通过分析手段推进个性化医疗:选择三种代谢物,允许在玻璃眼,糖尿病之间进行歧视,并控制控制
David Bernal-Casas1, Joan Serrano-Marín2, Juan Sánchez-Navés3
1Department of Genetics, Microbiology and Statistics, Faculty of Biology, University of Barcelona, 08028 Barcelona, Spain.
人工智能识别了水性幽默中的关键代谢物,用于诊断开角玻璃眼和2型糖尿病. 仅仅三到五种化合物的组合可以准确地区分患者群体和健康个体.
科学领域:
- 生物化学和新陈代谢学
- 人工智能在医学中的应用
- 眼科和内分泌学 眼科和内分泌学
背景情况:
- 目前依赖单一临床参数的诊断方法在准确性,患者分层和疾病进展评估方面存在局限性.
- 水性幽默 (AH) 的代谢分析为识别新型疾病生物标志物提供了一个有希望的途径.
- 区分开放角光眼,2型糖尿病和健康状态需要敏感和特定的诊断工具.
研究的目的:
- 开发一种以智能为基础的方法来选择一组最小的化合物,能够区分开角光眼,2型糖尿病患者和健康对照者.
- 为准确的疾病诊断和潜在的患者分层创建利用这些选定化合物的算法.
- 从单一生物标志物方法转向多代谢物组合策略,以提高诊断能力.
主要方法:
- 对 188 种化合物的分析,这些化合物在患者和对照者的水性幽默 (AH) 中测量.
- 应用线性差异分析 (LDA) 和特设编程,以对化合物组合进行详尽的评估 (leave-one-out方法).
- 在 silico 大规模的数据生产和统计分析以确定最佳的代谢物面板和算法.
主要成果:
- 四个特定分子的组合 - - 乙 - - 甲尼丁 (Ac-Orn),C3 - - 乙 - - 卡尼丁 (C3),二甲基C42:6 - - 酸丁胆 (PC aa C42:6),和C3-DC (C4-OH) - - 乙 - - 卡尼丁 (C3-DC (C4-OH)) - - 取得了95%的区分成功.
- 这四种化合物中的三种的非线性组合产生了100%的诊断准确性.
- 开发的程序选择了最小数量的代谢物 (3-5) 并设计了最大限度地提高诊断准确性的算法,包括正预测值 (PPV) 和负预测值 (NPV).
结论:
- 人工智能驱动的AH代谢数据分析可以有效地识别最小的代谢物组合,以准确诊断疾病.
- 这种多代谢物方法显著优于单一生物标志物策略,并有可能推进精准医学.
- 该方法可适应其他体液,并可用于患者分层和疾病进展监测.
更多相关视频
07:41Behavioral Assessment of Visual Function via Optomotor Response and Cognitive Function via Y-Maze in Diabetic Rats
Published on: October 23, 2020
10:07Studying Diabetes Through the Eyes of a Fish: Microdissection, Visualization, and Analysis of the Adult tgfli:EGFP Zebrafish Retinal Vasculature
Published on: December 26, 2017
相关概念视频
Open Angle Glaucoma: Treatment
Drugs such as carbonic anhydrase inhibitors, α2- and...
Diabetes Mellitus: Type 2 and Gestational
Glaucoma: Overview
Diabetes: Symptoms, Diagnosis, and Complications
Oral Hypoglycemic Agents: Biguanides and Glitazones
Diabetes Mellitus: Overview and Type I Subtype
Type 1 diabetes is an autoimmune disease in which the immune system mistakenly attacks and destroys the insulin-producing beta cells in the pancreas. As a result, the body is unable to produce sufficient insulin, and individuals with...
