机器学习算法整合了批量和单细胞RNA数据,揭示了脑内出血后的氧化应激

科学领域:

• 神经科学是一个神经科学.
• 基因组学就是基因组学.
• 分子生物学分子生物学

背景情况:

• 脑内出血 (ICH) 显著增加氧化应激 (OS),影响患者的结果.
• 了解OS后ICH的遗传基础对于改善患者预后至关重要.

研究的目的:

• 通过单细胞RNA测序 (scRNA-seq) 来研究ICH后OS的细胞异质性.
• 为了确定与高OS活动相关的关键基因在ICH后.
• 在ICH动物模型中验证已识别的基因.

主要方法:

• 使用单细胞RNA测序 (scRNA-seq) 和各种算法 (AUCell,Ucell,singscore,ssgsea,AddModuleScore) 来分析OS异质性.
• 相关性分析和四种机器学习算法 (eXtreme梯度增强,Boruta,随机森林,LASSO) 确定了枢纽和特征基因.
• 使用ICH动物实验进行了验证,以评估基因和蛋白质表达.

主要成果:

• 在ICH后,OS活动显示细胞异质性,单细胞呈现较高的OS.
• ANXA2和COTL1被确定为与ICH后高OS密切相关的枢纽基因.
• 动物实验证实了OS表达的增加和ANXA2 / COTL1蛋白水平的升高,与微细胞同定位.

结论:

• ANXA2和COTL1可能通过单细胞透到大脑,并在微质细胞中定位,加剧ICH后的OS.
• 这些发现增强了对ICH中OS机制的理解,并提出了潜在的治疗点.