在微阵列和单细胞数据集中识别和验证三种潜在的生物标志物和严重喘的免疫微环境

科学领域:

• 基因组学就是基因组学.
• 免疫学 免疫学 免疫学
• 生物标志物发现发现

背景情况:

• 严重的喘缺乏特定的诊断生物标志物.
• 了解遗传和细胞因素对于严重喘管理至关重要.

研究的目的:

• 使用转录基因数据识别严重喘的遗传生物标志物.
• 调查严重喘中涉及的细胞通信通路.
• 在临床前喘模型中验证潜在的生物标志物.

主要方法:

• 对严重喘微阵列数据集的基因表达差异分析 (GSE130499,GSE63142,GSE43696).
• 机器学习算法 (LASSO,SVM-RFE) 用于生物标志物选择.
• 单细胞RNA测序数据分析 (GSE193816,GSE227744) 用于细胞间通信.
• 在喘小鼠模型中验证基因表达.

主要成果:

• 在严重喘和对照组之间发现了73种不同表达的基因.
• 选择BCL3,DDIT4和S100A14作为严重喘的重要诊断生物标志物.
• 在严重的喘中,BCL3降调;DDIT4和S100A14上调,在小鼠模型中得到证实.
• 观察到中性粒细胞和巨细胞透率增加,可能通过BMP和NRG信号传递与支气管上皮细胞有关.

结论:

• BCL3,DDIT4和S100A14是严重喘的有希望的诊断生物标志物.
• 这些基因可能在严重喘发病过程中发挥作用.
• 对这些生物标志物的进一步功能研究可能会揭示新的治疗点.