胆固醇外排能力(CEC)是一种衡量HDL功能的指标，在以细胞为基础的研究中，目前已证明HDL与心血管疾病呈负相关。基于细胞的CEC测量通量低而且复杂。研究人员假设，对脂蛋白蛋白组的评估可以实现准确、高通量的CEC预测。
采用LC-MS/MS法从血清中分离脂蛋白颗粒，定量测定21种脂蛋白相关蛋白。利用生物信息学用于识别与基于细胞的CEC测量具有单变量相关性的蛋白质，并生成用于CEC预测(pCE)的多变量算法。采用logistic回归方法，对pCE模型中的蛋白系数进行加权，得到一种新的预测冠心病(pCAD)的算法。
结果显示，通过对105个训练样本和测试样本进行靶向LC-MS/MS分析，发现pCE模型包含5个蛋白(Spearman r = 0.86)。对健康个体和冠心病患者的231例标本进行pCE病例对照研究，结果显示pCE较低(P = 0.03)。在同一研究中，pCAD模型显著改善了分类(P < 0.0001)。在对多路复用蛋白组学方法进行分析验证后，我们对137名绝经后妇女进行了心肌梗死病例对照研究，证实了pCE (P = 0.015)和pCAD (P = 0.001)模型中标本组的显著分离。
结果表明，蛋白组学pCE的开发提供了一种可重复的高通量CEC检测方法。pCAD模型改善了病例组和对照组的分层，随着进一步研究建立临床有效性，可为心血管健康评估提供了新的机会。
原始出处：
Zhicheng Jin, Timothy S. Collier, Darlene
L.Y. Dai, Development and Validation of Apolipoprotein AI-Associated
Lipoprotein Proteome Panel for the Prediction of Cholesterol Efflux Capacity
and Coronary Artery Disease
本文系梅斯医学（MedSci）原创编译整理，转载需授权！
本网站所有内容来源注明为“梅斯医学”或“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为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或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
#胆固醇外排能力#
30
#载脂蛋白AI#
35
#冠状动脉疾病#
38
#白蛋白#
35
#载脂蛋白#
34
#脂蛋白a#
34
#脂蛋白#
36