血清GFAP和NfL增强了一种以代谢驱动的策略,用于长期预测多发性硬化症进展

科学领域:

• 生物化学 生物化学
• 神经科学是一个神经科学.
• 生物标志物发现发现

背景情况:

• 精确预测多发性硬化症 (MS) 进展对于精准医学至关重要.
• 目前的MS生物标志物缺乏对疾病轨迹的全面预测能力.

研究的目的:

• 评估基于血清核磁共振 (NMR) 的代谢学来预测MS进展.
• 评估代谢学与神经炎症 (sGFAP) 和轴突损伤 (sNfL) 生物标志物的联合预测潜力.

主要方法:

• 使用NMR代谢量学,sNfL和sGFAP量化分析的血清样本.
• 使用了监督的多变量分析和接收器运行特征 (ROC) 分析.
• 结果在一个独立的队列中得到了验证.

主要成果:

• NMR代谢学区分复发性复发性MS (RRMS) 和二次进展性MS (SPMS),并预测了进展.
• 识别的代谢物 (脂蛋白,谷氨酸,氨酸,氨酸,葡萄糖) 与不依赖复发活动 (PIRA) 的进展相关.
• 综合生物标记方法 (NMR + sGFAP / sNfL) 显著改善了预测准确性 (AUC高达0.91).

结论:

• 综合的代谢和蛋白质生物标志物提供了准确的MS分期和早期进展预测.
• 这种基于血清的工具促进了精细的监测和个性化治疗决策在MS护理.
• 该方法支持转向无阶段的,以进展为重点的MS管理.