在基于机器学习方法的缺血性中风中识别潜在的缩相关的关键基因

科学领域:

• 神经学 神经学
• 分子生物学分子生物学
• 遗传学 遗传学 是一个

背景情况:

• 缺血性中风 (IS) 是导致残疾和死亡的主要原因.
• 了解IS的分子基础对于开发有效治疗方法至关重要.
• 尼迪化是一种翻译后的修饰,在与IS病变发生相关的各种细胞过程中发挥作用.

研究的目的:

• 为了研究缩在缺血性中风的分子机制中的作用.
• 确定与IS相关的关键的缩相关基因.
• 基于无化途径,探索IS的潜在治疗点.

主要方法:

• 使用GSE16561数据集进行差异基因表达分析.
• 差异表达基因 (DEGs) 与缩相关基因的交叉.
• 生物信息分析包括KEGG,GO,Lasso-Cox和随机森林.
• 使用GSE58294数据集和临床患者样本进行验证.
• 对关键基因与铁亡和杯亡的相关性的分析.

主要成果:

• 在IS和对照组之间确定了350个DEG,其中11个重叠与缩相关基因.
• 丰富分析揭示了血液细胞系,中性粒细胞脱粒化,亡和蛋白质修饰中的作用.
• 在IS中,SRPK1,BIRC2和KLHL3被确定为关键的缩相关基因.
• 验证证实了这些关键基因在IS中的重要性.
• 建立了关键基因与铁/cuproptosis之间的相关性,并构建了一个ceRNA网络.

结论:

• 缩在缺血性中风的发病和结果中起着复杂的作用.
• SRPK1,BIRC2和KLHL3被确定为IS中的关键分子参与者.
• 这些发现为缺血性中风干预提供了潜在的新型治疗点.