使用预先选择的RNA吸收酶池进行无偏见的血分析,预测COVID-19的死亡率,并确定蛋白质风险因素
Asger Givskov Jørgensen1, Daniel Miotto Dupont1, Søren Fjelstrup1
1Interdisciplinary Nanoscience Center, Department of Molecular Biology and Genetics, Aarhus University, 8000 Aarhus C, Denmark.
Molecular therapy. Nucleic acids
|July 25, 2024
概括
这项研究使用APTASHAPE技术识别COVID-19患者血中的蛋白质,成功预测了30天的死亡率. 这些发现为个性化治疗提供了关于疾病严重程度和性别特异性的见解.
科学领域:
- 生物化学 生物化学
- 蛋白质组学是指蛋白质组学.
- 分子诊断学 分子诊断
背景情况:
- 由于COVID-19的流行,需要准确的预后工具来进行风险评估和干预.
- 血蛋白质分析可以揭示疾病严重程度和患者结果的生物标志物.
研究的目的:
- 在COVID-19患者中应用APTASHAPE技术来分析血蛋白质.
- 为了确定区分COVID-19和健康样本的aptamers.
- 在COVID-19患者中开发30天死亡率的预测模型.
主要方法:
- 使用2'-化保护的RNA阿帕特马池对COVID-19患者血蛋白进行丰富.
- 进行并行选择以识别歧视性吸收体.
- 在使用亲和性净化质谱法预测30天死亡率时验证的aptamer性能.
主要成果:
- 鉴定出93个能将COVID-19与健康血区分开来的体体.
- 在预测30天死亡率方面实现了高灵敏度和特异性 (女性AUC为0.91,男性为0.68).
- 识别了补充系统组件作为与疾病严重程度相关的潜在生物标志物.
结论:
- APTASHAPE技术为COVID-19风险分层提供了一个公正的方法.
- 该研究强调了死亡率预测中的性别特异性差异.
- 这些发现支持APTASHAPE作为COVID-19个性化治疗管理的工具.


