作为肺腺癌生物标志物的SH3GL2和MMP17:基于机器学习的方法
Zengjian Tian1, Shilong Yu1, Ruizhi Cai1
1General Hospital of Ningxia Medical University, Yinchuan, Ningxia, 750004, China.
Biochemistry and biophysics reports
|April 4, 2024
概括
这项研究使用生物信息学和机器学习确定了SH3GL2和MMP17作为肺腺癌 (LUAD) 的潜在生物标志物. 调节这些基因抑制了肺癌细胞的增殖,这表明它们在LUAD进展中的作用.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 基因组学就是基因组学.
背景情况:
- 肺腺癌 (LUAD) 是全球癌症相关死亡的主要原因之一.
- 确定可靠的生物标志物用于早期诊断和向治疗对于改善患者的治疗结果至关重要.
- 生物信息学和机器学习为分析复杂的基因组数据提供了强大的工具,以发现潜在的诊断和治疗目标.
研究的目的:
- 使用生物信息学和机器学习识别与肺腺癌 (LUAD) 相关的关键基因.
- 为了发现LUAD的潜在诊断生物标志物.
- 研究已识别的基因在LUAD细胞增殖中的功能作用.
主要方法:
- 利用了来自GEO (GSE68571,GSE74706) 的基因表达分析数据来识别差异表达基因 (DEG).
- 应用机器学习算法,包括LASSO回归和SVM-RFE,用于基因选择和诊断.
- 通过qRT-PCR和西部斑块验证了关键基因表达,并通过CCK8试验评估了功能影响.
主要成果:
- 在LUAD和健康对照之间确定了32个DEG.
- 选择了SH3GL2和MMP17作为使用LASSO和SVM-RFE的潜在诊断标记.
- 在LUAD细胞中发现MMP17表达升高和SH3GL2表达下调.
- 证明了下调MMP17和上调SH3GL2可以抑制LUAD细胞的增殖.
结论:
- SH3GL2和MMP17被确定为肺腺癌的潜在生物标志物.
- 这些基因在LUAD细胞增殖中发挥作用,并可能作为治疗点.
- 对SH3GL2和MMP17的进一步研究可能会导致LUAD的新型诊断和治疗策略.
