综合多态学和机器学习将CALR确定为动脉瘤下arachnoid出血的诊断和治疗目标
Qikai Tang1, Xiaoming Zhou1, Bingtao Zhang1
1Department of Neurosurgery, Nanjing Jinling Hospital, Affiliated Hospital of Medical School, Nanjing University, Nanjing, China.
Experimental neurology
|July 27, 2025
概括
卡尔雷蒂库林 (CALR) 是一种有前途的生物标志物,用于诊断动脉瘤下关节出血 (aSAH). 卡尔还显示神经保护作用,为这种破坏性脑血管事件提供了潜在的治疗点.
科学领域:
- 发现生物标志物的发现.
- 神经科学是一个神经科学.
- 基因组学和蛋白质组学
背景情况:
- 动脉瘤下关节出血 (aSAH) 是一种严重的脑血管事件,具有有限的诊断生物标志物和治疗点.
- 高死亡率和残疾率强调迫切需要新的战略.
研究的目的:
- 确定新型诊断生物标志物和aSAH的治疗点.
- 通过使用多omics数据和机器学习,探索aSAH的潜在分子机制.
主要方法:
- 4D无标签定量蛋白质组学和转录组学数据集的综合分析.
- 权重基因共同表达网络分析 (WGCNA),用于诊断模型开发的机器学习和免疫透分析.
- 候选基因的体内和体外实验验证,包括AAV介导的基因调制.
主要成果:
- 卡尔雷蒂库林 (CALR) 被确定为一个具有高精度 (AUC > 0.85) 的关键诊断生物标志物.
- CALR表达与免疫细胞透和内质网膜应激相关.
- 在体内和体内SAH模型中,CALR在体内和体内SAH模型中都显示出神经保护作用.
结论:
- 对于aSAH,CALR是一个有前途的诊断和治疗目标.
- 这项研究展示了多组学和机器学习在确定脑血管疾病治疗点方面的力量.


