基于m6A免疫细胞透的动脉样硬化分子亚型的识别和预测
Bowen Xu1, Hongye Li2, Hongping Chen3
1The Second School of Clinical Medicine of Binzhou Medical University, Yantai, Shandong 264000, China; Yantai Yuhuangding Hospital, Yantai, Shandong 264000, China.
Biochimica et biophysica acta. General subjects
|December 9, 2023
概括
像METTL3这样的N6-甲基氨酸 (m6A) 调节剂在动脉样硬化中发生变化. 机器学习模型基于m6A免疫细胞透,准确预测动脉样硬化亚型,有助于疾病的检测和管理.
科学领域:
- 生物化学 生物化学
- 分子生物学分子生物学
- 心血管研究研究心血管研究
背景情况:
- 动脉样硬化是一种复杂的心血管疾病,分子亚型不明.
- 新出现的证据表明,N6-甲基氨酸 (m6A) 修改与动脉样硬化病原发生有关.
- 在动脉样硬化中m6A调节者的确切作用仍然在很大程度上未被定义.
研究的目的:
- 在动脉样硬化患者中研究25m6A调节者的表达特征.
- 探索机器学习模型在基于m6A调节器和免疫细胞透的基础上预测动脉样硬化分子亚型方面的潜力.
主要方法:
- 在动脉样硬化 (AS) 和非AS患者队列中分析了25个m6A调节者的表达水平.
- 使用R"limma"包进行了统计分析.
- 机器学习模型 (RF,SVM,GLM,XGB) 用于亚型预测.
主要成果:
- 在AS患者中,METTL3,YTHDF2,IGFBP1和IGF2BP1显著过度表达.
- 其他研究的m6A调节剂没有显示显著的差异表达.
- 机器学习模型在预测动脉样硬化分子亚型方面表现出高准确度.
结论:
- m6A的变化与动脉样硬化的发病有关.
- 机器学习有效地使用m6A免疫细胞透数据预测动脉样硬化分子亚型.
- 这些发现为改善动脉样硬化检测和管理策略提供了潜力.
