对转录基因特征的分析揭示了SLE的分子内型,具有临床影响
Erika L Hubbard1,2, Prathyusha Bachali3,4, Kathryn M Kingsmore3,4
1AMPEL BioSolutions, LLC, 250 W. Main St. #300, Charlottesville, VA, 22902, USA. erika.hubbard@ampelbiosolutions.com.
Genome medicine
|October 16, 2023
概括
这项研究开发了一个强大的系统来将系统性红斑狼 (SLE) 患者分类为分子内型,使用基因表达特征. 这种分类可以预测SLE患者的疾病严重程度,爆发和治疗反应.
科学领域:
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
- 计算生物学 计算生物学
背景情况:
- 系统性红斑狼 (SLE) 呈现出显著的临床异质性.
- 之前试图通过基因表达对SLE患者进行分层的尝试受到小样本大小和技术问题的限制.
- 需要一个强大的患者分层系统来描述单个SLE患者.
研究的目的:
- 利用基因表达特征开发一种可复制的SLE患者分层系统.
- 在SLE患者群体中识别不同的分子内型.
- 为了将分子内型与临床特征,疾病结果和治疗反应相关联.
主要方法:
- 采用基因组变异分析 (GSVA) 来识别分子内型.
- 利用机器学习 (ML) 来将患者分类为分子子集.
- 开发了一个使用后勤回归和SHAP进行特征重要性和评分的复合度量.
主要成果:
- 在多个数据集 (2183-3166名患者) 中识别了八种不同的SLE分子内型.
- ML模型有效地将患者分类为高精度的内型.
- 内型表现出独特的基因丰富模式,与临床特征,疾病严重程度,发作风险和治疗反应 (包括tatumab) 相相关.
结论:
- 转录基因分析和ML提供了一种可复制的方法来分层SLE患者到分子内型.
- 这种分类系统显示了临床特征,结果和治疗反应的显著差异.
- 复合分子评分为SLE患者提供了分期和预后相关性.
更多相关视频
09:08Isolating Human Peripheral Blood Mononuclear Cells and CD4+ T cells from Sézary Syndrome Patients for Transcriptomic Profiling
Published on: October 14, 2021
5.5K
10:18From a 2DE-Gel Spot to Protein Function: Lesson Learned From HS1 in Chronic Lymphocytic Leukemia
Published on: October 19, 2014
13.8K
