Протеомное профилирование для выявления новых прогностических маркеров неврологического исхода после реанимации

Актуальность: Остановка сердца является опасным для жизни событием. Реаниматологи сталкиваются с проблемой растущего числа пациентов с неопределенным неврологическим исходом после сердечно-легочной реанимации (СЛР). Прогностическая ценность современных биомаркеров для нейрофизиологических долгосрочных результатов ограничена. Таким образом, идентификация новых маркеров плазмы с более высокой прогностической ценностью для нейрофизиологического восстановления имеет решающее значение для ведения пациентов после СЛР.

Гипотеза: мы предполагаем, что специфические белки утечки тканей головного мозга могут быть идентифицированы для выявления новых, более надежных прогностических биомаркеров хорошего неврологического исхода.

Методы. Это трансляционное исследование (n = 100) представляет собой комбинацию проспективного фундаментального научного исследования, направленного на сокращение числа потенциальных кандидатов в биомаркеры плазмы с помощью протеомного дробового анализа в образцах тканей головного мозга при вскрытии и образцах плазмы реанимированных пациентов (n = 10) и проспективное клиническое валидационное исследование в большой исследуемой популяции (n=90) с помощью высокопроизводительного анализа. Образцы будут проанализированы с помощью протеомного анализа с использованием квадрупольно-орбитального масс-спектрометра (МС) Q-Exactive. Данные МС/МС будут интерпретироваться программным обеспечением MaxQuant и Perseus. Чтобы идентифицировать мозговые белки в плазме, протеом плазмы 10 реанимированных пациентов будет сравниваться с протеомным профилем ткани головного мозга. Это уменьшит количество потенциальных биомаркеров плазмы, связанных с неврологическим исходом. Проспективная валидация в образцах плазмы будет проводиться с помощью целевого протеомного подхода с использованием мониторинга выбранных реакций (SRM) на МС с тройным квадрупольным ионом. Неврологический исход будет оцениваться по пятибалльной шкале (смерть, стойкое вегетативное состояние, тяжелая инвалидность, умеренная инвалидность и хорошее выздоровление) в соответствии с категориями мозговой активности (CPC). Болезненность CPC <3 считается хорошим неврологическим исходом. Выбор протеомных маркеров и оценка сигнатур будут выполняться с помощью регуляризованной логистической регрессии L1, где параметр настройки будет оптимизирован путем перекрестной проверки производительности модели. Способность сигнатуры различать пациентов с хорошим и плохим исходом будет описана ROC-анализом.

Клиническая перспектива: Точный предиктор неврологического исхода после СЛР имеет первостепенное клиническое значение. Однако предыдущие исследования были сосредоточены на очень ограниченном наборе биомаркеров. Таким образом, подход структурированного протеомного анализа может определить лучший маркер из всех белков, высвобождаемых во время клеточного повреждения.