Análisis de Redes de Expresión Génica Ponderada y Aprendizaje Automático para la Detección de Biomarcadores de Lesión...

Área de la Ciencia:

• Neurociencia; Inmunología; Genética

Sus antecedentes:

• La lesión nerviosa implica complejas respuestas inmunes y daño neuronal, con genes reguladores clave poco comprendidos.; La identificación de biomarcadores novedosos es crucial para comprender los mecanismos de la lesión nerviosa.

Objetivo del estudio:

• Identificar y validar biomarcadores génicos novedosos para la lesión nerviosa.; Elucidar las funciones de estos biomarcadores en la lesión y reparación nerviosa.

Principales métodos:

• Se integraron conjuntos de datos multi-transcriptómicos (RNA-seq, scRNA-seq) con aprendizaje automático (WGCNA, análisis de expresión diferencial).; Se validó el rendimiento diagnóstico de los biomarcadores en conjuntos de datos independientes.; Se analizó la infiltración de células inmunes (CIBERSORT) y los patrones de expresión específicos de células (scRNA-seq).

Principales resultados:

• Se identificaron cuatro genes clave de lesión nerviosa: Atf3, Bin2, Fcgr2b y Ucn, con un rendimiento diagnóstico robusto (AUC > 0.7).; Estos genes están implicados en la neuroinflamación, el destino neuronal y las vías de señalización JAK-STAT/NF-κB.; La expresión se correlacionó con macrófagos M2 y depleción de células T CD4+; Fcgr2b promovió el crecimiento de neuritas.

Conclusiones:

• Atf3, Bin2, Fcgr2b y Ucn son biomarcadores críticos de lesión nerviosa involucrados en la comunicación neuroinmune.; Estos hallazgos ofrecen información sobre dianas terapéuticas para la reparación nerviosa.; Fcgr2b puede desempeñar un papel en la promoción del crecimiento de neuritas después de la lesión.