在儿童中Mycoplasma pneumoniae感染的严重程度特征的基于多组学和机器学习的分析
Guiqiu Li1, Ying Wei2, Wenzheng Wang1
1Shenzhen Nanshan People's Hospital and Affiliated Nanshan Hospital of Shenzhen University, Shenzhen 518052, China.
iScience
|February 24, 2026
概括
这项研究确定了与严重儿科Mycoplasma pneumoniae肺炎 (MPP) 相关的关键蛋白质和代谢物生物标志物. 这些发现为更好的诊断和针对严重呼吸道感染的向治疗铺平了道路.
科学领域:
- 儿科肺病学 儿科肺病学
- 翻译医学是一种翻译医学.
- 生物标志物发现发现
背景情况:
- 菌性肺炎肺炎 (MPP) 是一个常见的儿科呼吸道疾病.
- 导致MPP发展为严重MPP的机制尚不清楚.
- 对于严重的MPP,需要改进诊断和向治疗.
研究的目的:
- 用多组学方法阐明儿科MPP中与严重程度相关的途径.
- 确定潜在的生物标志物,以改善诊断和向治疗.
- 为了分层疾病的严重程度和指导治疗策略.
主要方法:
- 来自儿科MPP患者和健康对照者的血液样本的综合蛋白质和代谢学分析.
- 从支气管支气管支气管洗液 (BALF) 中整合多omics数据.
- 机器学习分析以确定严重性特定的生物标志物.
主要成果:
- 确定了关键的严重性相关蛋白质和代谢物.
- 发现了与炎症和新陈代谢失调的联系,包括血细胞衰竭和Fanconi贫血的途径.
- 发现了8个关键生物标志物,以高准确度区分轻度和严重的MPP病例.
结论:
- 鉴定到的生物标志物为儿科MPP的诊断精度提高提供了基础.
- 生物标志物可以改善疾病分层,以便更好地管理患者.
- 这些发现支持针对严重的MPP制定有针对性的治疗策略.


