预测转化为临床表现的ALS:一项大规模蛋白质学研究的结果
Ximing Ran1, Joanne Wuu2, Zhaohui S Qin1
1Department of Biostatistics and Bioinformatics, Emory University, Atlanta, GA, USA.
medRxiv : the preprint server for health sciences
|December 18, 2025
概括
预测肌缩性侧面硬化 (ALS) 发病的发生对于预防至关重要. 这项研究确定了血中的19种蛋白质面板,可以准确预测疾病的转变现象,并估计在前症状携带者中发病的时间.
科学领域:
- 神经科学是一个神经科学.
- 蛋白质组学是指蛋白质组学.
- 生物标志物发现发现
背景情况:
- 预测在前症状肌缩侧面硬化症 (ALS) 携带者中的变异现象是具有挑战性的.
- 早期发现和预防ALS的试验受到无法识别有风险的个体和疾病发病时间的阻碍.
研究的目的:
- 确定蛋白质生物标记物,用于预测在前症状ALS.中的表转化.
- 开发一个预测模型来估计携带ALS相关的致病变体的个体的时间到转换的时间.
主要方法:
- 使用Olink Explore对516个来自对照组,前症状携带者和ALS患者的血样本进行了长度蛋白质组分析.
- 统计分析,以识别变化的蛋白质在表态转化之前,并开发一个预测面板.
- 使用英国生物库数据复制关键发现.
主要成果:
- 鉴定出81种蛋白质,其度在转化之前发生了变化.
- 一个由19种蛋白质组成的核心小组以高精度 (AUC 0.80-0.89) 预测了转换,并估计了转换的时间 (平均绝对误差为1.6年).
- 复制证实了症状前蛋白质变化 (例如,NEFL,EDA2R,CA3) 和多蛋白质面板优于单个标记物的优势.
结论:
- 一个新的19种蛋白质的面板作为一个可靠的生物标志物来预测ALS的变异现象和估计疾病发病.
- 这些发现为预症状ALS生物学提供了洞察力,并推动了疾病预防的目标.
- 鉴定的生物标志物可以帮助设计未来的ALS预防策略和临床试验.
更多相关视频
07:15Determining the Likelihood of Variant Pathogenicity Using Amino Acid-level Signal-to-Noise Analysis of Genetic Variation
Published on: January 16, 2019
11.3K
07:08A High Throughput, Multiplexed and Targeted Proteomic CSF Assay to Quantify Neurodegenerative Biomarkers and Apolipoprotein E Isoforms Status
Published on: October 20, 2016
8.2K
