Identificazione di biomarcatori molecolari immuno-correlati nel disturbo dello spettro autistico utilizzando la proteomica di acquisizione indipendente dai dati e l'apprendimento automatico

Jun He; Qingqing Hu; Sifeng Wang; Xiaohui Gong; Ni Gan; Li Huang; Haofeng Chen; Jie Dai; Hong Yu; Shuanglin Xiang; Xiangwen Peng

doi:10.3791/68949

È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Identificazione di biomarcatori molecolari immuno-correlati nel disturbo dello spettro autistico utilizzando la proteomica di acquisizione indipendente dai dati e l'apprendimento automatico

550 visualizzazioni

⸱

DOI:

10.3791/68949

⸱

26 settembre 2025

Jun He^*¹^,² , Qingqing Hu^*³ , Sifeng Wang^*¹^,² , Xiaohui Gong^*¹ , Ni Gan¹ , Li Huang³ , Haofeng Chen⁴ , Jie Dai⁴ , Hong Yu⁴ , Shuanglin Xiang¹ , Xiangwen Peng¹^,²

¹College of Life Sciences, Hunan Normal University, ²Changsha Maternal and Child Health Hospital, Affiliated to Hunan Normal University, ³Changsha Central Hospital, Affiliated to University of South China, ⁴Shanghai Bioprofile Technology Co., Ltd.

^* These authors contributed equally

In questo articolo

Sommario

Qui, presentiamo un protocollo che utilizza la spettrometria di massa ad acquisizione indipendente dai dati e l'apprendimento automatico che ha identificato otto proteine immuno-correlate come biomarcatori accurati per la diagnosi precoce del disturbo dello spettro autistico, convalidato da un saggio di immunoassorbimento enzimatico.

Abstract

Questo studio presenta un protocollo riproducibile per l'identificazione di biomarcatori di proteine sieriche associati al disturbo dello spettro autistico (ASD) utilizzando la spettrometria di massa ad acquisizione indipendente dai dati (DIA) combinata con l'apprendimento automatico (ML). La DIA consente una profilazione imparziale e ad alta risoluzione del proteoma sierico, comprese le proteine a bassa abbondanza, garantendo al contempo la riproducibilità tra i campioni. Gli approcci ML sono stati applicati per selezionare pannelli proteici diagnosticamente informativi e migliorare la robustezza del modello. L'analisi ha incluso il siero di 99 bambini con ASD e 70 controlli di pari età. Le proteine ad alta abbondanza sono state esaurite, i peptidi sono stati preparati utilizzando procedure standardizzate di digestione e frazionamento e la DIA è stata eseguita su uno spettrometro di massa ad alta risoluzione. L'elaborazione e la quantificazione dei dati hanno identificato proteine differenzialmente espresse, che sono state sottoposte ad analisi di arricchimento funzionale. Otto proteine immuno-correlate sono emerse come forti candidate per lo sviluppo di biomarcatori. Un modello di regressione logistica addestrato su queste proteine ha raggiunto un'accuratezza del 95,27%, un valore Kappa di 0,9025 e un'AUC di 1,000 nella convalida incrociata. Questi risultati dimostrano il potenziale della proteomica basata sulla DIA, combinata con l'apprendimento automatico, come un solido quadro per la scoperta di biomarcatori nell'ASD e per l'adattamento in una più ampia ricerca clinica.

Introduzione

Il disturbo dello spettro autistico (ASD) è un gruppo di disturbi dello sviluppo neurologico ad esordio precoce caratterizzati da eterogeneità nell'eziologia e nella presentazione clinica. Le caratteristiche principali includono deficit persistenti nella comunicazione e nell'interazione sociale, nonché comportamenti, interessi o attività limitati e ripetitivi. Negli Stati Uniti, la prevalenza è di circa il 2,3% tra i bambini di 8 anni e di circa il 2,2% tra gli adulti, sottolineando il suo impatto sulla salute pubblica 1,2,3,4.