生物科学门户网站
BIO1000.NET

数据驱动的生物标志物发现为改善接触过敏的诊断铺平了道路

借助算法,瑞典Karolinska研究所的研究人员确定了可以区分刺激性湿疹和接触​​性过敏的标记物,这两种皮肤反应看似相似,但需要不同的治疗方法。他们的发现发表在《美国国家科学院院刊》(PNAS)上,支持进一步开发替代今天的诊断斑贴试验。

高收入国家约有20%的人口受到接触性湿疹的影响,湿疹是一种经常与工作环境中的化学品接触相关的疾病。接触性湿疹有两种类型,每种都有其自身的原因:过敏性接触性湿疹,是由过敏反应引起的。以及由化学制剂或物理因素引起的非过敏性刺激性湿疹。

由于两种类型需要不同的治疗方法,因此必须做出正确的诊断,这一点很重要。对于皮肤科医生来说,这很困难,因为这些疾病表现出相似的临床症状。诊断通常基于补丁测试的结果,通常难以解释,有时会给出假阳性或假阴性结果。

在本研究中,研究人员在卡罗林斯卡医学院和芬兰和奥地利的大学同事比较了85例性接触性湿疹和健康的皮肤样本斑贴试验,以检查基因表达在皮肤暴露于不同的过敏原和刺激所致。

使用链接到量身定制的遗传算法的机器学习技术,研究人员确定了两个或三个基因集,它们可以共同区分刺激性皮肤过敏反应。结果可以在独立的患者组和外部数据集中复制。外部数据集包括暴露于与第一组患者不同物质的患者,这为新的生物标记物奠定了基础。

“我们的结果表明,基于这些生物标志物的新诊断方法的开发潜力很大,”卡罗林斯卡研究所环境医学研究所研究员兼研究组负责人纳娜·菲奎斯特(Nanna Fyhrquist)说。“该项目的下一步需要对标记物进行更广泛的临床验证,并对方法进行技术优化,以达到足够的成本效益和达到临床目的的速度。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。