登革热感染的代谢分析:通过LC-MS/MS和机器学习模型解开分子特征
Jhansi Venkata Nagamani Josyula1,2, Aashika Raagavi JeanPierre3, Sachin B Jorvekar4
1Department of Applied Biology, CSIR-Indian Institute of Chemical Technology, Tarnaka, Hyderabad, Telangana, 500007, India.
Metabolomics : Official journal of the Metabolomic Society
|September 21, 2024
概括
这项研究确定了关键代谢物,如什基米酸和α-托科菲罗尔,有助于预测严重的登革热. 这些发现为登革热代谢和疾病严重程度提供了新的见解.
科学领域:
- 代谢学 代谢学 代谢学
- 生物化学 生物化学
- 传染性疾病 传染性疾病
背景情况:
- 严重的登革热 (SD) 构成了重大的公共卫生挑战,影响了医疗机构对患者管理的能力.
- 预测和治疗登革热的进展需要先进的诊断工具.
研究的目的:
- 与非严重登革热和健康对照相比,在严重登革热患者中确定差异表达的代谢物.
- 利用与机器学习模型集成的代谢学方法,用于早期检测登革热的严重程度.
主要方法:
- 在不同临床阶段,与健康对照者 (HC) 一起,从没有预警症状的登革热 (DWOW),有预警症状的登革热 (DWW) 和SD患者收集了血样本.
- 液体染色学-电子喷射电离-并联质谱学 (LCESIMS/MS) 用于代谢物识别.
- 进行了统计和机器学习分析,包括生物标志物和途径分析,以确定潜在的登革热预测因素.
主要成果:
- 在所有组中共鉴定了423种代谢物.
- 与HC相比,四种代谢物 (什基米酸,尿素酸,甲和α-托科菲醇) 显示出显著的差异.
- 生物标志物分析确定了11个潜在分子,其AUC为1以区分登革热的临床阶段.
- 后勤回归确定了S-adenosylhomocysteine,hypotaurine和shikimic acid作为预测严重登革热的指标,准确度为0.75和AUC.
结论:
- 登革热感染与脂质代谢的改变,氧化应激,炎症和病毒与宿主相互作用有关.
- 已识别的生物标志物与血小板计数和血红素等临床参数相关.
- 与登革热严重程度相关的宿主衍生小分子生物标志物为疾病进展背后的代谢机制提供了新的见解.
