免疫フェノタイプ化は,機械学習による冠動脈疾患の重要な免疫バイオマーカーを特定します

科学分野:

• 免疫学
• 心血管疾患の研究
• バイオ情報学

背景:

• 冠動脈疾患 (CAD) の免疫サブタイプ,その関係,およびバイオマーカーは完全に理解されていません.
• 免疫細胞の違いを調査することは,CADの病原性を理解するために不可欠です.

研究 の 目的:

• CADの免疫サブタイプを特徴づけるために
• 免疫バイオマーカーとCADに関連した重要な遺伝子を特定する.
• CADの予測モデルを開発する.

主な方法:

• 分析のために公的なデータセット (GSE20686,GSE42148) を利用した.
• 主要成分分析 (PCA) と遺伝子セット変異分析 (GSVA) を採用した.
• 遺伝子オントロジー (GO),京都遺伝子とゲノム百科事典 (KEGG),および予測と検証のための機械学習分析を実施した.

主要な成果:

• プログラム細胞死リガンド1 (PD- L1) の発現において有意な差異を持つ2つの異なる免疫細胞サブタイプを特定した.
• ウェイトド遺伝子共表現ネットワーク解析 (WGCNA) を通じて3つのCADハブ遺伝子を発見した.
• AKT1とPTK2Bを用いたランダムフォレスト (RF) モデルを開発し,心筋細胞におけるそれらの差異的発現とPTK2Bの細胞増殖とアポトーシスの役割を示した.

結論:

• 免疫フェノタイプ化により,CADとPD-L1との関連が明らかになった.
• AKT1とPTK2Bは,CADにおける重要なシグネチャー遺伝子として特定されています.
• これらの遺伝子は,CADの診断,予後,および治療に臨床的な有用性を提供します.