将机器学习应用于高维蛋白质组学数据集,以识别阿尔茨海默病生物标志物

科学领域:

• 蛋白质组学是指蛋白质组学.
• 机器学习 机器学习
• 神经退行性疾病 神经退行性疾病

背景情况:

• 阿尔茨海默病 (AD) 影响全球数百万人,需要早期诊断.
• 异常性正常压力脑症 (iNPH) 常常与阿尔茨海默病并发,具有独特的诊断挑战.
• 高维蛋白质组学数据需要专门的分析方法来发现生物标志物.

研究的目的:

• 将机器学习应用于高维蛋白质组学数据,以识别阿尔茨海默病 (AD) 生物标志物.
• 探索大脑脊髓液 (CSF) 蛋白质组的实用性,在患有iNPH的患者中,这是与AD相关的疾病.
• 开发和评估用于使用TMT-proteomics数据发现AD生物标志物的机器学习工作流.

主要方法:

• 从iNPH患者的CSF样本 (腰椎和心脏) 中获取杆Tandem质量标记 (TMT) 蛋白质组学数据.
• 实施了广泛的数据预处理,包括批量效应校正和缺失值处理.
• 利用合成少数群体过量采样技术 (SMOTE) 来增强数据,并应用各种机器学习模型进行分类.

主要成果:

• 开发了一个机器学习工作流程来处理高维的TMT蛋白质组学数据.
• 强大的特征选择对模型性能至关重要;批量效应校正的影响最小.
• 最好的模型,一个随机森林分类器,实现了0.84 (±0.03) 的曲线下面面积 (AUC) 来检测疾病进展.

结论:

• 确定了用于在iNPH患者中检测AD病理的新型蛋白质生物标志物候选物 (例如FABP3,GOT1).
• 强调了在iNPH中对AD诊断和不同脑脊髓样本类型 (腹腔与腰部) 独特生物标志物的重要性.
• 强调精细的机器学习过程在增强神经退行性疾病生物标志物发现方面的关键作用.