Multicentrická analýza genomických a metabolických dat neonatálních genetických chorob (MAOFGAMDNGD)

název objektu:Multicentrická analýza genomických a metabolických dat neonatálních genetických onemocnění cíl studie:( 1 ) Data sekvenování genů ( 138 genů souvisejících se 133 běžnými genetickými chorobami ) a metabolomická data tandemové hmotnostní spektrometrie ( 11 aminokyselin a 28 acylkarnitinů ) z cca Bylo shromážděno a shromážděno 40 000 novorozenců ze zúčastněných jednotek Aliance pro novorozenecký genetický screening Jižní Číny, aby byla dokončena konstrukce databáze genů a hmotnostní spektrometrie.

( 2 ) Byla provedena retrospektivní analýza výskytu, patogenních mutací, suspektních patogenních mutací a četnosti přenosu nevysvětlených mutací u 133 běžných neonatálních genetických onemocnění ve 40 000 případech a byla spočítána distribuce míst s vysokou frekvencí v populaci. , poskytující vědecký základ pro výběr mutačních míst pro rozsáhlý genetický screening neonatálních genetických onemocnění.

(3) Predikce funkce proteinu a analýza enzymové katalytické aktivity byly provedeny na místech vysokofrekvenčních mutací genetických metabolických onemocnění (IEM). Charakteristické metabolity byly analyzovány a ověřeny na mutační místa s nízkou enzymatickou katalytickou aktivitou. Byla zkoumána proveditelnost použití platformy pro analýzu umělé inteligence pomocí proteinové funkce a dat metabolitů tandemové hmotnostní spektrometrie k přesné predikci patogenity genetických metabolických lézí.

( 4 ) Prozkoumejte využití genomových a metabolomových velkých dat a algoritmů strojového učení, jako je Random Forest, Support Vector Machine, Elastic net, Multilayer Perceptron, ke konstrukci predikčních modelů pro běžná genetická onemocnění a snažte se dosáhnout přesné diagnózy a predikce běžných genetických onemocnění. onemocnění pomocí jednoduchých dat metabolomu tandemové hmotnostní spektrometrie a rozšířit aplikační rozsah technologie tandemové hmotnostní spektrometrie pro detekci onemocnění.

design výzkumu:retrospektivní observační studie Období výzkumu:září 2022 až prosinec 2025 Zúčastněné jednotky:Jižní Čína Aliance pro novorozenecký genetický screening (včetně kooperačních jednotek 123 nemocnic) předmět výzkumu:Data z genového screeningu 40 000 novorozenců (138 genů souvisejících se 133 běžnými genetickými chorobami) a data z tandemové hmotnostní spektrometrie (11 aminokyselin a 28 acylkarnitinů).

Kritéria zařazení: ( 1 ) Novorozenci, kteří podstoupili genetický screening a tandemovou hmotnostní spektrometrii ve stejnou dobu. ( 2 ) Věk : 0-28 dní, gestační věk 37-42 týdnů.

Vyloučená kritéria: Údaje, které splňují kteroukoli z následujících podmínek, musí být eliminovány: (1) Neonatální údaje s nejasnými základními klinickými informacemi; ( 2 ) Nedostatek základních informací o sledovatelnosti ; ( 3 ) Údaje o tom, že výsledky testů nelze analyzovat a interpretovat.

velikost vzorku: Genový screening a data tandemové hmotnostní spektrometrie 40 000 novorozenců.

sběr dat:( 1 ) Základní informace : pohlaví, věk, typ vzorku, číslo sledovatelnosti subjektu / ID číslo atd. ( 2 ) Klinické příznaky, biochemická a zobrazovací data pozitivních vzorků. ( 3 ) Výsledky detekce genů a výsledky tandemové hmotnostní spektrometrie. ( 4 ) Datum testovacích dat, model přístroje, typ činidla atd.

Statistické zpracování: K analýze výsledků testu byl použit statistický software IBM-SPSS 26.0. K hodnocení korelace mezi genotypem a klinickým fenotypem byla použita logistická regresní analýza. K analýze interakce gen-gen a korelace genotyp-fenotyp byla použita metoda zobecněné multifaktorové redukce rozměrů. Na základě dat z tandemové hmotnostní spektrometrie byly ke konstrukci modelu predikce genotypu použity algoritmy strojového učení, jako je náhodný les, podpůrný vektorový stroj, elastická síť a vícevrstvý perceptron. Predikční účinek modelu byl hodnocen podle přesnosti, přesnosti vyvážení, citlivosti a specificity.