多项式机器学习通过对急性冠状动脉综合征的综合代谢分析来识别独立的生物标志物
Meijiao Fu1, Ruhua He2, Zhihan Zhang3
1Ningxia Medical University, Yinchuan, 750004, Ningxia, China.
Scientific reports
|November 23, 2023
概括
一种新的多流体代谢学方法成功地确定了一个生物标志物小组,用于分类急性冠状动脉综合征 (ACS) 亚型:健康对照组 (HC),不稳定的胸痛 (UA) 和急性心肌梗塞 (AMI). 这种代谢诊断模型 (MDM) 有助于区分这些疾病.
科学领域:
- 心血管疾病 心血管疾病
- 代谢学 代谢学 代谢学
- 生物标志物发现发现
背景情况:
- 急性冠状动脉综合征 (ACS) 的分类需要强大的诊断工具.
- 代谢分析提供了与ACS进展相关的生物标志物识别的潜力.
- 整合多流体代谢学可以克服单一来源分析的局限性.
研究的目的:
- 开发一种多类分类模型,使用代谢学来区分健康对照 (HC),不稳定性胸痛 (UA) 和急性心肌梗塞 (AMI).
- 通过整合血清和尿路代谢学来确定ACS分类的独立生物标志物小组.
- 评估混因子对新陈代谢和ACS之间的关系的影响.
主要方法:
- 在300个样本上使用液体染色学-并联质谱法 (LC-MS/MS) 检测血清和尿液代谢量.
- 利用多项机器学习 (LASSO,随机森林) 进行生物标志物选择和分类.
- 分析了HC,UA和AMI组的代谢概况,以识别不同的特征.
主要成果:
- 确定了区分HC,UA和AMI的独特代谢格局,其中葡萄糖脂代谢和氨酸生物合成占主导地位.
- 开发了一种多类代谢诊断模型 (MDM),包括2-酸,LysoPC(18:2(9Z,12Z)),氨酸和循环GMP.
- 获得高诊断性能,C指数为0.84 (HC与UA),0.98 (HC与AMI) 和0.89 (UA与AMI).
- 2-脂酸和循环GMP与ACS风险有正相关性,而LysoPC ((18:2(9Z,12Z)) 和阿尔金酸则呈现逆相关性.
结论:
- 多流体代谢学方法有效地区分健康对照和ACS亚型 (UA,AMI).
- 开发的生物标记面板和MDM显示出非侵入性ACS诊断的巨大潜力.
- 需要进一步验证,以确定ACS患者管理中的临床实用性.


