美国化学学会 信用:Pixabay/CC0公共域 围绕着新冠肺炎的众多谜团之一是，为什么有些人只有轻微的流感样症状，而另一些人却患有威胁生命的呼吸系统疾病、血管功能障碍和组织损伤
现在，研究人员在美国癌症学会的《分析化学》杂志上报道，他们已经将代谢组学和机器学习相结合，来识别可能的生物标志物，这些生物标志物既有助于诊断新冠肺炎病，也有助于评估发展成严重疾病的风险
虽然一些已存在的疾病，如糖尿病或肥胖症，会增加因新冠肺炎而住院和死亡的风险，但一些原本健康的人也会出现严重的症状
由于世界上大部分人口都在等待接种疫苗，同时对患者进行诊断和评估其风险水平的能力可以帮助做出更好的医疗决策，例如如何密切监控特定患者或在哪里分配资源
因此，安德森·罗查、罗德里戈·拉莫斯·卡塔里诺和他的同事们想利用质谱结合一种叫做机器学习的人工智能技术来鉴定一组可以做到这一点的代谢物
横断面研究包括442名患有不同严重程度的新冠肺炎症状并经逆转录聚合酶链反应检测呈阳性的患者、350名新冠肺炎检测呈阴性的对照和23名尽管逆转录聚合酶链反应检测呈阴性但仍被怀疑感染病毒的人
研究人员用质谱和机器学习算法分析了参与者的血浆样本，确定了19个用于新冠肺炎诊断的潜在生物标志物和26个不同于轻度和重度疾病的生物标志物
在新冠肺炎疑似病人中，有78人
3%用新方法检测为阳性，可能表明这些是逆转录聚合酶链反应假阴性
研究人员说，尽管已确定的生物标志物(包括参与病毒识别、炎症、脂质重塑和胆固醇稳态的代谢物)需要进一步验证，但它们可能揭示SARS-CoV-2如何影响身体并导致严重疾病的新线索
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
