大规模的蛋白质组分析识别了与疑似神经病诊断相关的生物标志物
Jun Li1,2, Jie Ma3, MingJuan Liu1
1Department of Dermatology, Institute of Clinical Medicine, State Key Laboratory of Complex Severe and Rare Diseases, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, National Clinical Research Center for Dermatologic and Immunologic Diseases, Beijing, 100730, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|February 21, 2024
概括
通过使用蛋白质学和机器学习来改善神经 (NS) 诊断,以在脑脊液 (CSF) 中找到生物标志物. 三个验证的标记物 (SEMA7A,SERPINA3,ITIH4) 有助于识别这种中枢神经系统感染.
科学领域:
- 神经科学是一个神经科学.
- 传染性疾病 传染性疾病
- 生物标志物发现发现
背景情况:
- 神经 (NS) 是由Treponema pallidum引起的中枢神经系统 (CNS) 感染,呈现出各种症状,并且由于缺乏明确的诊断测试,经常被误诊.
- 延迟诊断NS可能会导致严重的,不可逆转的器官损伤,突出显示迫切需要可靠的诊断标记物.
研究的目的:
- 使用蛋白质学和机器学习方法识别神经 (NS) 的新型诊断生物标志物.
- 了解中枢神经系统中NS病原体背后的炎症机制.
主要方法:
- 蛋白质组分析和机器学习模型应用于223个脑脊液 (CSF) 样本,以确定潜在的NS诊断标记物.
- 多中心验证对额外的115个CSF样本进行了验证,以确认已识别的生物标志物的诊断效用.
主要成果:
- 三种生物标志物SEMA7A,SERPINA3和ITIH4被确定并验证为对CSF中NS诊断的重要贡献者.
- 这项研究提供了对NS的病变发生和与之相关的脑组织内炎症反应的见解.
结论:
- 经过验证的生物标志物 (SEMA7A,SERPINA3,ITIH4) 是有前途的,可以作为帮助诊断神经 (NS) 的有效工具.
- 这些发现可能会为NS患者的未来治疗策略和药物发现提供信息,从而改善治疗结果.
