基于代谢组学与机器学习筛选的COPD-PH特异性代谢标志物组合

本发明公开了基于代谢组学与机器学习筛选的慢性阻塞性肺疾病相关肺动脉高压(COPD‑PH)特异性代谢标志物组合，涉及生物医药技术领域。本发明首次发现COPD‑PH患者特异的代谢特征。先对COPD‑PH患者、COPD患者及健康对照的血浆样本进行非靶向代谢组学分析，鉴定出163种差异代谢物，然后通过RF、SVM和LASSO三种机器学习算法综合分析，筛选出5种关键代谢物：鸟氨酸、组氨酸、生物素、烟酰胺和高胱氨酸。在多中心验证研究中，这5种代谢物组合也展现出优异的诊断效能[AUC＝0.814]，显著优于传统诊断指标。本发明不仅为COPD‑PH的无创诊断提供了新工具，更深入揭示了疾病发生发展的代谢机制。