NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığından (PD) progresif supranükleer palsinin (PSP) klinik farklılaşması, fenotiplerin üst üste binmesi ve PSP'ye özgü semptomların geç başlaması nedeniyle zorludur ve kolayca değerlendirilebilir biyobelirteçlere duyulan ihtiyacı vurgulamaktadır. 46 PD, 30 PSP hastası ve 24 sağlıklı kontrolden alınan serum örneklerinde 460 proteini analiz etmek için yakınlık uzama tahlili (PEA) kullandık. ANCOVA, sınıflandırma performanslarını değerlendirmek için en umut verici proteinleri ve makine öğrenimini (ML) XGBoost ve rastgele orman algoritmalarını tanımlamak için kullanıldı. Promising proteinleri de ELISA tarafından nicelleştirildi. Ayrıca serum biyobelirteçleri ile biyolojik ve klinik özellikler arasındaki korelasyonlar araştırılmıştır. PSP ve PD arasında farklı seviyeler gösteren beş protein (TFF3, CPB1, OPG, CNTN1, TIMP4) belirledik, bu da ML ile birleştirildiğinde iyi performans (AUC: 0.892) elde etti. Öte yandan, en önemli üç biyobelirteç (TFF3, CPB1 ve OPG) ELISA tarafından analiz edildiğinde, gruplar arasında hiçbir fark yoktu. TFF3'ün serum seviyeleri tüm deneklerin gruplarında yaşla pozitif korelasyon gösterirken, OPG ve CPB1 için böyle bir korelasyon sadece PSP hastalarında meydana geldi. Ayrıca, CPB1 PD'de hastalık şiddeti ile pozitif korelasyon gösterirken, PSP grubunda korelasyon gözlemlenmedi. Genel olarak, PD şiddeti ile ilişkili CPB1'i tanımladık, bu da PD'nin klinik evrelenmesini destekleyebilir. Buna ek olarak, PEA ve ELISA teknolojisi arasındaki tutarsızlıkları gösteren sonuçlarımız, proteomik bulguları klinik uygulamaya çevirirken dikkatli olunması gerektiğini göstermektedir.
Özgün kaynak özetini okuyun
Clinical differentiation of progressive supranuclear palsy (PSP) from Parkinson's disease (PD) is challenging due to overlapping phenotypes and late onset of PSP specific symptoms, highlighting the need for easily assessable biomarkers. We used proximity elongation assay (PEA) to analyze 460 proteins in serum samples from 46 PD, 30 PSP patients, and 24 healthy controls. ANCOVA was used to identify the most promising proteins and machine learning (ML) XGBoost and random forest algorithms to assess their classification performance. Promising proteins were also quantified by ELISA. Moreover, correlations between serum biomarkers and biological and clinical features were investigated. We identified five proteins (TFF3, CPB1, OPG, CNTN1, TIMP4) showing different levels between PSP and PD, which achieved good performance (AUC: 0.892) when combined by ML. On the other hand, when the three most significant biomarkers (TFF3, CPB1 and OPG) were analyzed by ELISA, there was no difference between groups. Serum levels of TFF3 positively correlated with age in all subjects' groups, while for OPG and CPB1 such a correlation occurred in PSP patients only. Moreover, CPB1 positively correlated with disease severity in PD, while no correlations were observed in the PSP group. Overall, we identified CPB1 correlating with PD severity, which may support clinical staging of PD. In addition, our results showing discrepancy between PEA and ELISA technology suggest that caution should be used when translating proteomic findings into clinical practice.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.