扩展性心肌病特征代谢标记查:机器学习和多omics分析
Xiao-Lei Li1,2,3, Aibibanmu Aizezi1,2, Yan-Peng Li1,2
1State Key Laboratory of Pathogenesis, Prevention and Treatment of High Incidence Diseases in Central Asia, Department of Cardiology,First Affiliated Hospital of Xinjiang Medical University, Urumqi 830054, Xinjiang, China.
这项研究确定了扩张性心肌病 (DCM) 中的130种代谢物变化,突出显示了甘油脂 (GPL) 代谢变化. 使用 7 种 GPL 代谢物的诊断模型显示了早期 DCM 检测的高精度.
科学领域:
- 生物化学 生物化学
- 心血管医学 心血管医学
- 代谢学 代谢学 代谢学
背景情况:
- 扩张性心肌病 (DCM) 是一种复杂的心脏病,代谢基础不明.
- 识别特定的代谢变化可以提供对DCM病原体和潜在诊断标记物的洞察.
研究的目的:
- 为了识别与DCM相关的代谢变化.
- 使用已识别的生物标志物开发DCM的代谢诊断模型.
主要方法:
- 在一个DCM患者队列和匹配的对照组中使用了非向代谢药物.
- 在数据解释中使用了正交部分最小方程差异分析 (OPLS-DA) 和路径分析.
- 机器学习模型,包括人工神经网络 (ANN),被开发用于DCM诊断,通过转录组数据验证.
主要成果:
- 与对照组相比,在DCM患者中检测到130种代谢物变化.
- 甘油脂 (GPL) 代谢被确定为DCM的特征性扰乱途径.
- 一个由7个主要GLP代谢物组成的小组在区分DCM方面表现出高精度 (AUC>0.900),ANN模型实现了0.919±0.075.5的AUC.
结论:
- 甘油脂 (GPL) 代谢与DCM的病理生理学有关.
- 开发的7-GPL代谢物模型显示了DCM早期诊断的前景.
更多相关视频
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
04:01Author Spotlight: Advanced Integrated Model for Sepsis-Induced Myopathy and Single-Cell Metabolic Analysis
Published on: June 14, 2024
相关概念视频
Cardiomyopathy II: Dilated Cardiomyopathy
Cardiomyopathy III: Hypertrophic Cardiomyopathy
