Suscribirse

Identification of urinary peptides associated with allergic rhinitis - 28/08/21

Identification des peptides urinaires associés à la rhinite allergique

Doi : 10.1016/j.reval.2021.08.003 
N. Liu a, b, c, J. Wang a, b, c, M. Zhang a, b, c,
a Clinical Laboratory Medicine, Beijing Shijitan Hospital, Capital Medical University, Beijing, People's Republic of China 
b Peking University Ninth School of Clinical Medicine, Beijing, People's Republic of China 
c Beijing Key Laboratory of Urinary Cellular Molecular Diagnostics, Beijing, People's Republic of China 

Corresponding author at: Beijing Key Laboratory of Urinary Cellular Molecular Diagnostics, 10 Tieyi Road, Haidian District, Beijing 100038, People's Republic of China.Beijing Key Laboratory of Urinary Cellular Molecular Diagnostics10 Tieyi Road, Haidian DistrictBeijing100038People's Republic of China
En prensa. Pruebas corregidas por el autor. Disponible en línea desde el Saturday 28 August 2021
This article has been published in an issue click here to access

Abstract

Background

Whether in the world or in China, allergic rhinitis (AR) is a disease that seriously affects people's daily life. However, the current diagnostic methods for AR still have certain limitations. Adopt matrix-assisted laser desorption/ionization time-of-flight mass spectrometry (MALDI-TOF-MS) for proteomics detection makes it possible to screen for high-throughput biomarkers. This study intends to use this technology to analyze the urine proteomics of AR patients to find potential biomarkers for AR diagnosis.

Materials and methods

Urine and clinical data were collected from 60 patients with AR and 60 healthy controls. MALDI-TOF-MS based on weak cation exchange magnetic beads was used to obtain and analyze the urine peptide profiles between AR patients and healthy controls. The receiver operating characteristic (ROC) curve was used to evaluate the diagnostic ability of identified peptides and proteins.

Results

The results revealed significantly different expressions of nine peptide peaks between AR and healthy controls (ROC area under the curve [AUC], 0.660–0.780). We constructed a diagnostic model containing seven proteins identified from the above-mentioned peptide peaks. The AUC of the seven peptides panel for AR diagnosis was 0.882 with 75.0% sensitivity and 90.0% specificity.

Conclusions

The seven peptides diagnostic model established in this study had high specificity and moderate sensitivity in the diagnosis of AR. MALDI-TOF MS is a potential tool for diagnosing AR by the use of urine samples.

El texto completo de este artículo está disponible en PDF.

Résumé

Contexte

Presque dans tout le monde, que ce soit dans le monde ou en Chine, la rhinite allergique (AR) est une maladie qui affecte sérieusement la vie quotidienne des gens. Cependant, les méthodes actuelles de diagnostic de la AR comportent certaines limites. L’adoption de la spectrométrie de masse par désorption laser assistée par matrice et ionisation à mesure de temps de vol (MALDI-TOF-MS) pour la détection protéomique nous permet de rechercher des biomarqueurs à haut débit. Cette étude entend utiliser cette technologie pour analyser la protéomique urinaire des patients atteints de la maladie d’Alzheimer afin de trouver des biomarqueurs potentiels pour le diagnostic de cette maladie.

Matériaux et méthodes

Des données urinaires et cliniques ont été recueillies auprès de 60 patients atteints de AR et de 60 participants en santé. La méthode MALDI-TOF-MS basé sur des billes magnétiques à échange de cations faibles a été utilisée en vue d’obtenir et analyser les profils peptidiques urinaires entre les patients atteints de la AR et les participants en santé. La courbe (ROC) caractéristique d’exploitation de réception a été utilisée pour évaluer la capacité de diagnostic des peptides et des protéines identifiés.

Résultat

Les résultats ont révélé des expressions significativement différentes de neuf pics peptidiques entre la AR et les participants en santé (aire ROC sous la courbe [AUC], 0,660–0,780). Nous avons construit un modèle de diagnostic contenant sept protéines identifiées à partir des pics peptidiques susmentionnés. L’AUC du panel de sept peptides pour le diagnostic de la AR s’élevait à 0,882 avec une sensibilité de 75,0 % et une spécificité de 90,0 %.

Conclusions

Le modèle de diagnostic à sept peptides établi dans cette étude présentait une spécificité élevée et une sensibilité modérée dans le diagnostic de la AR. Le MALDI-TOF MS consiste en un outil potentiel pour le diagnostic de la AR sur des échantillons d’urine.

El texto completo de este artículo está disponible en PDF.

Keywords : Urine peptides, Allergic rhinitis, MALDI-TOF MS

Mots clés : Peptides urinaires, Rhinite allergique, MALDI-TOF MS


Esquema


© 2021  The Authors. Publicado por Elsevier Masson SAS. Todos los derechos reservados.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

¿Ya suscrito a @@106933@@ revista ?

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2024 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.