识别诊断标记物和构建氧化应激在多发性硬化症中的预测模型.

科学领域:

• 神经免疫学 神经免疫学
• 基因组学就是基因组学.
• 计算生物学 计算生物学

背景情况:

• 多发性硬化症 (MS) 涉及中枢神经系统的炎症和神经退行,氧化应激在其发病过程中发挥着关键作用.
• 在MS中氧化应激的精确分子机制仍然不完全理解,需要对相关的基因和途径进行进一步的研究.

研究的目的:

• 确定与多发性硬化症 (MS) 相关的不同表达的氧化应激相关基因 (DE-OSRGs).
• 根据已识别的关键基因开发MS的预测诊断模型.
• 通过分析药物基因相互作用来探索潜在的治疗点.

主要方法:

• 利用来自GEO数据库的微阵列数据集来识别101个DE-OSRG.
• 进行了基因本体学 (GO) 和基因和基因组的京都百科全书 (KEGG) 路径分析.
• 采用蛋白质与蛋白质相互作用 (PPI) 网络,LASSO和后勤回归来识别关键基因 (MMP9,NFKBIA,NFKB1,SRC).
• 进行了免疫细胞透分析 (CIBERSORT) 和分子对接研究.

主要成果:

• 确定了101个DE-OSRG,主要涉及氧化应激和免疫反应.
• 四个关键基因 (MMP9,NFKBIA,NFKB1,SRC) 与MS强烈相关.
• 开发了一种具有良好的MS诊断预测能力的后勤回归模型.
• 在EAE小鼠模型中观察到异常的氧化应激和基因上调,并确定了潜在的药物相互作用.

结论:

• 确定并验证了多发性硬化症的潜在诊断生物标志物,为早期检测提供了新的途径.
• 建立了MS的有效预测模型,有助于临床评估.
• 提供了氧化应激作用的见解,并确定了个性化多发性硬化症治疗的潜在治疗点.