代谢剖析揭示血清甲酸作为系统性红斑狼的潜在治疗标
Kai Wang1,2, Rujie Zhu1, Min Xu3
1Department of Rheumatology and Immunology, Nanjing Drum Tower Hospital Clinical College of Nanjing Medical University, Nanjing, 210008, People's Republic of China.
这项研究使用代谢学和机器学习确定了酸盐和β-氨酸作为系统性红斑狼 (SLE) 的潜在生物标志物. 托芬补充剂在狼小鼠模型中显示出治疗益处.
科学领域:
- 免疫学 免疫学 免疫学
- 代谢学 代谢学 代谢学
- 计算生物学 计算生物学
背景情况:
- 系统性红斑狼 (SLE) 是一种复杂的自身免疫性疾病,需要新的诊断和治疗策略.
- 目前用于SLE的诊断方法可能是侵入性的,缺乏特异性.
- 确定可靠的生物标志物对于早期诊断和SLE的有效管理至关重要.
研究的目的:
- 通过代谢学和机器学习发现SLE的新型诊断生物标志物.
- 在临床前模型中评估已识别的生物标志物的治疗潜力.
- 探索SLE潜在治疗点的免疫调节效应.
主要方法:
- 来自SLE患者,其他自身免疫性疾病患者和健康对照者的血清样本使用超高性能液体染色学高分辨率质谱法 (UPLC-HRMS) 进行了分析.
- 应用了8个机器学习算法来开发SLE的诊断模型.
- 使用部分最小平方差分分析 (PLS-DA) 和正交 PLS-DA (OPLS-DA) 确定了差异化代谢物.
- 在MRL-Fas lpr小鼠中通过组织学,流细胞计和生物化学分析评估了治疗疗效.
主要成果:
- 机器学习模型实现了高诊断精度 (曲线下面面积>0.8),主要组件回归表现最好 (AUC 0.99训练,0.96测试).
- 与对照组相比,托芬和β-氨酸被确定为SLE患者的代谢物显著减少,在其他自身免疫性疾病中具有明显的模式.
- 在狼小鼠模型中,托芬补充改善了脏组织学,减少了蛋白尿和调节的T细胞子集,表明了免疫调节和脏保护作用.
结论:
- 应用于代谢学数据的机器学习为SLE分类提供了一个强大的方法.
- 氨酸和β-氨酸成为SLE特异性诊断生物标志物.
- 托芬显示SLE的治疗潜力,可能是通过免疫调节和脏保护,这需要进一步的临床研究.
更多相关视频
10:38Simultaneous Quantification of Selected Kynurenines Analyzed by Liquid Chromatography-Mass Spectrometry in Medium Collected from Cancer Cell Cultures
Published on: May 9, 2020
08:33Radiosynthesis of 1-2-[18F]Fluoroethyl-L-Tryptophan using a One-pot, Two-step Protocol
Published on: September 21, 2021
相关概念视频
Pharmacogenetic Phenotypes: Alterations in Pharmacokinetics, Drug Targets and Biologic Milieu
Pharmacogenetics of Drug Targets: β₂-Adrenergic Receptors, Apo E, Thymidylate Synthase
Pharmacogenomics: Identification of New Drug Targets
