局部微生物组,代谢组和临床数据集的整合预测了退伍军人慢性伤口的愈合
相关实验视频
Updated: Jan 17, 2026
06:55
Protocol to Create Chronic Wounds in Diabetic Mice
Published on: September 25, 2019
21.6K
Catherine B Anders1,2, Hannah L Smith2, Jeremy Boyd2
1Research Service, Boise VA Medical Center (BVAMC), Boise, ID.
bioRxiv : the preprint server for biology
|September 18, 2025
概括
将多omics数据与临床元数据集成,可以准确预测糖尿病足的愈合. 这种方法识别了伤口微环境中的关键生物标志物,为改善慢性伤口治疗策略铺平了道路.
科学领域:
- 伤口治愈研究研究 伤口治愈研究
- 微生物组研究 微生物组研究
- 代谢学 代谢学 代谢学
背景情况:
- 慢性伤口的微环境是复杂的,涉及细胞,微生物和代谢物.
- 虽然研究了伤口微生物组,但对愈合的代谢影响不太了解.
- 整合各种数据集用于预测性伤口愈合模型在很大程度上尚未探索.
研究的目的:
- 开发一种糖尿病足 (DFU) 治愈的预测模型.
- 整合多omics数据 (微生物组,代谢组) 与临床元数据.
- 为了确定创伤愈合的新生物标志物.
主要方法:
- 从45个DFU收集了除bridement样本 (25个非愈合,20个愈合).
- 进行了16S rRNA测序和全球代谢学.
- 使用DIABLO进行数据集成和生物标志物发现.
主要成果:
- 整合了临床,微生物组和代谢组数据的预测模型在预测治愈结果方面实现了近94%的准确性.
- 最终的模型选择了176个特征,包括15个临床特征,8个微生物组和153个代谢组特征.
- 确定了新的生物标志物,提供了关于伤口微环境组成的见解.
结论:
- 将多omics数据与临床元数据集成,可以准确预测伤口愈合.
- 选择的生物标志物提供了对伤口微环境的新理解.
- 这种方法可能会导致难以愈合的伤口的创新疗法.
