数据驱动的生物标志物发现为改进接触性过敏的诊断铺平了道路

在算法的帮助下，瑞典的Karolinska Institutet的研究人员已经确定了可以区分刺激性湿疹和接触​​过敏的标记，这两个皮肤反应看起来相似但需要不同的治疗。他们的调查结果，在期刊上发表国家科学院的诉讼程序（PNA），支持进一步发展当今诊断补丁测试的替代方案。

大约20％的高收入国家的人口受到联系的影响湿疹，这种疾病通常与工作环境中接触化学品有关。接触性湿疹有两种类型，各有其原因:过敏性接触性湿疹，这是由过敏反应引起的;而非过敏性刺激性湿疹，是由化学药剂或物理因素引起的。

由于两种类型需要不同的治疗，因此重要的是正确诊断是制作的。这可以证明皮肤病学家难以作为疾病存在类似的临床症状。诊断通常基于贴剂测试的结果，这通常难以解释，有时可以给出假阳性或假阴性结果。

在本研究中，Karolinska Institutet的研究人员及其在芬兰和奥地利大学的同事中，从85名患有85名接触湿疹和健康皮肤样品的患者进行了贴剂测试，以检查基因表达在里面皮肤由于暴露于不同的过敏原和刺激物。

研究人员使用一种与定制遗传算法相关的机器学习技术，确定了两组或三组可以一起区分刺激物和过敏的基因皮肤反应。该结果在一组独立的患者和外部数据集中是可复制的。外部数据集包括与第一组接触不同物质的患者，这为新的生物标记物奠定了基础。

“我们的结果表明，基于这些生物标记开发一种新的诊断方法有相当大的潜力，”通讯作者、卡罗林斯卡研究所环境医学研究所研究员和小组负责人Nanna Fyhrquist说。“该项目的下一步需要对标记物进行更广泛的临床验证，并对该方法进行技术优化，以达到足够的成本效益和达到临床目的的速度。”

---

---