使用集成机器学习和实验验证识别ADAM23作为牛皮的潜在标志
Pingping Yao1, Yuying Jia1, Xuewei Kan1
1Department of Dermatology, the First Affiliated Hospital of USTC, Division of Life Sciences and Medicine, University of Science and Technology of China, Hefei, Anhui, 230000, People's Republic of China.
International journal of general medicine
|December 27, 2023
概括
研究人员将ADAM23确定为牛皮的潜在生物标志物. 这种蛋白质可能在疾病中发挥作用.
科学领域:
- 皮肤病学 皮肤病学
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
背景情况:
- 牛皮是一种常见的慢性炎症性皮肤疾病.
- 识别新的生物标志物对于有效的牛皮诊断和治疗至关重要.
- 了解牛皮的潜在机制是一个正在进行的研究重点.
研究的目的:
- 为了确定牛皮的新型关键生物标志物.
- 分析牛皮潜在的潜在分子机制.
- 评估候选生物标记物的诊断准确性.
主要方法:
- 从基因表达总 (GEO) 数据库中对牛皮数据集的差异基因表达分析.
- 对差异表达基因 (DEGs) 的功能和通路丰富分析.
- 机器学习算法的应用 (RF,LASSO,WGCNA,SVM-RFE) 用于生物标志物的识别和验证.
- 通过CIBERSORT和单细胞RNA分析,研究生物标记物与免疫细胞之间的相互作用.
- 在人类和小鼠模型中验证生物标志物表达.
主要成果:
- 确定了709个重叠的DEG,其中426个是上调的,283个是下调的.
- 丰富分析显示,DEGs参与免疫细胞活动,免疫激活和炎症.
- 机器学习和单细胞RNA分析确定ADAM23是具有高诊断准确性的潜在牛皮生物标志物.
- ADAM23的表达与巨细胞和巨细胞有关,并且在牛皮病变中的巨细胞上调.
结论:
- ADAM23显示出作为牛皮的诊断生物标志物的潜力.
- 通过病变的免疫调节,ADAM23可能有助于牛皮的发病.
