通过基于DNA损伤反应的RiskScore系统来预测败血症的分层:从单细胞RNA测序和转录基因分析中获得的见解

科学领域:

• 基因组学就是基因组学.
• 免疫学 免疫学 免疫学
• 计算生物学 计算生物学

背景情况:

• 败血症构成重大威胁,需要改进的预后工具.
• DNA损伤反应 (DDR) 与败血症的发病有关.
• 目前的败血症预后模型需要改进.

研究的目的:

• 开发一种基于DDR标志物的新型风险评分系统,用于基于DDR标志物的败血症预后.
• 为了确定关键的DDR相关基因风险分层.
• 探索不同风险群体的败血症患者的生物和免疫特征.

主要方法:

• 单细胞RNA测序 (scRNA-seq) 和WGCNA用于识别与DDR相关的基因.
• 考克斯的比例危害 LASSO回归构建一个四基因风险模型 (ARL4C,CD247,RPL7,RPL31).
• 使用名图,校准图,DCA和体内/体内测试 (RT-PCR,ELISA,流细胞计) 的验证.

主要成果:

• scRNA-seq和批量转录组学证实DDR水平与败血症预后相关.
• 在单细胞,巨核细胞,CD4+ T细胞和中性粒细胞中观察到较高的DDR活性.
• 四基因风险评分准确地分层患者和预测的生存率,较低风险的群体显示增强的免疫细胞透和功能.
• 实验验证支持了四个基因,特别是ARL4C在败血症预后中的作用.

结论:

• DDR表达景观提供了对败血症发病的洞察力.
• 一个强大的四基因风险评分模型可以帮助个性化败血症治疗策略.
• 这种风险评分对败血症患者的治疗有潜在的临床益处.