抗dsDNA IgGのグリコシレーションは,これまで治療を受けていない全身性白血病患者の臓器関わりと相関する

科学分野:

• 免疫学
• 機械学習
• システム生物学

背景:

• システミック・ルプス・エリテマトーサス (SLE) は,複数の臓器が関与する複雑な自己免疫疾患です.
• Anti- double- stranded DNA (anti- dSDNA) 抗体はSLEの特徴であり,その免疫グロブリンG (IgG) 糖化パターンは,疾患の活性に関する洞察を提供することができる.
• 抗dsDNA IgGの糖分化と臓器の関与の関係を理解することは,疾患の重症度を予測し,治療を導くために極めて重要です.

研究 の 目的:

• 抗dsDNA IgG 糖化プロファイルとSLE患者における臓器損傷の程度との関連を調査する.
• 器官の関与と相関する特定のグリコフォームまたはグリコフォームの組み合わせを識別するために,機械学習アルゴリズムを使用します.
• 抗dsDNA IgG 糖化パターンを基にSLE 器官の関与を評価するための予測モデルを開発する.

主な方法:

• 抗-dsDNA抗体を持つ,これまで治療を受けていない86人のSLE患者を募集した.
• 臓器関わりの定量化と分類,抗dsDNA IgGグリコフォームの分析が行われました.
• ランダムフォレストと人工ニューラルネットワークモデルは,グリコフォームレベルと臓器の関与の相関性を評価するために使用されました.

主要な成果:

• ピアーソンの相関分析は,臓器の関与と抗dsDNA IgGの糖化との間に有意な関連性を示した.
• ランダムフォレスト分析では,IgG1GalとIgG3/4Bisの組み合わせが高い予測精度 (0. 7692) とAUC (0. 8187) を示した.
• 人工ニューラルネットワークの分析により,IgG3 / 4BisとIgG1Galのグリコフォームは,臓器の関与を予測する最小の平均二乗誤差 (0. 0244) を示した.

結論:

• 特定の抗dsDNA IgGグリコフォームの組み合わせは,SLEにおける臓器関与の程度を分類し,予測するのに有効です.
• 個々のグリコフォームは,SLE臓器の関与と異なる程度に相関しています.
• 抗dsDNA IgG3 / 4BisとIgG1Galの組み合わせは,臓器の関与と最も強い相関性を示し,バイオマーカーとしての可能性を示唆しました.