开发一种分子诊断模型,用于热中风引起的凝血病:一种蛋白质学和代谢学方法
Qingbo Zeng1, Qingwei Lin1, Longping He1
1Intensive Care Unit, The 908th Hospital of Chinese PLA Logistic Support Force, Nanchang, China.
Frontiers in molecular biosciences
|July 8, 2025
概括
热中风引起的凝血病 (HSIC) 涉及关键的代谢和蛋白质变化. 使用LDHA,NGAL,前列血和GBE的新诊断模型准确识别HSIC,改善患者的治疗结果.
科学领域:
- 生物化学 生物化学
- 蛋白质组学是指蛋白质组学.
- 代谢学 代谢学 代谢学
背景情况:
- 热中风 (HS) 带来了越来越多的健康问题,凝血病对死亡率有着显著的贡献.
- 了解热中风引起的凝血病 (HSIC) 的分子基础对于改善患者的治疗结果至关重要.
研究的目的:
- 分析与HSIC相关的代谢和蛋白质组概况.
- 使用蛋白质和代谢模式开发HSIC的分子诊断模型.
主要方法:
- 使用LC-MS/MS来比较HSIC和非热中风引起的凝血病 (NHSIC) 患者的血蛋白和代谢物.
- 机器学习算法 (LASSO,Boruta) 选择了用于诊断模型开发的候选蛋白质.
- 生物信息分析整合了蛋白质组和代谢组数据,以阐明HSIC机制.
主要成果:
- 确定了125种差异表达蛋白质 (DEPs) 和110种差异表达代谢物 (DEMs),丰富了能量调节,脂质和碳水化合物代谢途径.
- 一个逻辑回归模型显示HSIC分类的高诊断性能 (AUC = 0.979).
- 乳酸脱酶A链 (LDHA),中性粒细胞凝酶相关的脂卡林 (NGAL),前热血素和葡萄糖分支酶 (GBE) 成为关键的HSIC预测因子.
结论:
- 热中风与显著的代谢和蛋白质变化有关,特别是在能量和脂质/碳水化合物代谢中.
- 一个优化的机器学习模型集成LDHA,NGAL,前列血和GBE,提高HSIC诊断的准确性.
