute to this remains unclear. We therefore investigated whether lipid profiling can inform diabetes prediction by performing liquid chromatography/mass spectrometry–based lipid profiling in 189 individuals who developed type 2 diabetes and 189 matched disease-free individuals, with over 12 years of follow up in the Framingham Heart Study. We found that lipids of lower carbon number and double bond content were associated with an increased risk of diabetes, whereas lipids of higher carbon number and double bond content were associated with decreased risk. This pattern was strongest for triacylglycerols (TAGs) and persisted after multivariable adjustment for age, sex, BMI, fasting glucose, fasting insulin, total triglycerides, and HDL cholesterol. A combination of 2 TAGs further improved diabetes prediction. To explore potential mechanisms that modulate the distribution of plasma lipids, we performed lipid profiling during oral glucose tolerance testing, pharmacologic interventions, and acute exercise testing. Levels of TAGs associated with increased risk for diabetes decreased in response to insulin action and were elevated in the setting of insulin resistance. Conversely, levels of TAGs associated with decreased diabetes risk rose in response to insulin and were poorly correlated with insulin resistance. These studies identify a relationship between lipid acyl chain content and diabetes risk and demonstrate how lipid profiling could aid in clinical risk assessment.

Abstract The metabolome is the terminal downstream product of the genome and consists of the total complement of all the low‐molecular‐weight molecules (metabolites) in a cell, tissue, or organism. Metabolomics aims to measure a wide breadth of small molecules in the context of physiological stimuli or disease states. Metabolomics methodologies fall into two distinct groups: untargeted metabolomics, an intended comprehensive analysis of all the measurable analytes in a sample including chemical unknowns, and targeted metabolomics, the measurement of defined groups of chemically characterized and biochemically annotated metabolites. The methodologies considered in this unit focus on the processes of conducting targeted metabolomics experiments, and the advantages of this general approach are highlighted herein. This unit outlines procedures for extracting nitrogenous metabolites (including amino acids), lipids, and intermediary metabolites (including TCA cycle oxoacids) from blood plasma. Specifically, protocols are described for analyzing these metabolites using targeted metabolomics experiments based on liquid chromatography−mass spectrometry. Curr. Protoc. Mol. Biol . 98:30.2.1‐30.2.24. © 2012 by John Wiley & Sons, Inc.