人口血清蛋白质学揭示了代谢综合征的预后蛋白质分类器
Xue Cai1, Zhangzhi Xue1, Fang-Fang Zeng2
1Center for Intelligent Proteomics, Westlake Laboratory of Life Sciences and Biomedicine, Hangzhou, Zhejiang 310024, China.
Cell reports. Medicine
|August 31, 2023
概括
研究人员开发了一种机器学习模型,使用11种蛋白质和年龄来预测代谢综合征 (MetS) 风险. 这一进步有助于对这种广泛的代谢障碍进行早期检测和潜在的向治疗.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 生物标志物发现发现
- 医疗保健中的机器学习
背景情况:
- 代谢综合征 (MetS) 影响全球20-25%,造成严重的医疗负担.
- 早期识别和干预对于管理MetS及其并发症至关重要.
研究的目的:
- 开发一种预测模型,在10年内识别高风险患上MetS的个体.
- 使用人口规模蛋白质组学识别与MetS发展相关的蛋白质生物标志物.
主要方法:
- 利用数据独立采集质谱分析了来自7,890个血清样本的约20,000个蛋白质中的400多种蛋白质.
- 采用机器学习来构建一个包含11种蛋白质和参与者年龄的预测模型.
- 应用线性混合模型来识别MetS发展的蛋白质相关物.
主要成果:
- 一个包含11个蛋白质和年龄的机器学习模型在验证中实现了0.774的AUC.
- 脂蛋白,与免疫相关的蛋白质和凝血因子与MetS发展有显著的相关性.
- 该研究分析了10年来一个大型纵向队列 (3840名参与者).
结论:
- 人口规模蛋白质组学可以识别代谢综合征风险的新生物标志物.
- 开发的模型显示了早期 MetS 风险预测的前景.
- 研究结果可能会为开发新型的预防和治疗策略提供信息.
关键词:
这是DIA-MS.它们是阿波利波蛋白 (Apolipoproteins).血液蛋白质组学 血液蛋白质组学糖尿病 糖尿病患者 糖尿病患者高密度脂蛋白是一种高密度脂蛋白.机器学习是机器学习.代谢综合征代谢综合征人口蛋白质组学 人口蛋白质组学预测的前景预测.三甲酸甘油三甲酸甘油三甲酸甘油更多相关视频
09:00A Streamlined Approach for Mass Spectrometry-Based Proteomics Using Selected Tissue Regions
Published on: April 18, 2025
702
09:52A Clinical Metaproteomics Workflow Implemented within Galaxy Bioinformatics Platform to Analyze Host-Microbiome Interactions Underlying Human Disease
Published on: January 10, 2025
640
