通过生物信息学和机器学习识别向关键DCM相关基因的内分泌干扰化学物质

科学领域:

• 心血管生物学 心血管生物学
• 环境健康 环境健康
• 基因组学就是基因组学.

背景情况:

• 扩张性心肌病 (DCM) 是心力衰竭 (HF) 的主要原因,发病率越来越高.
• DCM是由遗传和环境因素引起的,包括干扰激素作用的内分泌破坏性化学物质 (EDC).
• 通过基因表达,EDCs在DCM病原发生中的作用尚不清楚.

研究的目的:

• 使用机器学习 (ML) 识别与DCM相关的关键基因.
• 根据已识别的基因开发DCM的预测模型.
• 通过基因表达分析,调查EDC和DCM之间的潜在联系.

主要方法:

• 在DCM中选的差异表达基因 (DEGs) 来自基因表达综合 (GEO) 数据库.
• 进行了基因本体学 (GO) 和基因和基因组的京都百科全书 (KEGG) 路径丰富分析.
• 利用ML技术 (mRMR和LASSO逻辑回归) 来识别关键的DCM预测基因.

主要成果:

• 鉴定了用于DCM预测的六个关键基因 (IL1RL1,SEZ6L,SFRP4,COL22A1,RNASE2,HB).
• 将这些基因与79种影响DCM的潜在EDC联系起来.
• 最近,四种EDC (3,4-二chloroaniline, fenitrothion, pyrene, isoproturon) 与DCM进行了关联.

结论:

• 在EDC,关键基因和DCM发展之间建立了新的联系.
• 强调了环境化学物质暴露对心脏病的潜在影响.
• 建议EDCs作为DCM病变发生的潜在因素.