通过对转录组学和蛋白组学进行综合分析,预测牛皮关节炎的临床反应

科学领域:

• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.
• 蛋白质组学是指蛋白质组学.
• 个性化医疗是个性化的医疗.

背景情况:

• 牛皮关节炎 (PsA) 患者往往对疾病修饰性抗风湿药物 (DMARD) 的反应有限,需要进行治疗调整.
• 预测性生物标志物对于量身定制治疗和在PsA中实现早期疾病控制至关重要.
• TOFA-PREDICT试验的目的是识别转录组和蛋白组标记物,以预测对托法西提尼布和比较治疗的反应.

研究的目的:

• 确定转录和蛋白质生物标志物,预测牛皮关节炎 (PsA) 治疗反应.
• 开发一个预测模型,整合多omics数据和临床变量,用于PsA个性化治疗决策.
• 根据患者特异性资料,比较托法西提尼布与甲铁酸或乙坦塞普特的疗效.

主要方法:

• 在TOFA-PREDICT试验中,从80名PsA患者的基线CD4+T细胞转录和蛋白质组的分析.
• 使用XGBoost和sPLS-DA进行特征选择,从转录组,蛋白组和临床数据中识别预测标记.
• 预测模型的开发和交叉验证,包括综合的多学科方法,以评估治疗反应和差异效应.

主要成果:

• 50%的患者在16周内达到最小的疾病活性.
• 确定了18种转录基因,10种蛋白质基因和2种临床预测因子.
• 一个集成的多omics模型显示了高预测性能 (AUC = 0.70 ± 0.19),解释了15.2% ± 14.8%的治疗效果变化,并揭示了与免疫过程相关的相互连接的蛋白质.

结论:

• 综合基线基因和蛋白质表达特征,以及临床变量,可以预测PsA患者的治疗反应.
• 开发的模型可以识别不同的治疗效果,从而实现个性化治疗策略.
• 以Omics为指导的个性化治疗具有显著的潜力,可以改善牛皮性关节炎的结果.