Proteomic Studies of Blood and Vascular Wall in Atherosclerosis

Стахнева, Е. М.; Striukova, E.V.; Ragino, Y.

doi:10.3390/ijms222413267

Cited by 11 publications

(7 citation statements)

References 78 publications

(82 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Поиск и интеграция новых биомаркеров в существующие системы оценки ССР являются перспективным направлением персонализации кардиоваскулярной профилактики [21,22]. В настоящее время известно большое количество биомаркеров воспаления, имеющих потенциал для использования в исследованиях и клинической практике [23].…”

Section: Discussionunclassified

Иммунофенотипирование Циркулирующих Лейкоцитов Как Инструмент Оптимизации Диагностики Каротидного Атеросклероза С Использованием Методов Машинного Обучения

Генкель¹,

Долгушин²,

Astanin³

et al. 2022

Атеросклероз

View full text Add to dashboard Cite

Целью исследования являлось изучение возможности использования иммунофенотипирования циркулирующих лимфоцитов, нейтрофилов и моноцитов в целях диагностики прогностически неблагоприятного каротидного атеросклероза с применением алгоритмов машинного обучения.Материал и методы. В исследовании приняли участие пациенты в возрасте 40–64 лет, которым было проведено дуплексное сканирование сонных артерий и артерий нижних конечностей. Фенотипирование и дифференцировку субпопуляций лимфоцитов, нейтрофилов и моноцитов осуществляли методом проточной цитометрии на аппарате «Navios 6/2» (Beckman Coulter, США). Статистическая обработка данных производилась с использованием программно-прикладного пакета SPSS 23 и собственных программных наработок, созданных с использованием основных библиотек языка программирования Python 3.8 (Scikit-learn, Pandas, Numpy, Scipy) и IDE Spyder.Результаты. В исследование были включены 78 пациентов, 39 (50,0 %) мужчин и 39 (50,0 %) женщин, медиана возраста 50,0 года. Возраст старше 56 лет (р = 0,001), повышенное содержание холестерина липопротеинов низкой плотности (ХС ЛПНП) (р < 0,001) и мочевой кислоты (р = 0,001), а также иммуносупрессорных нейтрофилов (р = 0,005) статистически значимо ассоциированы с развитием каротидных атеросклеротических бляшек. В то же время уменьшение популяций проангиогенных нейтрофилов (р = 0,009), классических моноцитов, экспрессирующих CD36 (р = 0,019), неклассических моноцитов (р = 0,021), промежуточных моноцитов, экспрессирующих TLR4 (р = 0,033), а также классических моноцитов, экспрессирующих TLR2 (р = 0,044), статистически значимо ассоциировано с повышенным шансом наличия каротидных атеросклеротических бляшек. Были созданы две прогностические модели. Первая модель включала базовые клинико-лабораторные параметры (возраст, содержание ХС ЛППН, мочевой кислоты), вторая – все отобранные параметры, а также иммунологические показатели. Включение выявленных иммунологических предикторов в модель привело к значимому увеличению всех стандартных метрик качества бинарной классификации. Точность модели возросла на 13 % (р = 0,014), чувствительность – на 20 % (р = 0,003), специфичность – на 6 % (р = 0,046), прогностическая ценность положительного результата – на 9 % (p = 0,037), прогностическая ценность отрицательного результата – на 16 % (р = 0,011). По данным ROC-анализа, без включения в модель иммунологических предикторов площадь под ROC-кривой (AUC) составляла 0,765 [0,682; 0,848], включение же иммунологических предикторов приводило к статистически значимому увеличению AUC (0,906 [0,854; 0,958], р = 0,041).Заключение. У пациентов 40–64 лет без установленных атеросклеротических сердечно-сосудистых заболеваний включение в модель иммунологических маркеров, получаемых при иммунофенотипировании лейкоцитов, позволило увеличить ее диагностическую эффективность в отношении выявления прогностически неблагоприятного каротидного атеросклероза. Диагностическую ценность продемонстрировали субпопуляции моноцитов, экспрессирующих TLR2, TLR4 и CD36, а также иммуносупрессорные и проангиогенные нейтрофилы.

show abstract

Section: Discussionunclassified

Иммунофенотипирование Циркулирующих Лейкоцитов Как Инструмент Оптимизации Диагностики Каротидного Атеросклероза С Использованием Методов Машинного Обучения

