【模板】以AD为例,如何设计课题、把疾病进一步区分为不同的分子亚型
Bringing medical advances from the lab to the clinic.
关键词:阿尔茨海默病;分子标记;亚型
随着对于疾病致病机制的深入研究,越来越多的疾病已被证实,该疾病实际上是具有相同或类似临床特征、但发病机制不同的一组疾病。
比如我们把急性缺血性脑卒中做了病因学的TOAST分型,把重症肌无力根据致病抗体做了区分为致病机制不同的亚组等等。
发病机制的不同,意味着治疗手段不同。
阿尔茨海默病(AD)也是如此。2024年1月9日,荷兰、英国、瑞典等医学科学家在Nat Aging发表了一篇非常重要的论文,通过对AD患者的脑脊液进行蛋白质组学分析,揭示了五种具有不同遗传风险特征的分子亚型。
我们对这篇文章做一简析,更期待各位同仁由此找到适合自己关注疾病的研究思路。
(索取原文,请和微信号healsanq联系,备注AD20240111)
研究设计:
受试者:本研究选取了419名阿尔茨海默病(AD)患者和187名对照组个体。
干预与对照:本研究利用脑脊液蛋白质组学方法对AD患者进行分类,而对照组则为正常认知功能且有正常淀粉样蛋白标记的个体。
主要观察指标:研究的主要目标是识别AD的分子亚型。
研究设计:采用的是观察性研究,用随机抽样方法将样本分配至TMT实验。
分析和统计方法:
本研究使用非负矩阵分解(NMF)对1,058种与AD相关的蛋白质进行聚类分析,以发现最佳描述数据的亚型数量。
运用线性模型和随机森林分类器进行数据分析和亚型预测。
研究设计:
发现五种分子亚型:通过NMF分析发现五种不同的分子亚型,这些亚型展示了高度的协同系数和良好的拟合度。
生物学特征分析:对各亚型的生物学特征进行了深入分析,包括与每个亚型相关的蛋白质水平和生物过程的比较。
复制队列的预测:使用随机森林分类器在发现队列中训练模型,然后在复制队列中预测AD亚型。预测结果显示,各亚型在CSF t-tau、p-tau水平以及血脑屏障功能方面有可比较的差异。
参考资料来源:
Tijms BM, Vromen EM, Mjaavatten O, Holstege H, Reus LM, van der Lee S, Wesenhagen KEJ, Lorenzini L, Vermunt L, Venkatraghavan V, Tesi N, Tomassen J, den Braber A, Goossens J, Vanmechelen E, Barkhof F, Pijnenburg YAL, van der Flier WM, Teunissen CE, Berven FS, Visser PJ. Cerebrospinal fluid proteomics in patients with Alzheimer's disease reveals five molecular subtypes with distinct genetic risk profiles. Nat Aging. 2024 Jan 9. doi: 10.1038/s43587-023-00550-7. Epub ahead of print. PMID: 38195725.
声明:
本文仅为学术分享,非常欢迎指正。
编辑:Jessica;作者:Dr. Mark;助理:ChatGPT
征战AD公众号,以分享阿尔茨海默病领域最新研究为主旨,希望由此推动由实验室向临床应用的转化。
欢迎您的投稿与合作;也希望其他医学科学家以推文的形式分享您的研究成果。
微信扫码关注该文公众号作者