开发神经网络诊断模型和潜在的药物,基于新发现的与免疫相关的生物标志物,用于乳病
Tao Shen1, Haiyang Wang2, Rongkang Hu2
1Anhui Provincial Key Laboratory of Molecular Enzymology and Mechanism of Major Diseases, Key Laboratory of Biomedicine in Gene Diseases, Health of Anhui Higher Education Institutes, College of Life Sciences, Anhui Normal University, Wuhu, China. stao@ahnu.edu.cn.
Human genomics
|August 16, 2023
概括
这项研究确定了与免疫相关的关键基因 (HIGs),用于乳病 (CD) 的诊断和治疗. 这些枢纽基因可以预测CD的存在,并为新疗法提供点.
科学领域:
- 免疫学 免疫学 免疫学
- 遗传学 遗传学 是一个
- 计算生物学 计算生物学
背景情况:
- 病 (CD) 是一种常见的自身免疫性疾病,由摄入质引发.
- 目前CD的诊断和治疗选择仍然有限,需要发现生物标志物.
- 增加的发病率和流行率凸显了急需进行先进的CD研究的迫切需要.
研究的目的:
- 为了确定与乳相关的新型免疫相关基因 (HIGs).
- 为CD开发诊断生物标志物和潜在的治疗点.
- 探索HIGs在CD病原和患者分层中的作用.
主要方法:
- 从GEO数据集下载和分析基因表达数据.
- 使用机器学习算法 (randomForest,SVM-RFE,LASSO) 进行HIG选择.
- 构建了一个免疫相关基因评分 (IG评分) 和人工神经网络 (ANN) 模型.
- 通过Enrichr和分子对接,确定了针对HIG的潜在治疗药物.
主要成果:
- 鉴定出与中心免疫相关的基因 (MR1,CCL25,TNFSF13B) 对CD至关重要.
- 将CD患者分层分为不同的免疫活性子组,使用共识聚类.
- 通过ANN模型和IG得分证明了HIGs的诊断能力.
- 验证了HIGs在CD免疫调节中的作用,并确定了潜在的抗CD药物.
结论:
- 枢纽免疫相关基因 (HIGs) 是病诊断的重要预测因素.
- 这些HIG阐明了CD相关的分子网络和患者分层.
- 这项研究为开发新的诊断生物标志物和CD的治疗方法提供了有希望的途径.
