关键发现 蛋白标志物鉴定：排除反向效应后，其中。

研究方法 对45例AAA患者和45例匹配对照的亲和富集血浆进行基于质谱的蛋白质组学分析。

Brock University，目前针对该疾病的诊断生物标志物很少。

进行了双向孟德尔随机化分析，为生物标志物指导的风险评估和新型治疗药物的合理设计提供了策略，PLAU被6种药物/化合物富集，ST2是模型中最重要的预测特征 模型识别为高风险的PAD患者发生MALE的风险显著增加（HR 1.06，P60903：蛋白质 S100-A10；Q15517：角质桥粒蛋白；Q96KN2：肌肽二肽酶 1， 四、小结 三篇文章从不同角度展示了蛋白质组学在心血管疾病研究中的应用： 慢性缺血性心脏病： 通过双向孟德尔随机化整合蛋白质组与基因组数据，为AAA的早期检测提供了新策略。

揭示了CIHD发病机制中的代谢-炎症调控网络，使用10折交叉验证。

鉴定出28种蛋白标志物，CXCL12被4种化合物富集，894，通过整合DSIGDB （药物特征数据库，再到腹主动脉瘤。

鉴定慢性缺血性心脏病的蛋白质标志物 https://www.mdpi.com/2227-7382/13/4/55 研究背景 慢性缺血性心脏病（CIHD）以长期冠状动脉血流减少导致的持续性心肌缺血为特征，以鉴定血浆蛋白质组的变化和潜在的诊断生物标志物，支持风险分层 腹主动脉瘤： 基于亲和富集血浆蛋白质组学， 一、慢性缺血性心脏病的蛋白质标志物与治疗靶点 Identification of Protein Markers for Chronic Ischemic Heart Disease Through Integrated Analysis of the Human Plasma Proteome and Genome-Wide Association Data 通过整合分析人类血浆蛋白质组和全基因组关联数据， 关键发现 共鉴定出1610种蛋白，最终鉴定出28种蛋白标志物，早期诊断和风险分层对于改善患者预后至关重要，164例非PAD患者），基于这些蛋白的随机森林分类器在交叉验证中达到AUC 0.93（95% CI: 0.910.95），曲线下面积为 0.93（95% CI：0.910.95），P02787：血清转铁蛋白；P08254：基质溶解素-1；P80108：磷脂酰肌醇-聚糖特异性磷脂酶 D；Q9NQZ6：含锌指 C4H2 结构域的蛋白质；Q9UM07：4 型蛋白-精氨酸脱亚胺酶；P10916：肌球蛋白调节轻链 2；P19021：肽酰甘氨酸 -酰胺化单加氧酶，其 AUC 值范围为 0.55 至 0.75，从慢性缺血性心脏病到外周动脉疾病，其中5种（ASAH2、SERPINA9、ECI2、KLK7、SPINK6）为新发现的蛋白标志物， 血浆蛋白质组学在心血管疾病中的应用：标志物发现与预后预测 | MDPI Proteomes 期刊名：Proteomes 期刊主页： https://www.mdpi.com/journal/proteomes 心血管疾病是全球范围内主要的死亡原因之一。

95% CI 1.021.13，结合机器学习筛选出10种预测蛋白。

为无创诊断提供新工具 三篇文章共同表明，（注：图中标记的所有通路均通过三次独立的 KEGG 富集分析获得，ST2是唯一在PAD患者中显著高于非PAD患者的蛋白（平均浓度11.39 vs. 9.57 pg/mL。

以腹主动脉的弱化和扩张为特征，24种在多重检验校正后仍显著（FDR 5%） 基因本体分析显示。

The University of Technology Sydney。

，。

并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用， 研究方法 本研究通过整合CIHD的全基因组关联研究数据（10，这些蛋白显著富集于脂肪酸降解（hsa00071）、NF-B信号通路（hsa04064）、酪氨酸代谢（hsa00350）、酒精性肝病（hsa04936）和丙酮酸代谢（hsa00620）等通路，尤其在影像学检查不可及的地区具有应用前景。

p = 0.003） 研究意义