通过蛋白质组学和生物信息学分析和验证布鲁塞洛症患者的血清生物标志物
Xiao Li1, Bo Wang2, Xiaocong Li2
1Department of Inner Mongolia Clinical Medicine College, Inner Mongolia Medical University, Hohhot, Inner Mongolia, China.
Frontiers in cellular and infection microbiology
|January 28, 2025
概括
研究人员确定了五种关键蛋白质作为brucellosis的潜在诊断生物标志物. 这些蛋白与先天免疫反应有关,并为布鲁塞洛斯病原和慢性病变提供了新的见解.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 生物信息学是一种生物信息学.
- 机器学习 机器学习
- 免疫学 免疫学 免疫学
背景情况:
- 兽病是一种重要的动物传染病,具有急性和慢性形式.
- 准确的诊断生物标志物对于乳病是有效管理的关键.
研究的目的:
- 通过使用多组学方法,识别急性和慢性牛病的新型诊断生物标志物.
- 为了验证患者血清中已识别的蛋白质的诊断潜力.
主要方法:
- 血清蛋白质组分析在布鲁塞洛症患者和健康对照组中进行.
- 使用了生物信息分析,包括差异表达和权重基因联合表达网络分析 (WGCNA).
- 机器学习算法和ELISA用于生物标志物的识别和验证.
主要成果:
- 确定了1494种不同表达的蛋白质.
- 检测到两种同表达模块与牛病临床特征有显著的关联.
- 确定了6种候选蛋白质,其中5种最终通过ELISA被验证为潜在的诊断生物标志物.
结论:
- 五种经过验证的蛋白质与先天性免疫反应和血病原发生有关.
- 这些蛋白质显示出作为急性和慢性牛病的诊断生物标记物的前景.
- 这项研究有助于在蛋白质层面上更好地了解菌病.
更多相关视频
09:00High Throughput Sequential ELISA for Validation of Biomarkers of Acute Graft-Versus-Host Disease
Published on: October 31, 2012
15.8K
09:52A Clinical Metaproteomics Workflow Implemented within Galaxy Bioinformatics Platform to Analyze Host-Microbiome Interactions Underlying Human Disease
Published on: January 10, 2025
484
