简介:摘要目的了解2型糖尿病(T2DM)合并非酒精性单纯性脂肪肝(NAFL)与非酒精性脂肪性肝炎(NASH)患者血清脂质成分的变化轮廓,试筛选NASH的潜在血清标志物。方法选取2014年9月至2017年10月于天津市第三中心医院内分泌科住院的T2DM合并非酒精性脂肪性肝病(NAFLD)并已进行肝活检的患者共40例为研究对象,根据肝活检(SAF评分)结果分为NAFL组(22例)及NASH组(18例),对比2组患者的病历资料,采用超高效液相色谱-质谱法进行血清脂质组学分析。两组间比较采用t检验。Logistic逐步回归分析及受试者工作特征(ROC)曲线分析筛选T2DM发生NASH的潜在血清标志物。结果NASH组肝硬度、NASH评分、谷草转氨酶(AST)、碱性磷酸酶、γ-谷氨酰转肽酶(GGT)、空腹血糖、血清铁蛋白水平均高于NAFL组(t=-2.76~-2.06,均P<0.05)。磷脂酰胆碱(PC)(35∶4)、PC(36∶1)[PC(18∶1/18∶0)]、PC(38∶3)、PC(44∶5)、磷脂酰乙醇胺(PE)(36∶2)、PE(34∶1)[PE-NMe2(18∶1/16∶0)]、PE(34∶1)[PE(20∶1/14∶0)]、磷脂酰丝氨酸(33∶0)、甘油三酯(TG)(54∶2)、鞘磷脂(sphingomyelin)(37∶1)、SM(39∶1)、SM(40∶1)、葡萄糖神经酰胺(40∶2)在NASH组均高于NAFL组(t=-2.930~-1.380,均P<0.05);PC(38∶5)、PC(38∶6)、TG(52∶4)、TG(54∶4)、TG(54∶5)、TG(57∶6)、TG(58∶4)、TG(60∶6)水平在NASH组降低(t=1.982~2.431,均P<0.05);PC(36∶1)[PC(19∶1/17∶0)]、PE(38∶1)、PE(39∶1)、TG(52∶1)、棕榈酰基苯丙氨酸水平在NASH组明显高于NAFL组,差异有统计学意义(t=-3.789~-2.837,P<0.005)。Logistic逐步回归分析显示,PC(36∶1)及PE(38∶1)升高是T2DM合并NAFLD患者进展为NASH的危险因素[OR(95%CI):1.213(1.076~1.301)、1.119(1.015~1.243),P<0.05]。ROC曲线分析显示,PC(36∶1)及PE(38∶1)曲线下面积分别为0.803、0.785,灵敏度均为94.4%,特异性均为72.7%,均高于谷丙转氨酶、AST及GGT(曲线下面积分别为:0.689、0.734、0.741;灵敏度分别为:72.2%、77.8%、77.8%;特异性分别为:68.2%、63.6%、68.2%)。结论T2DM患者中,与合并NAFL相比,NASH时出现变化的血清脂质主要是甘油磷脂、鞘脂和TG。在T2DM脂肪肝患者中,PC(36∶1)、PE(38∶1)可能成为诊断NASH的潜在血清标志物。
简介:摘要近年来,新型冠状病毒肺炎、流行性感冒、埃博拉出血热等病毒性疾病呈现愈演愈烈、愈发愈快的趋势。为保障人民健康和国民经济的稳定运行,研究病毒的致病机理与宿主免疫调控机制,解析病毒与宿主的基因表达调控规律,监测病原病毒与防治病毒病的重要性逐渐凸显。转录组测序是一类在RNA水平上关注基因在特定时空状态下表达特征的技术,是分析差异基因表达和研究mRNA差异剪接必不可少的工具。随着分子生物学实验技术的进步和生物信息学分析平台的成熟,转录组学研究向着低成本、低技术门槛的方向发展,逐渐从理论研究领域向临床实验室过渡,改变着临床工作人员对病毒与病毒病的传统认知,被越来越多的用于病毒转录机制、病毒与宿主的免疫互作、追踪疾病进展以及抗病毒药物研发等方面研究。本文主要对宏转录组的技术流程、常用软件以及病毒与病毒病方向的应用场景进行综述,并对细胞群转录组、单细胞转录组、单细胞核转录组以及空间转录组的方法与应用进行简要介绍,以期为病毒转录机制研究与病毒病的防控提供方法学参考。
简介:由于人类基因组计划的实施,特别是目前较为精确的人类基因组全序列的初步绘制,以及大量单核苷酸多态性(single-nucleotidepolymorphisms,SNPs)的检测与发现,在基因水平研究药物反应个体差异的药物基因组学在生物技术和医药工业界掀起了前所未有的高潮.药物基因组学[1]是以提高药物疗效及安全性为目标,研究影响药物吸收、转运、代谢、消除等个体差异的基因特征,以及基因变异所致的不同病人对药物的不同反应,即应用已获得的遗传信息预测药物治疗结果(治疗作用和毒副作用),阐明决定药物反应个体差异的根本机理,将从根本上改变临床药物治疗模式和新药开发方向.本文简述药物基因组学对药物效应、药物不良反应和新药临床评价等方面的影响,希望对我们从事医院临床药学研究工作的同仁有参考价值.
