在Catathrenia中基于机器学习的唾液蛋白质组特征分析
Min Yu1,2,3, Yujia Lu1,2,3, Wanxin Zhang1,2,3
1Department of Orthodontics, Peking University School and Hospital of Stomatology, No. 22 Zhongguancun South Avenue, Haidian District 100081, Beijing, China.
ACS omega
|July 21, 2025
概括
猫症是一种罕见的睡眠吟障碍,可能与呼吸道刚性有关. 蛋白质组学确定了五种潜在的唾液生物标志物,用于诊断和了解其原因.
科学领域:
- 睡眠医学 睡眠医学
- 蛋白质组学是指蛋白质组学.
- 机器学习 机器学习
背景情况:
- 症是一种罕见的睡眠障碍,涉及吟,经常被误诊为睡眠呼吸暂停.
- 了解catathrenia的病因对于准确的诊断和治疗至关重要.
研究的目的:
- 用蛋白质学和机器学习来识别 catathrenia 的唾液蛋白生物标志物.
- 探讨阴风病与细胞外基质 (ECM) 途径之间的潜在联系.
主要方法:
- 4D-DIA蛋白质学分析了来自22名白内障患者和22名对照患者的唾液样本.
- 机器学习选择了潜在的蛋白质标记物,在单独的队列中进行验证.
- 用多睡眠图和爱普沃思睡眠度量表 (ESS) 进行评估.
主要成果:
- 在catathrenia患者和对照人群之间发现了唾液蛋白质概况的显著差异.
- 发现了五种潜在的蛋白质标记物 (HATL5,B2RBF5,A0A7S5BZF8,PRR27,BCAT2).
- 蛋白质标记物丰度与ESS得分和多睡眠学参数相关.
结论:
- 唾液蛋白质学和机器学习可以识别潜在的catathrenia生物标志物.
- 在睡眠期间,catathrenia可能涉及ECM相关的呼吸道刚性.
- 需要进一步的研究来证实这些发现并阐明机制.
更多相关视频
08:20Author Spotlight: Advancing Tear Fluid Analysis Using a Standardized Protocol for Proteomics Research
Published on: December 1, 2023
2.5K
08:50Multiplexed Fluorescent Microarray for Human Salivary Protein Analysis Using Polymer Microspheres and Fiber-optic Bundles
Published on: October 10, 2013
11.8K
