基于WGCNA和机器学习算法对系统性红斑狼的潜在生物标志物的查
Xiaojian Li1, Yun Huo2, Zhenchang Wang1
1Guangxi University of Chinese Medicine, Nan Ning, Guangxi, China.
Medicine
|November 28, 2023
概括
研究人员确定了四个关键基因 (ARID2,CYSTM1,DDIT3,RNASE1) 作为系统性红斑狼 (SLE) 的潜在生物标志物. 这些生物标志物具有诊断价值,并可能影响SLE患者的免疫功能,提供新的治疗点.
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) 是一种复杂的自身免疫性疾病,对患者产生重大影响.
- 目前用于SLE的诊断和预后工具缺乏预测准确性.
- 确定可靠的生物标志物对于管理SLE预后和缓解至关重要.
研究的目的:
- 为了确定系统性红斑狼 (SLE) 的新型免疫相关生物标志物.
- 探索SLE潜在生物标志物的诊断价值和功能影响.
- 调查SLE中已识别的生物标志物和免疫细胞透之间的关系.
主要方法:
- 从基因表达大巴下载并分析了GSE50772数据集.
- 利用权重基因共同表达网络分析 (WGCNA) 来识别关键的基因模块.
- 应用机器学习算法 (LASSO,SVM-RFE,随机森林) 来识别潜在的SLE生物标志物.
主要成果:
- 在差异表达基因 (DEG) 和关键WGCNA模块之间确定了234个重叠基因.
- 验证了四个基因 (ARID2,CYSTM1,DDIT3,RNASE1) 作为具有高诊断价值的潜在生物标志物.
- 在SLE和健康对照人群之间发现了免疫细胞透的显著差异,与已识别的生物标志物有关.
结论:
- 建议ARID2,CYSTM1,DDIT3和RNASE1作为SLE的新型免疫相关生物标志物.
- 这些生物标志物显示出诊断潜力,并可能影响SLE的免疫功能.
- 这些已识别的基因代表了未来SLE研究,诊断和治疗的有希望的目标.
