用蛋白质组分析预测脊髓损伤严重程度的生物标志物

科学领域:

• 神经科学是一个神经科学.
• 生物化学 生物化学
• 蛋白质组学是指蛋白质组学.

背景情况:

• 由于缺乏可靠的蛋白质生物标志物,将脊髓损伤 (SCI) 的严重程度进行分类是具有挑战性的.
• 开发准确的方法来预测SCI程度对于有效的治疗策略至关重要.

研究的目的:

• 确定用于预测脊髓损伤严重程度的新型蛋白质生物标志物.
• 在SCI.的老鼠模型中探索差异表达蛋白 (DEPs).

主要方法:

• 构建SCI大鼠模型,伤害严重程度各不相同 (轻微,中度,严重).
• 利用定量液体色谱-质谱法 (LC-MS/MS) 来分析脊髓组织蛋白质组.
• 进行生物信息分析,包括Mfuzz集群,功能丰富和蛋白质-蛋白质相互作用 (PPI) 网络构建.
• 通过并行反应监测 (PRM) 试验验证了候选生物标志物的表达.

主要成果:

• SCI严重程度与运动功能和疼痛敏感度受损相关.
• 在所有SCI组中确定了154个重叠的DEP,其中82种蛋白质显示了类似的表达模式.
• DEP与炎症反应有关,并且在IL-17信号通路中丰富.
• 纤维素玛链 (Fgg),纤维素α链 (Fga) 和纤维素β链 (Fgb) 被确定为PPI网络中的重要节点,并在SCI样本中验证为上调.

结论:

• 纤维素玛链 (Fgg),纤维素α链 (Fga) 和纤维素β链 (Fgb) 被提出作为评估SCI程度的潜在生物标志物.
• 这些发现可能有助于改善脊髓损伤的诊断工具.