走向人工智能驱动的酒精使用障碍的神经表观遗传成像生物标志物:一项概念验证研究
Tewodros Mulugeta Dagnew1, Chieh-En J Tseng1, Chi-Hyeon Yoo1
1Athinoula A. Martinos Center for Biomedical Imaging, Department of Radiology, Massachusetts General Hospital, Harvard Medical School, Boston, MA, USA.
iScience
|July 18, 2024
概括
这项研究揭示了脑中的图像化组织脱乙酶 (HDAC) 酶可以识别酒精使用障碍 (AUD). 这种神经成像生物标志物与机器学习相结合,为精确的AUD诊断提供了一个新的途径.
科学领域:
- 神经科学是一个神经科学.
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
- 放射化学 放射化学是指辐射化学.
背景情况:
- 酒精使用障碍 (AUD) 带来了重大的公共卫生挑战,具有复杂的遗传和环境影响.
- 在AUD中基因与环境相互作用的基础上的表观遗传机制尚未得到充分理解.
- 需要新的诊断工具来补充现有的临床评估.
研究的目的:
- 调查I类组胺脱乙酶 (HDAC) 作为AUD的神经表观遗传生物标志物的体内成像的潜力.
- 根据HDAC成像数据,利用机器学习从健康对照对AUD患者进行分类.
- 探索HDACs在AUD病理生理学中的作用,以准确诊断.
主要方法:
- 在11名AUD患者和16名健康对照中,利用了与[11C]马丁诺斯塔特放射追踪器同时进行的正子发射断层扫描-磁共振 (PET/MR) 成像.
- 分析了特定大脑区域的HDAC表达水平,重点是前带状.
- 采用遗传算法特征选择和支持矢量机器分类,以识别和验证诊断生物标志物.
主要成果:
- 与对照人群相比,在AUD患者的前带皮质中显示出明显较低的HDAC表达.
- 确定了五个特定的大脑区域,其中[11C]马丁诺斯塔特相对标准吸收值 (SUVR) 具有可靠的AUD患者特征.
- 使用机器学习验证了这些组合成像特征的分类准确性.
结论:
- 在体内HDAC成像,再加上机器学习,显示作为一个神经表观遗传生物标志物客观AUD诊断的承诺.
- 这些发现支持开发精准医学方法治疗酒精使用障碍.
- 这种技术可以增强当前的诊断框架,并指导AUD的治疗干预.
