《Microchemical Journal》:Electrochemical sensors and machine learning used to identifying blood-based progression biomarkers in chronic kidney disease with unknown etiology
编辑推荐:
慢性肾脏病未知病因(CKDu)的生物标志物通过转录组分析、网络生物学和机器学习模型筛选,发现543个高性能标志物,其中15个基因(如IGF2R、ABCA1)诊断准确度达100%(AUC=1.0)。功能富集显示炎症反应、免疫过程和CKD信号通路显著富集,网络分析鉴定5个核心基因(如LOC648984、SPRED1)。电化学传感器技术证实其高灵敏度、选择性和快速检测特性,为CKDu早期诊断提供新方法。
马海志|魏武军|卢向香|刘丽娇|陈成财
中国广西壮族自治区百色市右江民族医学院附属医院超声医学科,533000
摘要
慢性肾病(CKD)是一个重大的全球公共卫生挑战。原因不明的慢性肾病(CKDu)在农业社区中的发病率特别高,传统的风险因素无法解释其高发病率。血液生物标志物为慢性肾病的早期检测和监测提供了微创工具,但关于CKDu的血液转录组学研究仍然有限。近年来,电化学传感器在医学检测中的应用逐渐受到关注。通过将生化反应产生的电信号转换为可测量的信号,可以实现生物标志物的快速灵敏检测,具有高灵敏度、高选择性、快速响应和低成本的特点,为慢性肾病的早期诊断和监测提供了新的技术手段。本研究利用了
GSE62792 数据集,其中包含了12名CKDu患者和6名健康对照者的外周全血转录组数据。通过差异表达分析、功能富集分析、蛋白质-蛋白质相互作用网络分析和机器学习算法,鉴定并验证了CKDu的血液生物标志物。电化学传感器技术在生物标志物检测中提供了技术支持,其高灵敏度和高选择性能够有效捕获与CKDu相关的生物标志物变化。同时,通过整合机器学习模型,进一步验证了这些生物标志物的诊断性能。研究共鉴定出593个差异表达基因,其中544个上调,49个下调。经过多步筛选,最终确定了543个高性能生物标志物,其中15个基因(如IGF2R、ABCA1等)的诊断准确性达到完美(AUC=1.0)。功能富集分析显示,这些生物标志物在炎症反应、免疫系统过程和CKD相关信号通路中显著富集。网络分析确定了5个枢纽基因,包括LOC648984和SPRED1。所有机器学习模型(随机森林、SVM、逻辑回归和梯度提升)的诊断性能均达到完美(准确率、精确度、召回率、F1分数和AUC均为1.0),其中IGF2R在特征重要性分析中得分最高(0.10)。电化学传感器的应用为生物标志物的检测提供了高灵敏度和高选择性的技术支持,验证了其在CKDu诊断中的潜在应用价值。
引言
慢性肾病(CKD)影响了全球约10%的人口,是一个重大的公共卫生负担,尤其在低收入和中等收入国家中发病率更高[1]。原因不明的慢性肾病(CKDu)是一种特殊的肾病形式,主要影响特定地理区域的农业工人,包括斯里兰卡、中美洲和印度,在这些地区,传统的风险因素(如糖尿病和高血压)无法充分解释疾病的发病机制[2,3]。与传统CKD不同,CKDu通常发生在较年轻的个体中,且没有明确的潜在原因,病情会悄然进展为终末期肾病,带来严重的社会经济后果[4][5][6]。CKDu的神秘性质,加上受影响农村社区诊断设施的有限,迫切需要开发易于获取、微创的筛查工具,以便在肾脏损伤不可逆之前实现早期检测和干预[7][8][9][10]。
基于血液的生物标志物相比传统的肾功能评估具有显著优势,提供了一种微创、成本效益高且广泛可获得的诊断方法,特别适合CKDu发病率最高的资源有限的环境。外周全血含有多种细胞成分和循环分子,反映了系统的病理生理过程,使其成为发现生物标志物的理想介质。最近在转录组分析技术方面的进展使得能够全面表征血液样本中的基因表达模式,揭示出可作为诊断和预后指标的疾病特异性分子特征。虽然之前的研究已经探索了CKD的肾脏组织生物标志物,但针对CKDu的基于血液的转录组特征的系统性研究仍然有限。将差异表达分析与网络生物学和机器学习方法相结合,为识别具有高诊断准确性的稳健生物标志物面板提供了前所未有的机会,然而对CKDu患者外周血转录组的全面多维度分析尚未彻底进行[11,12]。此外,了解这些生物标志物背后的生物学途径和分子机制可以为CKDu的发病机制提供关键见解,可能揭示这种神秘疾病的治疗靶点[13]。
