通过将非侵入性指纹采样与多发性硬化症分析和机器学习相结合,为受保护人群进行脂质组生物标记研究
Madeline Isom1, Eden P Go1, Heather Desaire1
1Department of Chemistry, University of Kansas, Lawrence, Kansas 66045, United States.
Journal of proteome research
|January 3, 2024
概括
研究人员开发了一种使用指纹分析皮肤脂质疾病生物标志物的非侵入性方法. 这种方法可以更容易地将儿童和老年人纳入研究,从而提高所有人群的诊断能力.
科学领域:
- 利皮多米克 (Lipidomics) 是一种消化剂.
- 生物标志物发现发现
- 质谱测量质量谱测量
背景情况:
- 三糖醇和 Ester 与各种疾病有关.
- 目前的基于血液的采样是侵入性的,并且限制了研究群体.
- 皮肤表面脂质在这些潜在生物标志物中是丰富的.
研究的目的:
- 开发一种非侵入性方法,从指纹收集和分析皮肤脂质.
- 为了证明这种方法在生物标志物探索中的实用性.
- 为了使受保护群体纳入脂质组学研究.
主要方法:
- 从理的隐藏指纹中采集非侵入性样本.
- 快速质谱 (MS) 数据采集.
- 机器学习用于高效的数据分析 (监督和无监督分类).
主要成果:
- 该方法成功地区分了不同个人的指纹.
- 该方法可以根据解剖学脂收集区域区分脂质学数据.
- 概念验证证明了该方法在生物标志物分析方面的能力.
结论:
- 指纹脂质分析提供了一个非侵入性的,高通量替代血液采样.
- 这种方法有助于研究代表性不足的人群,包括儿童和老年人.
- 该方法提升了通过脂质组生物标志物全面诊断疾病的潜力.
