使用机器学习预测严重多发性硬化症
仅 11 种蛋白质的组合就可以预测不同个体的多发性硬化症 (MS) 的长期残疾结果。鉴定出的蛋白质可用于根据预期的疾病严重程度为个体定制治疗方案。这项研究由瑞典林雪平大学的研究人员领导，已发表在《自然通讯》杂志上。
“11 种蛋白质的组合可以预测短期和长期的疾病活动以及残疾结果。我们还得出结论，测量脑脊液中的这些蛋白质非常重要，与测量血液中的蛋白质相比，脑脊液中的蛋白质可以更好地反映中枢神经系统的情况。”林雪平大学和舍夫德大学的博士生 Julia Åkesson 说道。
在多发性硬化症中，免疫系统攻击人自己的身体，损害大脑和脊髓的神经。主要受到攻击的是一种称为髓磷脂的脂肪化合物，它包围并隔离神经轴突，以便传输信号。当髓磷脂受损时，传输效率就会降低。
多发性硬化症的疾病进展因人而异。对于那些预计病情会更严重的人来说，重要的是不要在疾病发作时浪费宝贵的时间，而要迅速获得正确的治疗。目前这项研究是林雪平大学、卡罗林斯卡研究所和舍夫德大学合作进行的，研究人员希望了解是否有可能在疾病的早期阶段检测出哪些患者需要更强有力的治疗。能够做到这一点对于医生和多发性硬化症患者都具有重要意义。
“我认为我们已经向一种分析工具迈进了一步，该工具可以选择哪些患者在疾病的早期阶段需要更有效的治疗。但这样的治疗可能有副作用，而且相对昂贵，有些患者不需要它，”领导这项研究的林雪平大学物理、化学和生物系生物信息学教授 Mika Gustafsson 说。
未来许多年寻找与疾病严重程度相关的标记物是一项复杂的挑战。在他们的研究中，研究人员分析了 92 名疑似或最近诊断出多发性硬化症患者的样本中的近 1,500 种蛋白质。蛋白质分析的数据与患者日记中的大量信息相结合，例如残疾情况、神经系统 MRI 扫描结果以及接受的治疗。利用机器学习，研究人员发现了许多可以预测疾病进展的蛋白质。
“如果任何人想要对此进行分析，那么拥有仅由 11 种蛋白质组成的面板就可以变得很容易。它不会像测量 1,500 种蛋白质那么昂贵，因此我们确实缩小了范围，使其对那些想要进一步研究的人有用，”林雪平大学生物医学和临床科学系博士生 Sara Hojjati 说。
研究小组还发现，从受损的神经轴突中泄漏的一种特定蛋白质是短期内疾病活动的可靠生物标志物。这种蛋白质称为神经丝轻链，NfL。这些发现证实了早期使用 NfL 来识别神经损伤的研究，并且还表明该蛋白质可以指示疾病的活跃程度。
该研究的主要优点之一是，在林雪平大学医院采集样本的患者组中发现的蛋白质组合后来在斯德哥尔摩卡罗林斯卡大学医院采集的 51 名多发性硬化症患者组成的单独组中得到了证实。
这项研究首次采用高度灵敏的方法(邻近延伸分析)结合下一代测序(PEA-NGS)来测量如此大量的蛋白质。该技术还可以对非常少量的蛋白质进行高精度测量，这一点很重要，因为这些蛋白质通常含量非常低。
该研究由瑞典战略研究基金会、瑞典大脑基金会、克努特和爱丽丝·瓦伦堡基金会、玛格丽特·阿夫·乌格拉斯基金会、瑞典研究委员会、NEURO瑞典和瑞典多发性硬化症研究基金会等资助。
版权声明：本文由用户上传，如有侵权请联系删除！