尿液和血清代谢分析与机器学习相结合,用于自身免疫性疾病的歧视和分类
Qiuyao Du1,2, Xiao Wang1,2, Junyu Chen1,2
1Beijing National Laboratory for Molecular Sciences, Key Laboratory of Analytical Chemistry for Living Biosystems, Institute of Chemistry, Chinese Academy of Sciences, Beijing 100190, China.
Chemical communications (Cambridge, England)
|July 25, 2023
概括
这项研究表明,使用矩阵辅助激光消化/电离质谱法 (MALDI-MS) 和机器学习 (ML) 分析尿液代谢物可以准确诊断和分类自身免疫性疾病 (AD). 这种方法为精准医学提供了一个有前途的工具.
科学领域:
- 生物化学 生物化学
- 医学诊断 医学诊断 医学诊断
- 计算生物学 计算生物学
背景情况:
- 自免疫性疾病 (ADS) 的精确诊断是困难的,因为症状和原因不明确.
- 生物流体代谢分析为疾病查提供了潜力,但需要高吞吐量,快速分析和最小的样本使用.
研究的目的:
- 开发一种方法来准确地诊断和分类ADS使用代谢概况.
- 在不同的ADS中调查代谢障碍,以获得病因学见解.
主要方法:
- 使用矩阵辅助激光脱/电离质谱法 (MALDI-MS) 对尿液和血清样本进行代谢分析.
- 应用机器学习 (ML) 算法来分析用于疾病分类的代谢数据.
主要成果:
- 用MALDI-MS和ML分析的尿液代谢模式,准确地区分和分类了ADs.
- 在不同的AD中确定了代谢障碍,提供了病因信息.
结论:
- 使用MALDI-MS和ML进行尿液代谢分析表明,精准医学对自身免疫性疾病的治疗有很大的潜力.
- 这种方法促进了快速,高通量分析,采样消耗最小.
更多相关视频
06:50A High-Throughput Electrochemiluminescence 7-Plex Assay Simultaneously Screening for Type 1 Diabetes and Multiple Autoimmune Diseases
Published on: May 29, 2020
2.6K
12:36Single-cell Analysis of Immunophenotype and Cytokine Production in Peripheral Whole Blood via Mass Cytometry
Published on: June 26, 2018
9.5K