使用血蛋白学与机器学习方法相结合,选自闭症谱系障碍的生物标志物

科学领域:

• 生物化学 生化学
• 蛋白质组学是指蛋白质组学.
• 神经发育障碍 神经发育障碍

背景情况:

• 自闭症谱系障碍 (ASD) 是儿童中普遍存在的神经发育障碍.
• 早期干预显著改善了ASD患者的结果.
• 确定可靠的生物标志物对于早期发现ASD和及时干预至关重要.

研究的目的:

• 研究新的基于血液的蛋白质生物标志物,用于早期发现自闭症谱系障碍 (ASD).
• 识别和验证血中的蛋白质组,这些蛋白质可以将ASD病例与对照区分开来.

主要方法:

• 使用了所有理论光谱-质谱学 (SWATH-MS) 的顺序窗口获取,用于初始蛋白质基因分析.
• 采用机器学习算法,从差异表达蛋白质中选候选生物标志物.
• 在独立队列中使用向蛋白质组学多重反应监测 (MRM) 验证的潜在生物标志物.

主要成果:

• 确定了51种与免疫反应和代谢途径相关的差异表达蛋白 (DEP).
• 机器学习确定了10个候选蛋白质生物标记物.
• 四种蛋白质 (PPBP, APCS, FGG, PF4V1) 被验证为显著的歧视因子,达到ASD查曲线下的面积 (AUC) 为0.8087.

结论:

• 四种血蛋白的特定组合显示出作为自闭症谱系障碍 (ASD) 查工具的巨大潜力.
• 这些发现支持开发基于血液的测试,用于早期识别ASD.
• 需要进一步的研究来证实这些蛋白质生物标志物的临床实用性在不同人群中.