通过机器学习和综合生物信息学,识别出在牛皮和性结肠炎中共享的潜在关键基因
Jing Zhang1, Shuo Feng1, Minfei Chen1
1Department of Dermatology, the First Affiliated Hospital, Xi'an Jiaotong University, Xi'an, Shaanxi Province, China.
概括
这项研究使用生物信息学识别了8个常见的牛皮和性结肠炎 (UC) 的关键基因. 这些基因可能会阐明共同的疾病机制,并为这两种炎症状况提供潜在的治疗点.
科学领域:
- 遗传学 是一个遗传学.
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
背景情况:
- 牛皮和性结肠炎 (UC) 具有共同的关联性,但它们的共同致病性仍然不清楚.
- 了解共同的分子机制对于开发有效的治疗方法至关重要.
研究的目的:
- 识别潜在的关键基因,涉及到牛皮和性结肠炎 (UC) 的病原发生.
- 为了利用机器学习和综合生物信息学为新型基因发现.
主要方法:
- 从牛皮和UC数据集中识别了重叠的差异表达基因 (DEG).
- 利用LASSO,SVM-RFE和WGCNA精确定位关键的基因.
- 使用ROC曲线验证的基因诊断信心和通过CIBERSORT评估的免疫细胞透.
主要成果:
- 发现了与炎症和免疫反应相关的112个重叠的DEG.
- 他们发现了八个关键基因:S100A9,PI3,KYNU,WNT5A,SERPINB3,CHI3L2,ARNTL2和SLAMF7.
- 证实了这些基因的高诊断信心,并发现了与免疫细胞透的相关性.
结论:
- 鉴定了8种潜在的关键基因,进步了对牛皮和UC之间的共享病原体的理解.
- 这些基因可以帮助识别牛皮患者未被诊断的UC.
- 已识别的基因代表了这两种疾病的潜在未来治疗点.


