加利福尼亚州南旧金山（商业新闻电）Intervent Biosciences今天宣布，他们发现患有严重COVID-19的患者的糖蛋白组学特征与同样感染过SARS-CoV-2病毒但没有或仅有轻微症状的患者相比存在显著差异。这些差异可能为疾病的自然史提供新的重要线索，并可能与个体间易感性的差异有关。近100份血液样本的人工智能糖蛋白组学分析是在InterVenn的南旧金山实验室进行的，对互补性COVID-19患者和其他参考人群的额外研究目前仍在进行中。@Vennbio研究发现，COVID19最终出现严重并发症的患者，其糖蛋白组学特征明显不同于那些严重并发症的患者无症状。推特这interden已经证明，蛋白质糖基化是翻译后蛋白质修饰最常见和最复杂的形式，是发现独特信息生物标志物的一种非常有效的方法。interden的糖蛋白组学方法将液相色谱-质谱法用于糖蛋白的高分辨率、精确质量表征的能力与人工智能和机器学习相结合，创建了一个适合临床研究和应用的可扩展平台。皮普™该公司的人工智能质谱数据分析软件，通过消除基于观察者的偏差，大大减少了整合和量化原始数据的时间和成本，同时提高了输出和解释的质量。该软件的简化功能版本OpenPIP™ 已经公开了。"我们目前正在跟踪我们最初的，非常有趣和有希望的结果，并从一个更大的样本组进行额外的分析，这将使我们能够优化我们的方法，以支持COVID-19的风险确定和结果预测，"Klaus Lindpaintner，医学博士，MPH说，Interpen Biosciences的首席科学和医学官。"我们相信，糖蛋白组学分析有可能显著提高我们对COVID-19的理解，以及帮助患者及其医生在这场可怕的全球大流行期间做出更明智的健康决定的能力，而在这场仍有许多未知因素的可怕的全球大流行中。"在COVID-19患者身上获得的结果拓宽了intervent可以应用其技术平台的适应症集。此前，该公司一直专注于肿瘤学，目前正在进行一项针对卵巢癌的前瞻性多部位临床验证试验，这是一项旨在预测多种肿瘤实体的总体努力的一部分。InterVenn的方法基于对大量血清糖蛋白的分析，已经为卵巢癌、肾癌、肺癌、肝癌、前列腺癌、胰腺癌、鼻咽癌和结直肠癌的预测分类提供了初步数据。它的敏感性和特异性通常大于90%，使用的是从较大面板生成的差异化、特定于指示的分类器。这就可以对已知患某一特定癌症（例如BRCA1/2突变携带者中的卵巢癌）的高危人群进行高度针对性的筛查，也可以通过在单个实验室测试中询问不同的、个体的疾病分类来进行广泛的癌症筛查，在不影响任何单个指标的分析精度的情况下，这是常见的一刀切概念。Aldo Carrascoso说："这些结果再次强调了糖蛋白组学在广泛的医疗条件中的普遍重要性，并突出了糖蛋白组学数据在为研究人员和医生提供疾病进程预测知识方面的巨大潜力。"，Interpen Biosciences首席执行官。"借助我们的专有平台，我们将继续发现与临床相关的各种疾病的见解，这意味着，作为一个集体医疗社区，我们将能够更好地根据患者的独特情况来确定最佳治疗方案，并改善总体效果。"欲了解更多关于InterVenn Biosciences以及该公司如何利用人工智能和质谱技术进行医疗技术转型，请访问https://interren.bio。有关InterVenn Biosciences的所有一般性和媒体咨询，请联系Andrea Vuturo，电话：press@venn.bio关于介入生物科学IntervenBiosciences利用专有的糖蛋白组学生物标志物查询平台，使用人工智能和质谱技术进行下一代精密医学。该公司正致力于寻找卵巢癌、胰腺癌、肝癌、前列腺癌和肾癌的新解决方案，以及Vista系列解决方案在治疗和监测、免疫分析、患者分层和疾病进展方面的应用。有关InterVenn Biosciences的更多信息，请访问该公司的网站。