基于莱克微阵列的甘氨酸和机器学习识别了人类,狗和马的共享骨关节炎生物标志物
Angelo G Peralta1, Parisa Raeisimakiani2, Kei Hayashi3
1Department of Surgical and Radiological Sciences, School of Veterinary Medicine, University of California, Davis, Davis CA 95616 USA.
bioRxiv : the preprint server for biology
|November 24, 2025
概括
关节液中的糖化变化有助于检测马,狗和人类的骨关节炎 (OA). 这项研究使用先进的技术来发现跨物种诊断OA的关键标志物.
科学领域:
- 生物化学 生物化学
- 格莱科米克斯 (Glycomics) 是一个有趣的药物.
- 比较医学是一种比较医学.
背景情况:
- 创伤后关节炎 (PTOA) 是受伤后的一种普遍的关节疾病.
- 在骨关节炎 (OA) 中的糖化变化尚未得到充分理解.
- 突液分析为关节健康和疾病提供了一个窗口.
研究的目的:
- 描述马,狗和人类健康关节和受OA影响的关节的突液中的糖化模式.
- 为了在物种中识别与OA相关的保存和独特的糖性特征.
- 探索机器学习在区分基于糖化基的OA表型方面的实用性.
主要方法:
- 莱克微阵列分析被用来详细地分析突液的甘氨酸.
- 在物种内部和物种之间进行了糖化模式的比较分析.
- 机器学习分类算法被用来区分健康关节和OA关节.
主要成果:
- 在马,狗和人类中发现了与OA相关的保存和独特的糖性特征.
- 机器学习模型成功地将OA与健康关节区分开来.
- 确定了关键的莱克标记物和对OA预测至关重要的糖表位.
结论:
- 糖分分析与机器学习相结合,对了解OA病变发生有很大的希望.
- 识别的莱克标记物可能反映了OA中的糖化化途径和炎症机制.
- 这些发现支持在兽医和人类医学中开发新型的OA诊断和治疗策略.


