血浆外泌体microRNA在急性心肌梗死鉴别诊断中的创新研究与应用

为解决急性心肌梗死(AMI)临床诊断与法医学鉴定的难题，研究人员通过机器学习技术构建了基于血浆外泌体miRNAs（包括miR-3473/miR-504/miR-490-5p等36个时序性升高标志物）的早期识别模型，模型精度达0.955，为AMI早期诊断提供了新型生物标志物检测方案。

　　

在心血管疾病诊断领域，急性心肌梗死(acute myocardial infarction, AMI)的鉴别始终是临床与法医鉴定的重大挑战。最新研究发现，外泌体(exosomes)携带的微小核糖核酸(microRNAs, miRNAs)在AMI发生发展中扮演关键角色。科研团队通过分析AMI大鼠血浆外泌体中差异表达的miRNAs，首次揭示36个具有时序表达特征的miRNAs，其中miR-3473、miR-504、miR-490-5^p、miR-218a-2-3^p等标志物随病程进展呈现显著升高趋势。基于机器学习算法构建的AMI识别模型，仅需检测4个核心miRNAs标志物即可实现0.955的精准诊断效能。这项突破性研究证实，血浆外泌体miRNAs可作为AMI早期诊断的新型分子标签，为心血管疾病的精准医疗开辟了新途径。