在《Cells》杂志上发表的一项研究中，一组科学家描述了使用机器学习模型来识别血浆细胞外囊泡 (EV) RNA 分子的变化，这可能具有在最早阶段识别阿尔茨海默病 (AD) 的潜力。
EV 是人体细胞释放的微小颗粒，存在于所有人体生物液中，它们携带的分子可提供有关源组织的健康和疾病状态的信息。
希望之城旗下转化基因组学研究所 (TGen) 的科学家与加州大学圣地亚哥分校希利-马科斯阿尔茨海默病研究中心的医生合作，检测了超过 100 名患者血浆中的 EV 含量。一百名患者：健康对照组以及患有 AD 或轻度认知障碍 (MCI) 的患者。
该团队使用测序技术来分析构成 EV 货物的小 RNA 分子的光谱。
资深作者 Kendall Van Keuren-Jensen 博士说：“值得注意的是，我们发现我们在已确诊的 AD 患者的 EV 中看到的许多变化也存在于 5 至 15 年后接受诊断的症状前人群中。” .，TGen 神经基因组学部教授兼 TGen 科学资源副主任。
“我们的模型能够预测大约 80% 的参与者的疾病发展，甚至是在症状出现前十年。”
阿尔茨海默氏病 (AD) 影响着全球数百万人，不仅对 AD 患者造成毁灭性打击，而且对 AD 患者也造成严重影响。AD 给他们的亲人和照顾者带来了巨大的身体、精神、社会和经济损失。
这种疾病分阶段发展，从有时被忽视的MCI开始，发展为记忆和认知明显缺陷的AD，最终导致自我认同、自我护理和社交能力的毁灭性丧失，并最终死亡。
研究合著者、TGen 计算科学家 Eric Alsop 博士说：“通过比较 AD、MCI 和对照参与者的 EV 中的 RNA 含量，我们发现了数百种不同的 RNA 转录本。”“我们利用这些不同的转录本来创建机器学习模型，可以高精度地区分我们的疾病组，”艾尔索普补充道。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！