综合分析与化相关的基因,并构建败血症的预后模型
Linfeng Tao1, Yanyou Zhou1, Lifang Wu2
1Department of Emergency and Critical Care Medicine, Suzhou Clinical Medical Center of Critical Care Medicine, Gusu School of Nanjing Medical University, The Affiliated Suzhou Hospital of Nanjing Medical University, Suzhou Municipal Hospital, Suzhou, 215001, China.
Scientific reports
|August 5, 2024
概括
这项研究探讨了化基因和败血症之间的联系,确定了关键基因,以建立败血症诊断的预测模型,并可能改善患者的治疗结果.
科学领域:
- 基因组学就是基因组学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 败血症是一个关键的全球健康问题.
- 化是一种细胞过程,显示出作为败血症标志物的潜力.
- 化相关基因在败血症中的特定作用需要进一步调查.
研究的目的:
- 探索化基因和败血症之间的关系.
- 根据基因表达来分类败血症亚型.
- 使用机器学习开发用于败血症的预后模型.
主要方法:
- 使用了来自GEO (GSE66099,GSE65682) 的大量RNA-seq数据.
- 员工共识ClusterPlus用于败血症亚型和limma用于枢纽基因识别.
- 使用机器学习构建了一个预测模型,并用ROC和卡普兰-梅尔曲线进行评估.
主要成果:
- 根据14个与预后相关的化基因,确定了两种不同的败血症亚型.
- 发现了20个不同表达的基因,将败血症和化联系起来.
- 为预后模型选择了9个枢纽基因 (SLA2A1,TMCC2,TFRC,RHAG,FKBP1B,KLF1,PILRA,ARL4A,GYPA) 的基因.
结论:
- 提供了关于化和败血症之间的联系的见解.
- 开发了一种具有潜力的预测模型,作为败血症的诊断生物标志物.
