在糖尿病病中识别和分析各种细胞死亡模式,使用基于微阵列的转录组概况和单核RNA测序
Yuanyuan Luo1, Lerong Liu2, Cheng Zhang1
1Department of Endocrinology, Chongqing University Three Gorges Hospital, Chongqing, 404000, China; Chongqing Municipality Clinical Research Center for Endocrinology and Metabolic Diseases, Chongqing University Three Gorges Hospital, Chongqing, 404000, China.
Computers in biology and medicine
|December 17, 2023
概括
多种编程细胞死亡 (PCD) 途径与糖尿病病 (DKD) 的进展有关. 识别关键的PCD和制定风险评分可以改善DKD的诊断和指导治疗策略.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 分子生物学分子生物学
- 遗传学 是一个遗传学.
背景情况:
- 糖尿病病 (DKD) 是糖尿病的严重并发症,其特点是功能下降.
- 编程细胞死亡 (PCD) 途径越来越多地被认为是DKD病变和潜在治疗点的关键因素.
研究的目的:
- 调查多种PCD途径在DKD中的作用.
- 为了确定核心的PCD,并开发一个可预测的风险评分为DKD的进展.
主要方法:
- 对DKD样本进行转录组分析 (微阵列和snRNA-seq).
- 使用基因组变异分析 (GSVA) 分析了13个PCD途径.
- 权重基因共同表达网络分析 (WGCNA) 识别核心基因并构建细胞死亡特征 (CDS) 风险评分.
主要成果:
- 在DKD中确定了四种核心PCD途径 (性细胞死亡,亡,亡,烧亡).
- 基于四个基因 (CASP1,CYBB,PLA2G4A,CTSS) 的CDS风险评分显示了高的诊断效率.
- 较高的CDS风险得分与增加的免疫细胞透率和减少的淋巴膜过率 (GFR) 相相关.
结论:
- 多个PCD对DKD进展有显著的贡献.
- 开发的CDS风险评分作为DKD的宝贵诊断和预后工具.
- 这些发现突出了DKD治疗的潜在治疗目标.
