代谢综合征(简称MS)的发病率逐年上升且可以引起严重威胁生命的并发症，其中高血糖是诊断MS的主要组成部分（简称组分）。目前国内外对糖尿病、高血压等单一种类的慢性病研究很深入，而MS与多种慢性病相关且病因复杂，需要更为先进的技术和方法。本研究以课题组连续4年收集的3万多例健康体检人群资料、以及血糖单组分相关的7个糖基生物标志物为基础，以血糖代谢组分作为切入点,开展双向性队列研究；2014年采用整群抽样，前瞻性收集环境等因素及血液样本，按照血糖代谢组分基线时正常、临界、异常状况，构建链接分析动态预测模型；利用联合模型构建含血糖代谢两组分的动态关联模型；用糖基组学技术筛选含血糖代谢组分的MS病因中糖基生物标志物；再结合环境等因素，构建LASSO回归预测模型。其结果可为MS预防、开展人群健康管理提供科学依据，为糖基生物标志物作为MS早期诊断的指标提供理论基础，为同类研究提供方法学有意义的参考。

Metabolic syndrome (MS) refers to a group of inter-related risk factors that include dysglycemia, raised blood pressure (BP) and triglycerides (TG), low high-density lipoprotein cholesterol (HDL-C) levels, and obesity. MS can cause severe life-threatening complications and the incidence is going up year by year. The etiology of MS is complicated and associated to many chronic disease, at present, studies concerning on single disorders have been thoroughly researched , as hypertension, diabetes, etc. More methods and technologies are in need to have an exploration on MS.There were over 30,000 individuals participated in the annual physical examination in the past four years. We collected information on populatioin profile, blood glucose and glycosyl biomarker. The clinical information and blood sample from physical examination will be collected prospectively with cluster sampling. Based on the baseline information, blood glucose levels are classed as normal, marginal and abnormal to build link analysis model. Joint modeling is applied to build risk prediction model including blood glucose and other single component. Glycosylomics technology is used to find the glycosyl biomarkers of MS including blood glucose, combined with environment factors to build Lasso regression model. The result will provide the scientific evidence for prevention, treatment and health management of MS people. Finally, it will provide a kind of research method for other similar studies.

目的 以代谢综合征（MS）中血糖组分作为切入点，对北京地区成人人群基于血糖组分的MS组分组合进行双向性队列研究，探讨单组分及两组分 (含血糖组分) 异常个体五年后发展为MS的变化规律；探讨环境因素对含血糖组分MS的影响；探索血浆蛋白质糖基浓度水平与血糖组分的关联性。方法 本次研究基线收集体检人群50530人；随访体检人群50533人；纳入基线期和随访期均完成体检的人群，并剔除基线已患有MS的个体，共计10764人。采用关联规则探索基线单组分及两组分 (含血糖组分) 异常的个体五年后发展为MS的变化规律；采用联合模型观察两组分组合 (含血糖组分) 状态下其它组分间的相关性；采用Logistic回归模型探索环境因素对含血糖组分的MS的影响。采用LASSO回归对高维糖基数据进行降维；采用Logistic回归探讨各自变量与血糖组的关联性；用ROC曲线衡量每个潜在生物标志物位点对血糖组分异常的预测能力。结果 1. 基线血糖受损的个体到五年后发展为高血糖的风险为35.6%，较全人群提高了8.932倍。2. 血糖异常合并血压异常、血脂异常、高密度脂蛋白异常和腰围异常的人群五年MS发病可能性分别为33.50%、37.70%、38.60%和32.40%，较全人群提升了1.314倍、1.483倍、1.517倍和1.271倍。3. 以健康人群为对照，五年前的工作压力情况、体育锻炼情况、是否吸烟、是否饮酒以及是否吃早餐均有统计学意义(p<0.05)。4. 血浆GP5、GP11、A2可作为血糖组分的潜在标志物，其OR值分别为0.743、3.495和3.655。IgG蛋白质GP2糖基浓度每升高1个单位，血糖异常的风险降低0.668倍。结论 1. 单组分血糖异常人群相比于全人群的五年高血糖发生风险明显升高；2. 两组分异常（含血糖组分异常）人群其五年MS的发生可能性均较高，且相对于全人群而言风险都有较大的提升，其它组分间的相关性随时间有升高有降低，要注意联合防控；3. 工作压力大、吸烟以及饮酒对含血糖组分MS的发生有促进作用，体育锻炼和吃早餐对含血糖组分MS的发生有保护作用；4. 血浆蛋白质糖基GP5、GP11、A2和IgG糖基GP2是血糖组分的潜在生物标志物。