一个个性化的mRNA签名用于预测高性心肌病,应用机器学习方法
Jue Gu1, Yamin Zhao2, Yue Ben1
1Affiliated Hospital of Nantong University, No.20 Xisi Road, Nantong, 226000, Jiangsu Province, China.
Scientific reports
|July 23, 2024
概括
研究人员使用生物信息学和机器学习开发了一种新的高性心肌病 (HCM) 签名. 这个签名识别了影响心脏功能的关键基因,有助于早期诊断和治疗HCM.
科学领域:
- 心血管研究研究心血管研究
- 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:
- 超性心肌病变 (HCM) 是导致心脏功能障碍和心脏突然死亡的重要原因.
- 确定可靠的HCM生物标志物对于及时诊断和干预至关重要.
研究的目的:
- 使用生物信息学和机器学习开发超性心肌病 (HCM) 的预测特征.
- 为了确定关键的基因和途径,涉及到HCM病原体.
- 在模型生物体中验证已识别的基因的临床意义.
主要方法:
- 来自公共数据库的HCM和正常组织数据的基因表达差异分析.
- 基因本体学 (GO) 和KEGG通路丰富分析.
- 权重基因共同表达网络分析 (WGCNA) 和机器学习算法 (SVM-RFE,LASSO) 用于枢纽基因识别.
- 斑马鱼模型评估已识别的枢纽基因对心脏发育的功能影响.
主要成果:
- 在HCM和正常组织之间确定了157个差异表达基因 (DEG).
- 与免疫相关的途径在HCM病变发生过程中得到了显著的丰富.
- 三个枢纽基因 (FCN3,MYH6,RASD1) 被确定为HCM的关键参与者.
- 斑马鱼中MYH6和RASD1的破坏导致心脏形,验证了它们在HCM中的作用.
结论:
- 使用综合生物信息学和机器学习方法开发了一种新的HCM签名.
- 已识别的枢纽基因 (MYH6,RASD1) 对正常的心脏发育和功能至关重要.
- 这种特征有可能改善HCM的早期诊断和治疗策略.
