在多发性硬化症复发中通过全血转录基因分析预测葡萄糖皮质体耐药性
Maud Bagnoud1,2, Jana Remlinger1,2, Sandrine Joly1,2
1Department of Neurology, Inselspital, Bern University Hospital, University of Bern, Bern, Switzerland.
CNS neuroscience & therapeutics
|October 11, 2023
概括
我们开发了一种预测模型,用于多发性硬化症 (MS) 复发中的葡萄糖皮质体 (GC) 耐药性. 该模型使用基因表达来识别不太可能对GC治疗有反应的患者,从而使早期的替代疗法成为可能.
科学领域:
- 免疫学 免疫学 免疫学
- 遗传学 遗传学 是一个
- 神经学 神经学
背景情况:
- 多发性硬化症 (MS) 复发通常用高剂量葡萄糖皮质类药物 (GCs) 治疗.
- 很大一部分患者 (40%以上) 对GC治疗反应不足.
- 临床需要预测GC耐药性,以优化治疗策略.
研究的目的:
- 开发一种预测模型,用于识别患有复发性多发性硬化症 (MS) 患者的葡萄糖皮质激素 (GC) 耐药性.
- 为了确定与GC耐药性相关的特定基因表达模式.
主要方法:
- 从稳定,GC敏感和GC抗性MS患者的全血样本进行转录组分析.
- 接收器操作特征 (ROC) 曲线分析以评估预测模型性能.
- 对GC敏感和GC耐药的MS复发队列之间的基因表达特征的比较.
主要成果:
- 一个基于12个差异表达基因的预测模型实现了0.913的AUC来预测GC耐药性.
- 与GC敏感患者相比,耐GC的MS患者的GR,DUSP1和TSC22D3mRNA水平较低.
- 复发性GC抗性MS患者的基因表达特征与稳定性MS患者的基因表达特征相似.
结论:
- 开发的预测模型可以识别具有潜在GC耐药性的MS患者.
- 早期预测GC耐药性允许及时启动替代治疗,可能提高疗效.
- 这种方法可能有助于减少MS患者的残疾进展.
更多相关视频
09:54Combining Laser Capture Microdissection and Microfluidic qPCR to Analyze Transcriptional Profiles of Single Cells: A Systems Biology Approach to Opioid Dependence
Published on: March 8, 2020
5.3K
06:03Author Spotlight: Advancing Immune Monitoring in Critical Care Patients Using Whole Blood Assays
Published on: September 20, 2024
1.3K
