Systemic Proteome Profiling to Differentiate Primary Glomerular Diseases - PubMed
2 months ago
- #glomerulonephritis
- #proteomics
- #machine learning
- 系统性蛋白质组分析被用于区分原发性肾小球疾病亚型
- 该研究分析了发现队列(n=147)和验证队列(n=85)中5,416种血浆蛋白
- 研究涵盖四种肾小球肾炎亚型：局灶节段性肾小球硬化、IgA肾病、微小病变型肾病和膜性肾病
- 机器学习模型区分微小病变型肾病、膜性肾病和IgA肾病的AUROC值>0.8
- 模型对微小病变型肾病的识别准确率达93%，但对局灶节段性肾小球硬化仅21%
- 功能分析揭示了独特生物学通路，如微小病变型肾病中的止血机制
- 基于蛋白质组的分类方法为肾小球肾炎亚型的无创鉴别提供了新思路