结合蛋白质标记物来构建多囊性卵巢综合征的后勤回归模型
Cheng Tong1,2, Yue Wu1,2, Zhenchao Zhuang1
1Department of Laboratory Medicine, The First Affiliated Hospital of Zhejiang Chinese Medical University (Zhejiang Provincial Hospital of Chinese Medicine), Hangzhou, China.
Frontiers in endocrinology
|October 19, 2023
概括
这项研究开发了一种使用蛋白质学标记物流模型来诊断多囊性卵巢综合征 (PCOS). 该模型显示高准确度,识别HIST1H4A作为风险因素,TREML1作为PCOS的保护因素.
科学领域:
- 生物化学 生物化学
- 基因组学就是基因组学.
- 临床诊断 临床诊断 临床诊断
背景情况:
- 蛋白质组学是疾病研究和生物标志物发现的宝贵工具.
- 使用蛋白质组学标记物的临床模型构建是一个新兴的领域,研究有限.
研究的目的:
- 查多囊性卵巢综合征 (PCOS) 的诊断蛋白标记物.
- 使用已识别的蛋白质标记物构建和验证PCOS诊断的后勤回归模型.
主要方法:
- 使用DIA蛋白质组的差异表达分析来识别PCOS患者的显著蛋白质.
- 后勤回归分析用于选诊断变量并构建预测模型.
- 接收器运行特征 (ROC) 曲线分析以评估模型性能 (AUC,尤登指数,灵敏度,特异性).
主要成果:
- 使用HIST1H4A和TREML1蛋白标记器构建了一个后勤回归模型.
- HIST1H4A被确定为PCOS的独立风险因素 (OR=1.037),TREML1被确定为PCOS的保护因素 (OR=0.976).
- 该模型的AUC为0.977,具有93.5%的灵敏度和96.8%的特异性,表明具有高诊断价值.
结论:
- 这项研究提出了第一个逻辑回归模型,整合了PCOS诊断的蛋白质学和临床数据.
- 开发的模型显示出高的一致性和诊断准确性.
- 建议使用更大的样本大小进行进一步验证,以确认这些发现.
