Front Endocrinol：利用转录组学数据诊断儿童和青少年生长激素缺乏症
2023-06-26 从医路漫漫 MedSci原创
基因表达(GE)数据在比较儿童生长激素缺乏症(GHD)儿童和正常儿童时，已经显示出作为一种新的工具来帮助诊断GHD的前景。本研究的目的是评估GE数据在儿童期和青春期GHD诊断中的效用。
生长激素缺乏症(GHD)是一种罕见但重要的矮小原因，患病率约为1 / 4000。共识指南推荐一种综合发育学、生化和放射学数据的方法来诊断儿童和青少年的GHD。药物刺激试验，其中选择生长激素(GH)峰值的截断水平，低于该水平的儿童被诊断为GHD。尽管这些测试存在许多已知的问题，但仍然是诊断GHD的关键。这些问题包括重复性差，所达到的生长激素峰值水平受所使用的药理学刺激、生长激素测定和身体成分的影响。在一项调查中，用于诊断的生长激素峰值水平在欧洲和美国国家指南中在6到10 mg/L之间变化。
除了这些问题外，大多数药理刺激试验都需要禁食，并且都需要多次血液样本。这两项要求对年幼的儿童来说都是具有挑战性的，特别是那些有重大医疗问题的儿童。
呕吐和恶心等不良反应是常见的，而脑水肿等罕见的严重不良事件与这些试验有关。因此，我们寻求开发一种基于基因表达的试验，作为药物刺激试验的潜在替代品。这将只需要一个血液样本，并且由于不需要药物刺激，将避免任何重大的不利影响。
基于基因表达的分析已被用于诊断间质性肺疾病、肾脏疾病、心房颤动、自闭症以及肿瘤的预后和分类。在自闭症和心房颤动中，外周血基因表达均有明显差异，但在两种情况下均有明显差异。因此，我们假设外周血中的基因表达特征可能是GHD的诊断工具，有可能取代药物刺激试验。在一项初步研究中，我们比较了参与PREDICT研究的98名GHD儿童和26名健康对照儿童(其基因表达数据来自在线数据集)的基因表达谱。在选择了271个表达与GH峰值水平相关的问题集后，随机森林分类器给出了0.95(灵敏度96%，特异性100%)的受试者工作特征曲线下面积(AUC-ROC)来预测GH的诊断，这表明这有可能成为一种优秀的诊断测试。
然而，最初的研究有一些局限性:
1)使用的对照受试者是健康的，而不是身材矮小的对照组;
2)患者和对照儿童来自不同的研究;
3)生长激素刺激试验和分析在PREDICT研究中没有标准化。
本研究的目的是评估基因表达数据在诊断GHD方面的效用，该研究招募了一组在单一三级儿科内分泌中心接受药理学刺激试验的儿童和青少年。
方法:从接受生长激素刺激试验的患者中获得GE数据。对我们前期研究中使用的271个表达基因进行数据采集。采用合成少数派过采样技术平衡数据集，采用随机森林算法预测GHD状态。
结果:24名患者被纳入研究，其中8名随后被诊断为GHD。GHD和非GHD受试者在性别、年龄、生长学(身高SDS、体重SDS、BMI SDS)和生物化学(IGF - 1 SDS、IGFBP-3 SDS)方面均无显著差异。随机森林算法诊断GHD的AUC为0.97 (95% CI 0.93 - 1.0)。
表1 研究参与者的基线特征
应用Boruta对GHD诊断的预测能力分析。与排列数据生成的阴影变量(蓝条)相比，显示了本研究中使用的所有160个基因的预测能力。根据与影子变量的比较，将基因分为确认、暂定或拒绝。60个基因被确认(绿色)，40个暂定(黄色)，60个被拒绝(红色)。中位重要性得分≥2.359为确认状态，中位重要性得分≥1.785和< 2.359为暂定状态，中位重要性得分<1.785为拒绝状态
通过加权集覆盖对前50条生物路径进行聚类，对具有预测能力的基因进行基因本体分析。共鉴定出10个基因本体簇(0.0037 < p < 0.018)
结论:本研究表明，结合GE数据和随机森林分析，对儿童GHD进行了高度准确的诊断。
文献来源：
Garner T, Wangsaputra I, Whatmore A, Diagnosis of childhood and adolescent growth hormone deficiency using transcriptomic data.Front Endocrinol (Lausanne) 2023;14
作者：从医路漫漫
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
不错，学习了。
37
生长激素缺乏症(GHD)是一种罕见但重要的矮小原因
47
学习学习
46
生长激素缺乏症(GHD)是一种罕见但重要的矮小原因
49