基于机器学习的CRISPR/Cas12a生物传感技术用于神经退行性运动障碍生物标志物的识别

《npj Parkinson's Disease》：Machine-learning-assisted CRISPR/Cas12a biosensing for biomarker identification of neurodegenerative movement disorders

　　

摘要

帕金森病、进行性核上性麻痹和多系统萎缩等神经退行性运动障碍虽具有相似的临床特征，但其病理机制各异，这给早期诊断带来了困难。我们提供了一种基于机器学习与玻璃纤维技术的CRISPR-Cas12a免疫传感平台（GUSCI），可用于同时检测配对血清样本及从血清中分离出的CD81?外泌体中的五种生物标志物。在340份临床样本中，整合后的外泌体生物标志物谱能够支持分类分析，且通常比单独的血清标志物具有更强的区分能力。由外泌体产生的4R Tau蛋白可有效区分进行性核上性麻痹（AUC=0.848，95%置信区间为0.7379–0.9362），而IL-6、TNF-α和α-突触核蛋白共同构成的外泌体特征则有助于区分帕金森病（AUC=0.823，95%置信区间为0.7185–0.8988）。这些研究结果表明，GUSCI技术通过分析血清中外泌体生物标志物，有望成为发现新生物标志物及实现神经退行性运动障碍疾病差异化诊断的有效工具。