跨妊娠年龄的人类新生儿的宿主衍生蛋白质配置文件
Yoshihiko Shitara1, Ryo Konno2, Masahito Yoshihara3,4,5
1Department of Pediatrics, Faculty of Medicine, The University of Tokyo, Tokyo, Japan.
Nature communications
|July 17, 2024
概括
麦科尼蛋白分析揭示了对新生儿健康和疾病的洞察力. 机器学习模型可以预测妊娠年龄,并识别患有特定疾病的新生儿潜在的胃肠不成熟.
科学领域:
- 新生儿健康和疾病.
- 蛋白质组学是指蛋白质组学.
- 生物材料分析的方法
背景情况:
- 麦科尼是反映产前发育的非侵入性生物材料.
- 跨妊娠年龄的麦的综合蛋白质概况尚未得到充分理解.
- 了解的组成可以提供对新生儿健康和疾病的见解.
研究的目的:
- 为了勾勒出第一个meconium的综合蛋白质概况.
- 为了研究蛋白组成,妊娠年龄,性别和新生儿疾病之间的关系.
- 开发一个预测模型的妊娠年龄使用蛋白.
主要方法:
- 对259名新生儿的第一个样品进行了广泛的蛋白质组分析.
- 基于性别,妊娠年龄和特定新生儿疾病的蛋白质变异的分析.
- 开发一种机器学习模型来预测妊娠年龄.
主要成果:
- 鉴定了5370种由宿主衍生而来的蛋白,根据性别和妊娠年龄而异.
- 过早出生的婴儿在中显示出细胞外基因蛋白的升高.
- 新生儿患有胃肠道疾病,先天性心脏病和孕产妇疾病的 Meconium 蛋白质配置不同.
- 机器学习模型成功地使用蛋白预测了妊娠年龄.
结论:
- 麦科尼的蛋白质成分与临床参数和妊娠年龄密切相关.
- 分析为评估新生儿胃肠道健康提供了一种新的方法.
- 细胞外矩阵蛋白和预测模型的升高表明,在某些新生儿条件下,可能存在胃肠道不成熟.


