TY - JOUR T1 -识别系统性硬化症中的早期肺动脉高压生物标志物:机器学习的蛋白质组学检测队列JF -欧洲呼吸杂志》乔和J - 10.1183/13993003.02591 -2020欧元六世- 57 - 6 SP - 2002591 AU -鲍尔,雅盟- de伯纳德,西蒙AU -希基,彼得AU -巴拉德,红桉AU -克鲁兹,杰里米非盟- Cornelisse彼得盟——Chadha-Boreham Harbajan盟——Distler奥利弗AU -罗森博格,丹尼尔盟——Doelberg马丁AU -面粉糊,赛盟——Nayler奥利弗AU -洛瑞,Allan Y1 - 201/06/01 UR - //www.qdcxjkg.com/content/57/6/2002591.abstract N2 -肺动脉高压(PAH)是系统性硬化症(SSc)的毁灭性并发症。在SSc中筛查PAH提高了检出率，允许早期治疗PAH并改善患者预后。基于血液的生物标记物能够可靠地识别有PAH风险或有早期疾病的SSc患者，这将显著提高筛查，有可能提高生存率，并为早期疾病提供新的机制见解。本研究的主要目的是使用机器学习方法识别一种蛋白质组学生物标记物特征，可以区分有无PAH的SSc患者，并在外部队列中验证研究结果。从临床DETECT研究中随机选择SSc和PAH患者(n=77)和没有肺动脉高压(非ph)的SSc患者(n=80)的血清样本，使用Myriad RBM Discovery平台进行蛋白质组学筛选，包括313个蛋白质。来自独立验证的SSc队列(PAH n=22，非ph n=22)的样本来自谢菲尔德大学(Sheffield, UK)。随机森林分析发现了一组新的8种蛋白质，包括IV型胶原蛋白、内皮抑素、胰岛素样生长因子结合蛋白(IGFBP)-2、IGFBP-7、基质金属肽酶-2、神经蛋白酶-1、n端脑钠肽前体和RAGE(晚期糖基化终产物受体)，在DETECT发现队列中区分SSc患者的PAH与非ph(受试者工作特征曲线下平均面积0.741，敏感性65.1% /特异性69.0%)。在谢菲尔德验证队列中重现(81.1%的准确性，77.3%的敏感性/86.5%的特异性)。This novel eight-protein biomarker panel has the potential to improve early detection of PAH in SSc patients and may provide novel insights into the pathogenesis of PAH in the context of SSc.Early screening for pulmonary arterial hypertension in patients with systemic sclerosis improves patient outcome. This study identified a novel eight-protein biomarker panel that has the potential to assist early detection of PAH in this patient group. https://bit.ly/373BNkL ER -