在贝赫特病中通过血蛋白质组分析识别与免疫相关的生物标志物
Huan Liu1,2, Panpan Zhang3, Fuzhen Li1
1Department of Ophthalmology, The First Affiliated Hospital of Zhengzhou University, Henan Province Eye Hospital, Henan International Joint Research Laboratory for Ocular Immunology and Retinal Injury Repair, Jianshe East Road 1, Zhengzhou, 450052, Henan Province, People's Republic of China.
Arthritis research & therapy
|June 1, 2023
概括
这项研究确定了Behcet病 (BD) 中的关键免疫蛋白,并开发了一种用于诊断的机器学习模型. 这些发现为BD提供了潜在的生物标志物,以及分类疾病亚型的新方法.
科学领域:
- 免疫学 免疫学 免疫学
- 蛋白质组学是指蛋白质组学.
- 计算生物学 计算生物学
背景情况:
- 贝赫特病 (Behcet's disease,简称BD) 是一种复杂的炎症性疾病,其免疫反应概况不明确.
- 确定可靠的生物标志物对于准确诊断和管理BD至关重要.
研究的目的:
- 在BD患者中研究与免疫反应相关的蛋白质表达.
- 为了确定BD诊断的潜在蛋白质生物标志物.
- 开发和评估用于BD预测和分类的机器学习模型.
主要方法:
- 来自BD患者和健康对照 (HC) 的血样本使用奥林克免疫反应小组进行了分析.
- 鉴定了差异表达蛋白 (DEPs),并用于训练五种机器学习算法.
- 用AUC,回忆,特异性和F1得分等指标评估模型性能.
- 在BD亚型分析中应用了共识聚类.
主要成果:
- 确定了43个DEP,主要涉及到Toll-like受体9和NF-κB信号通路.
- 一个神经网络模型在BD预测方面表现出卓越的性能 (AUC=0.856).
- 根据与疾病活动相关的不同蛋白质表达特征,BD患者被分为两种亚型.
结论:
- 在BD患者中发现了一种独特的免疫应答蛋白质特征.
- 介质素10 (IL10),Fc受体像3 (FCRL3),曼南结合性莱克胺酶1 (MASP1),NF2,FAM3B和O-6-甲基瓜氨酸-DNA甲基转移酶 (MGMT) 显示出作为BD生物标志物的潜力.
- 开发了BD子集的新型分子分类模型.
