综合的多omics分析和机器学习开发了基于Efferocytosis相关签名的诊断标记和预后模型,用于败血性心肌病
Xuelian Li1, Shijiu Jiang2, Boyuan Wang1
1Department of Cardiology, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, China; Hubei Key Laboratory of Biological Targeted Therapy, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, China; Hubei Engineering Research Center for Immunological Diagnosis and Therapy of Cardiovascular Diseases, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, China.
Clinical immunology (Orlando, Fla.)
|June 29, 2024
概括
这项研究揭示了一种新型的败血性心肌病 (SCM) 亚型,与血细胞衰竭相关,识别了用于预测患者结果和败血症潜在治疗点的关键基因.
科学领域:
- 心脏病学 心脏病学
- 免疫学 免疫学 免疫学
- 遗传学 是一个遗传学.
背景情况:
- 败血性心肌病 (SCM) 涉及异常炎症和高死亡率.
- 细胞在SCM病原发生中的作用尚不清楚.
研究的目的:
- 调查SCM中埃弗洛细胞形成的临床和遗传意义.
- 确定新型生物标志物和SCM的治疗策略.
主要方法:
- 综合多omics分析,包括scRNA-seq.
- 使用模块基因开发预测模型.
- 分子对接和实验验证.
主要成果:
- 鉴定了六个模块基因 (ATP11C,CD36,CEBPB,MAPK3,MAPKAPK2,PECAM1),并形成了SCM的准确预测模型.
- 基于EFFscore的子组显示出不同的临床和免疫特征.
- 一种新的SCM亚型 (C1) 具有较低的EFF得分,证明了更好的生存率.
- 四个基因 (CEBPB,CD36,PECAM1,MAPKAPK2) 与败血症患者的PBMC中高EFF得分有关.
- 塔米巴洛显示出与诊断基因的潜在相互作用.
结论:
- 鉴定出了一种新型的与乳细胞结核相关的SCM亚型和诊断生物标志物.
- 这些发现为SCM的临床诊断和治疗提供了新的见解.
- 这项研究为治疗败血症的向治疗铺平了道路.
