通过有机框架进行高效的提取,便于深入分析尿道外生体代谢物指纹

科学领域:

• 生物化学 生物化学
• 分析化学 分析化学
• 在瘤学瘤学.

背景情况:

• 尿道外体细胞代谢物分析显示出疾病检测的前景.
• 对于清细胞细胞癌 (ccRCC) 的尿道外体的诊断潜力尚未得到充分研究.

研究的目的:

• 开发一种敏感和高通量方法,用于分析ccRCC中的尿道外体代谢物.
• 建立基于外体代谢分析的ccRCC诊断策略.

主要方法:

• 合成了核心外磁性有机框架,以高效地捕获尿道外体.
• 激光消耗/电离质谱法 (LDI MS) 用于外体代谢物指纹.
• 机器学习算法被用来分析代谢概况,并将ccRCC与健康个体区分开来.

主要成果:

• 分析了来自176个样本的492个尿液外体代谢物指纹 (UEMF),发现ccRCC患者和健康对照人群之间存在明显的特征.
• 机器学习模型在区分ccRCC患者方面取得了超过97.3%的准确性.
• 一个具有五个关键特征的优化算法面板在训练和盲目测试集中显示出超过94.0%的诊断准确率.

结论:

• 开发的方法提供了一种灵敏,快速和高通量的方法,用于通过尿道外体代谢物分析检测ccRCC.
• 该策略为ccRCC诊断提供了一个有希望的非侵入性工具,并可能用于监测疾病状态.