综合单细胞RNA测序和门德尔随机化用于缺血性中风和代谢综合征

科学领域:

• 遗传学 是一个遗传学.
• 代谢疾病 代谢疾病
• 神经学 神经学

背景情况:

• 代谢综合征 (MS) 越来越多地与缺血性中风 (IS) 相关.
• 基本的分子机制和遗传关联仍然不太清楚.
• 调查共享的途径对于理解中风病原性至关重要.

研究的目的:

• 阐明MS和IS之间的分子机制和遗传关联.
• 确定共享的分子概况和潜在的诊断生物标志物.
• 了解失调新陈代谢在中风中的作用.

主要方法:

• 结合单细胞RNA测序 (scRNA-seq) 数据与孟德尔随机化 (MR) 分析.
• 使用机器学习 (WGCNA,随机森林,Lasso,XGBoost) 来识别枢纽基因.
• 在与中风相关的细胞群中分析了基因表达模式和糖解水平.

主要成果:

• 确定了6个上调和5个下调的MS和IS常见的差异表达基因 (DEGs).
• 使用机器学习选择了9个基因作为潜在的中风诊断模型.
• 在中风中的大多数细胞群中观察到异常的糖解水平,与枢纽基因表达相关.
• 核磁共振分析证实了IS和MS之间的遗传关系.

结论:

• 揭示了缺血性中风和代谢综合征之间的共同分子特征.
• 在IS和MS之间建立了遗传关联.
• 强调了新陈代谢失调的作用,并确定了中风的潜在诊断生物标志物.