A specific gene-expression signature quantifies the degree of hepatic fibrosis in patients with chronic liver disease

瞄准：学习将为监视长期的肝疾病的前进提供临床上有用的信息的肝的纤维变性的一个更精确的数量化离子。方法：用包含超过 22000 的微数组克隆的 cDNA，我们在经历了肝的切除术的 74 个病人分析了非癌的肝的基因表示侧面。我们计算了比率染色 azan：全部的区域，并且决定了词法纤维变性索引(MFI ) ，， 9 节图象的一个平均数。我们把 MFI 用作一个参考标准为估计肝纤维变性评估我们的方法。结果：我们识别了一起显示出好关联的 39 基因(r > 0.50 ) 在基因表示和肝的严厉之间纤维变性。许多识别基因涉及有免疫力的回答并且房间发信号。确定肝纤维变性的程度，我们基于用线性支持向量回归分析 4 克隆介绍的基因表示开发了一个新基因纤维变性索引(GFI ) 。基于监督学习分析，这种技术正确地确定了在 74 件训练样品的纤维变性的各种各样的度(r = 0.76， 2.2% 对 2.8% ， P < 0.0001 ) 并且 12 件独立另外的测试样品(r = 0.75， 9.8% 对 8.6% ， P < 0.005 ) 。它在比象前凝血酶时间那样的血标记估计肝纤维变性远更好(r =-0.53), 类型 IV 骨胶原 7s (r = 0.48 ) ，透明质酸(r = 0.41 ) ，并且 aspartate aminotransferase 到血小板比率索引(APRI )(r = 0.38 ) 。结论：我们基于 microarray 的策略可以帮助的 cDNA 临床医生到精确并且客观地监视肝的严厉纤维变性。