用蛋白质生物标志物进行卵巢癌查,使用干燥的,自取样的宫-阴道液
Julia Hedlund Lindberg1, Anna Widgren2, Emma Ivansson1
1Department of Immunology, Genetics, and Pathology, Biomedical Center, SciLifeLab Uppsala, Uppsala University, SE-75108 Uppsala, Sweden.
iScience
|February 14, 2024
概括
研究人员开发了一种新的卵巢癌早期检测方法,使用自收集的宫-阴道液 (CVF) 和质谱. 一个由人工智能识别的11种蛋白质面板显示出用于检测卵巢癌的高灵敏度,这可能使未来的查计划成为可能.
科学领域:
- 生物化学 生物化学
- 蛋白质组学是指蛋白质组学.
- 人工智能的人工智能
背景情况:
- 早期发现卵巢癌对于改善患者存活率至关重要.
- 目前查的局限性包括没有经过验证的生物标志物和高成本.
- 宫-阴道液 (CVF) 为生物标志物发现提供了一个有希望的,非侵入性的样本矩阵.
研究的目的:
- 用质谱测量来研究自我收集的干燥CVF对卵巢癌生物标志物检测的实用性.
- 为了确定一种蛋白质特征,能够将卵巢癌病例与对照病例区分开来.
- 评估这个生物标志物小组在预测未来疾病风险方面的潜力.
主要方法:
- 使用在纸卡上收集的干燥的CVF进行高通量蛋白质组学分析.
- 采用质谱法来分析CVF样本中的蛋白质.
- 应用人工智能算法来识别11个蛋白质面板用于病例控制分类.
主要成果:
- 自行收集的干燥CVF被证明是蛋白质组分析的强大且合适的矩阵.
- 鉴定的11种蛋白质小组在区分卵巢癌病例时表现出高灵敏度 (0.97) 和中等特异性 (0.67).
- 对前症状样本的分析表明,该小组有能力表明未来的疾病风险.
结论:
- 干燥的CVF,当自收集时,是用于发现和检测卵巢癌生物标志物的可行媒介.
- 这种11种蛋白质的面板有潜力开发一种用于卵巢癌的非侵入性查工具.
- 这种方法可以为新的,可访问的卵巢癌查计划铺平道路,类似于现有的宫癌查.