简介:目的使用影像组学方法构建一个影像组学标签分类模型,对肺肿瘤良恶性进行分类预测。方法分析四川大学华西医院80例怖肿瘤患者的CT影像学数据,分割肿瘤区域,提取肿瘤形状、大小、强化程度、纹理和小波变换共485个影像组学特征。利用Lasso算法筛选出与肿瘤良恶性鉴别最密切的组学特征,并使用Logistic回归构建诊断肿瘤良恶性的预测模型。采用受试者工作特征(receiveroperatingcharacteristic.ROC)曲线及其曲线下面积(areaundercurve,AUC)来评估该影像组学标签在训练集和验证集中的效能。结果选取3个影像组学特征构建出影像组学标签,具有很好的预测分类效果。训练集的AUC为0870(95%CI:0760-0978J,灵敏度为0.870,特异度为0.818;验证集的AUC为0.853(95%CI:0.717-0.989),灵敏度为0.882,特异度为0.778。结论随着CT在临床诊断中的广泛使用,真有望成为辅助检测肿瘤良恶性的非侵入手段。
简介:目的:探讨基于影像组学的肺结节恶性程度预测。方法:对肺部图像影像数据库(TheLungImageDatabaseConsortium,LIDC)-IDRI(ImageDatabaseResourceInitiative)中604例肺结节患者的CT图像进行分析,其中含肺结节的CT图像共2803幅,医师手工勾画肺结节轮廓。根据肺结节诊断标准,共提取96个灰度、形态和纹理高通量特征,输入基于随机森林的多类分类器进行恶性程度预测。恶性程度分为5级,以数字1~5表示。随机选取1000幅CT图像作为训练样本,剩余的1803幅CT图像作为测试样本,实验重复10次。结果:对于单个肺结节,5类恶性程度的平均预测准确率为77.85%。对于每一类预测,曲线下面积(areaundercurve,AUC)均在0.94以上。对于每例患者,肺结节恶性程度的预测准确率为75.16%。结论:该研究提出的基于影像组学的方法对肺结节恶性程度的预测性能良好,可为临床诊断提供可靠的辅助信息,以利于早期发现病灶。
简介:近年来,急性中毒事件的发生率呈不断上升趋势,突发群体性中毒事件也时有发生。急性中毒属于急诊工作重要组成部分,但其临床检测及诊断一直存在困难。代谢组学作为毒性评价手段具有其独特的优势:①检测样品多为外周性生物体液(如血、尿),并且同一动物或人体可连续观察并多次获取毒物作用后发生、发展、恢复甚至治疗干预等过程的样品;②样品处理相对简单,大多在适当处理后可直接进样;③可根据代谢图谱在不同时期或状态的变化发现毒物的代谢轮廓及特征性生物标志物,且这些标志物的出现一般要早于传统的病理学终点;④生物样品中的生物标志物往往表征着特定部位或代谢途径的损伤,因而可以较好的了解毒物作用部位及其作用过程。
简介:摘要社区获得性肺炎(community acquired pneumonia,CAP)是5岁以下儿童死亡的重要原因,病毒和细菌均是常见病因。目前关于儿童CAP病原精准诊断仍是临床中的挑战。临床中病原诊断主要通过采集各类样本(如鼻咽拭子、痰、血液、体液等)进行病原检测,如抗原、抗体、培养、聚合酶链式反应(polymerase chain reaction,PCR)检测等。不同样本及不同检测方法各有优劣,尤其是病毒性肺炎和细菌性肺炎的诊断,对于治疗措施存在很大差异。为了早期识别不同病原,减少抗生素的不合理应用,临床医生及科研工作者仍在不断探索早期准确的病原诊断。代谢组学是一个快速发展的领域,它旨在识别和量化所有代谢物的浓度变化或模型系统中的代谢组。大多数疾病状态与代谢稳态有关,代谢组学能为发现新的生物标记物提供线索,也用于不同病原体所致感染的研究,非靶向代谢组学分析为儿童CAP的病因学提供新的诊断思路。