机器学习预测HBV相关ACLF的90天死亡率使用Olink衍生的炎症蛋白签名
Yi Zhang1, Lina Sun1, Huimin Liu2
1Center of Integrative Medicine, Beijing Ditan Hospital, Capital Medical University, Beijing, China.
概括
乙型肝炎病毒引起的急性至慢性肝衰竭 (HBV-ACLF) 的死亡率很高. 互白素-6 (IL-6),MMP10和CX3CL1是预测HBV-ACLF患者90天死亡率的关键生物标志物.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 免疫学 免疫学 免疫学
- 生物标志物发现发现
背景情况:
- 乙型肝炎病毒引起的急性至慢性肝功能衰竭 (HBV-ACLF) 是一个临床挑战,死亡率高.
- 炎症反应与HBV-ACLF进展密切相关,突出显示了早期风险分层的必要性.
研究的目的:
- 确定可靠的蛋白质生物标志物,以预测HBV-ACLF患者的90天死亡率.
- 使用已识别的生物标志物开发和验证HBV-ACLF死亡率的预测模型.
主要方法:
- 一项前性队列研究利用奥林克近距离延伸试验来分析HBV-ACLF幸存者和非幸存者的96种与炎症相关的蛋白质.
- 差异表达蛋白 (DEP) 的功能丰富分析 (KEGG),以了解生物途径和疾病相关性.
- 机器学习模型开发使用关键蛋白质 (IL-6,MMP10,CX3CL1) 量化ELISA,在独立队列中验证.
主要成果:
- 在非幸存者中,26种蛋白质显著升高,主要是丰富的细胞因子-细胞因子受体相互作用途径.
- 介质素-6 (IL-6),MMP10和CX3CL1与死亡率有很强的相关性.
- 结合这三个蛋白质的机器学习模型在预测90天死亡率方面取得了很高的准确性 (AUC = 0.98).
结论:
- IL-6,MMP10和CX3CL1作为有效的生物标志物,用于预测HBV-ACLF的90天死亡率.
- 细胞因子-细胞因子受体相互作用途径的异常激活与肝功能衰竭的进展有关.
- 这些发现提供了潜在的治疗目标,并有助于在早期临床决策的HBV-ACLF管理.