电化学传感器作为一种高效的检测工具,在医学检测领域具有广泛的应用前景。近年来,随着纳米技术、微电子技术和生物化学技术的快速发展,电化学传感器在生物医学检测中的应用逐渐成为研究热点。电化学传感器可以通过将生化反应产生的电信号转换为可测量的电信号,实现生物标志物的快速灵敏检测。其高灵敏度、高选择性、快速响应和低成本等优点使其在疾病的早期诊断、疾病监测和治疗效果评估方面展现出巨大潜力。在癌症标志物的检测中,电化学传感器能够高灵敏度地检测低浓度标志物,为癌症的早期筛查提供了有力支持。电化学传感器在心血管疾病和糖尿病等慢性疾病的检测中也取得了显著进展,为临床诊断和治疗提供了重要依据。在慢性肾病(CKD)的检测中,电化学传感器可用于检测血液或尿液中的特定生物标志物,为CKD的早期诊断和疾病进展监测提供了新的方法。本研究旨在通过结合电化学传感器和机器学习方法,识别原因不明的慢性肾病(CKDu)的血液进展生物标志物,为CKDu的早期检测和临床监测提供新策略。
在本研究中,我们使用
GSE62792 数据集,对外周全血样本进行了全面的转录组分析,采用了差异表达分析、功能富集、蛋白质-蛋白质相互作用网络分析和多种机器学习算法的综合分析框架。我们的目标是识别和验证CKDu的血液进展生物标志物,阐明疾病发展的生物学途径和分子机制,并建立一个具有完美分类性能的稳健诊断面板以用于临床应用。我们假设CKDu具有独特的血液转录组特征,涉及炎症、免疫和代谢失调通路,这些可以通过全面的多维度分析捕获。本研究的结果为开发CKDu筛查和监测的微创诊断工具奠定了基础,同时加深了我们对这种神秘肾病分子机制的理解。
数据集获取和样本信息
基因表达数据来自Gene Expression Omnibus(GEO)数据库,访问号为
GSE62792 ,该数据集包含了CKDu患者与健康对照者的外周全血转录组谱型。数据集包含18个样本,分析是在GPL10558平台(Illumina HumanHT-12 V4.0表达微阵列)上进行的,包括12名CKDu患者(GSM1533448、GSM1533449、GSM1533450、GSM1846593、GSM1846594、GSM1846595、GSM1846596、GSM1846597、GSM1846598、GSM2249483)
数据集特征和质量控制评估
电化学传感器在CKDu血液生物标志物检测中的应用为这项研究提供了重要的技术支持。电化学传感器检测到的生物标志物显示出显著的诊断价值,多个基因在CKDu患者和健康对照组之间存在显著差异。这些差异表达基因的检测结果与电化学传感器的高灵敏度和高选择性密切相关,表明
讨论
电化学传感器作为一种新兴的生物医学检测技术,近年来在医学检测领域受到了广泛关注。它可以通过将生化反应产生的电信号转换为可测量的信号,实现生物标志物的快速灵敏检测。电化学传感器具有高灵敏度、高选择性、快速响应和低成本等优点,使其在疾病的早期诊断方面展现出巨大潜力
结论
电化学传感器在CKD和CKDu检测中的应用为医学检测领域带来了新的机遇。其高灵敏度、高选择性和快速响应特性使其在CKD的早期诊断和疾病监测方面具有巨大应用潜力。然而,电化学传感器在CKDu检测中的应用仍面临一些挑战,如样本量限制和技术稳定性不足。未来的研究应重点解决这些问题
CRediT作者贡献声明
马海志: 撰写——初稿,概念构思。魏武军: 监督,软件开发。卢向香: 撰写——审稿与编辑,软件支持。刘丽娇: 验证,资源准备。陈成财: 撰写——初稿,资源提供。
资助
本项工作未获得任何资助。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。