一个新的多重生物标志物面板,用于分析人类急性和慢性病的情况

科学领域:

• 科和临床生物化学
• 生物标志物发现和验证
• 蛋白质组学和机器学习应用程序

背景情况:

• 病,包括急性损伤 (AKI) 和慢性病 (CKD/ESKD),导致患者显著的发病率和死亡率.
• 缺乏经过验证的生物标志物阻碍了功能障碍的预测和管理.
• 需要新的方法来确定病状态的可靠指标.

研究的目的:

• 在AKI和CKD/ESKD患者的血和尿液中描述蛋白质生物标志物概况.
• 确定特定的蛋白质,可以区分健康对照,AKI和CKD/ESKD患者群.
• 探索已识别的生物标志物和患者临床变量之间的相关性.

主要方法:

• 利用一种新的多重组面板测量了血和尿液样本中的21种蛋白质.
• 从健康对照组 (HC),AKI患者和CKD/ESKD患者收集样本.
• 使用常规统计和机器学习分析生物标记数据,检查与临床和实验室变量之间的相关性.

主要成果:

• 在HC,AKI和CKD/ESKD组之间观察到血蛋白位的显著差异,TIMP-1区分AKI,TFF3区分CKD/ESKD和HC.
• 两组之间观察到尿蛋白标位的显著差异,骨质活蛋白区分AKI和β2-微型血球蛋白区分CKD/ESKD和HC.
• 确定了各种患者变量和血和尿液生物标志物概况之间的相关性.

结论:

• 一个新的多重生物标志物小组成功识别了与AKI和CKD/ESKD相关的独特的血和尿液蛋白质配置文件.
• 特定的生物标志物如TIMP-1,TFF3,骨质活蛋白和β2-微球蛋白显示出区分病状态的潜力.
• 这项研究为未来对病预测和管理的研究提供了宝贵的生物标志物数据.