Генкель¹,

Долгушин²,

Astanin³

et al. 2022

Атеросклероз

View full text Add to dashboard Cite

show abstract

“…Identifying proteins linked to specific atherogenicmechanisms sheds light onto the molecular pathophysiology of cardiometabolic disturbances. Although there have been multiple studies that found highly expressed proteins within atherosclerotic tissue, only a small number of these findings was replicated when using blood samples [11][12][13].…”

Section: Introductionmentioning

confidence: 99%

Plasma proteome association with coronary heart disease and carotid intima media thickness: results from the KORA F4 study

Elhadad,

del C. Gómez-Alonso,

Chen

et al. 2024

Cardiovasc Diabetol

View full text Add to dashboard Cite

Background and aims Atherosclerosis is the main cause of stroke and coronary heart disease (CHD), both leading mortality causes worldwide. Proteomics, as a high-throughput method, could provide helpful insights into the pathological mechanisms underlying atherosclerosis. In this study, we characterized the associations of plasma protein levels with CHD and with carotid intima-media thickness (CIMT), as a surrogate measure of atherosclerosis. Methods The discovery phase included 1000 participants from the KORA F4 study, whose plasma protein levels were quantified using the aptamer-based SOMAscan proteomics platform. We evaluated the associations of plasma protein levels with CHD using logistic regression, and with CIMT using linear regression. For both outcomes we applied two models: an age-sex adjusted model, and a model additionally adjusted for body mass index, smoking status, physical activity, diabetes status, hypertension status, low density lipoprotein, high density lipoprotein, and triglyceride levels (fully-adjusted model). The replication phase included a matched case-control sample from the independent KORA F3 study, using ELISA-based measurements of galectin-4. Pathway analysis was performed with nominally associated proteins (p-value < 0.05) from the fully-adjusted model. Results In the KORA F4 sample, after Bonferroni correction, we found CHD to be associated with five proteins using the age-sex adjusted model: galectin-4 (LGALS4), renin (REN), cathepsin H (CTSH), and coagulation factors X and Xa (F10). The fully-adjusted model yielded only the positive association of galectin-4 (OR = 1.58, 95% CI = 1.30–1.93), which was successfully replicated in the KORA F3 sample (OR = 1.40, 95% CI = 1.09–1.88). For CIMT, we found four proteins to be associated using the age-sex adjusted model namely: cytoplasmic protein NCK1 (NCK1), insulin-like growth factor-binding protein 2 (IGFBP2), growth hormone receptor (GHR), and GDNF family receptor alpha-1 (GFRA1). After assessing the fully-adjusted model, only NCK1 remained significant (β = 0.017, p-value = 1.39e-06). Upstream regulators of galectin-4 and NCK1 identified from pathway analysis were predicted to be involved in inflammation pathways. Conclusions Our proteome-wide association study identified galectin-4 to be associated with CHD and NCK1 to be associated with CIMT. Inflammatory pathways underlying the identified associations highlight the importance of inflammation in the development and progression of CHD.

show abstract

“…This type of workflow implemented with low-invasiveness samples may be an ideal option to be applied in screening and diagnostic programs with the aim of identifying new pharmacological targets and potential biomarkers, as well as improving the tumor clinical management. In the field of cardiovascular biomedicine, the deployment of proteomic approaches is mainly focused on the discovery of circulating protein biomarkers of heart diseases and the elucidation of disease-associated mechanisms and potential therapeutic targets in cardiovascular tissues [ 7 , 8 ]. Nav1.5 protein corresponds to the sodium channel protein type 5 subunit alpha (SCN5A) of the human cardiac voltage-gated sodium channel.…”

mentioning

confidence: 99%

Towards Precision Prognostication and Personalized Therapeutics through Proteomics

Santamaría

2023

IJMS

View full text Add to dashboard Cite

show abstract

Proteomic Studies of Blood and Vascular Wall in Atherosclerosis

Cited by 11 publications

References 78 publications

Иммунофенотипирование Циркулирующих Лейкоцитов Как Инструмент Оптимизации Диагностики Каротидного Атеросклероза С Использованием Методов Машинного Обучения

Иммунофенотипирование Циркулирующих Лейкоцитов Как Инструмент Оптимизации Диагностики Каротидного Атеросклероза С Использованием Методов Машинного Обучения

Plasma proteome association with coronary heart disease and carotid intima media thickness: results from the KORA F4 study

Towards Precision Prognostication and Personalized Therapeutics through Proteomics

Contact Info

Product

Resources

About