带有机器学习的血代谢概况揭示了病理近视的独特诊断和生物特征

科学领域:

• 眼科医生 眼科 眼科
• 代谢学 代谢学 代谢学
• 生物标志物发现发现

背景情况:

• 病态近视 (PM) 与近视性黄斑变性 (MMD) 是全球失明的主要原因.
• 非常需要准确的分子诊断和了解PM病理学.

研究的目的:

• 利用代谢学和机器学习开发一种快速,高通量的PM分子诊断方法.
• 确定与PM和MMD进展相关的代谢生物标志物.

主要方法:

• 使用纳米粒子增强激光脱吸/电离质谱仪进行快速代谢分析 (<30秒).
• 应用机器学习算法来诊断PM (MMD等级≥2) 和早期PM.
• 分析了系统代谢重编程,专注于氨基酸和脂质代谢.

主要成果:

• 实现PM (AUC=0.874) 和早期PM (AUC=0.889) 的高诊断准确度.
• 确定了PM相关的代谢重编程,涉及氧化应激,炎症和能量代谢.
• 在晚期MMD (4级) 中发现了特定的代谢变化,并确定了azelaic acid作为潜在的保护性代谢物.

结论:

• 这种新的方法使得PM的精确分子诊断成为可能.
• 代谢重编程是PM病理学的核心,为疾病机制提供了新的见解.
• 阿泽拉酸显示出作为PM发展中的关键抗氧化代谢物具有潜力.