泪液脂质组学标志物预测TAO活动性及临床特征关联
该研究通过泪液脂质组学分析,探讨了甲状腺相关眼病(TAO)活动期的脂质代谢变化,筛选出与疾病活动相关的生物标志物,并分析其与临床特征的相关性。研究纳入32例活动期TAO患者和30例非活动期TAO患者,采用液相色谱-质谱法(LC-MS)进行泪液样本的脂质组学分析,识别差异脂质分子。通过主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)等多变量统计方法,结合机器学习算法评估脂质生物标志物的预测能力。研究发现,活动期TAO患者的泪液中存在247种显著差异的脂质,其中104种上调,主要涉及鞘脂、甘油磷脂和甘油脂。通过机器学习,选择了四种脂质(BisMePA(36:6e), MGMG(38:0), PC(38:3), SM(d38:1)),这些脂质对TAO活动性的预测能力良好(AUC >0.8)。此外,这些脂质与血液脂质指标、眼球突出度、Schirmer I试验结果以及视网膜无血管区面积(FAZ)显著相关。该研究为TAO活动期的生物标志物筛选提供了新途径,具有潜在的临床应用价值。