在自闭症谱系障碍中识别免疫透和与铁代谢相关的子组
Wenyan Huang1,2, Zhenni Liu2, Ziling Li2
1Department of Stomatology, Nanfang Hospital, Southern Medical University, Guangzhou, 510080, Guangdong, China.
Journal of molecular neuroscience : MN
|January 18, 2024
概括
自闭症谱系障碍 (ASD) 可以根据铁代谢基因分为两个子组. 机器学习确定了SELENBP1和CAND1作为关键预测因子,将铁失调与ASD的免疫差异联系起来.
科学领域:
- 神经发育障碍 神经发育障碍
- 遗传学和基因组学 在
- 免疫学 免疫学 免疫学
背景情况:
- 自闭症谱系障碍 (ASD) 在症状和结果中表现出显著的变化.
- 了解这种异质性对于开发有效的治疗策略至关重要.
- 铁平衡越来越被认为是影响ASD认知和免疫发展的潜在因素.
研究的目的:
- 根据铁代谢基因,识别ASD中的分子子组.
- 调查与这些子组相关的免疫透模式.
- 用机器学习确定参与铁代谢的关键基因,以预测ASD亚型.
主要方法:
- 利用来自GEO数据库的148个ASD和97个对照样本的基因表达数据的机器学习模型.
- 鉴定出25个不同表达的铁代谢基因.
- 进行无监督聚类,基因本体学,KEGG通路丰富,GSVA和免疫透分析.
主要成果:
- 根据铁代谢基因表达,在ASD中发现了两个不同的分子.
- 观察到集群之间代谢途径和免疫透的显著差异.
- 集群2表现出更高的免疫学分数和更大的免疫细胞透,表明更强大的免疫反应.
- 确定了SELENBP1和CAND1作为ASD亚型的重要预测基因,准确度高 (AUC>0.8).
结论:
- 通过铁代谢基因配置文件,ASD可以在分子上分类.
- 铁代谢失调与ASD中独特的免疫透模式有关.
- SELENBP1和CAND1是预测与铁代谢相关的ASD亚型的有希望的生物标志物.
