在糖尿病足中识别和验证与细胞外矩阵相关的基因CTSH,使用生物信息学和机器学习

科学领域:

• 发现生物标志物的发现.
• 生物信息学是一种生物信息学.
• 细胞外矩阵研究研究.

背景情况:

• 糖尿病足 (DFU) 是一个重大的临床挑战,截肢和死亡率很高.
• 目前DFU的治疗选择有限,没有特定的细胞外基质 (ECM) 相关生物标志物被确定.
• 了解ECM在伤口愈合中的作用对于开发有效的DFU治疗至关重要.

研究的目的:

• 使用生物信息学和机器学习识别和验证糖尿病足 (DFU) 的ECM相关生物标志物.
• 探索已识别的生物标志物的潜在治疗应用和潜在机制.

主要方法:

• 对微阵列数据集 (GSE80178,GSE134431) 的分析,以确定DFU中的差异表达基因 (DEG).
• DEG与ECM基因的交叉,以精确确定ECM相关的DEG.
• 应用机器学习算法 (LASSO,RF,SVM-RFE) 来识别关键生物标志物.
• 生物标志物的验证在链毒素诱导 (STZ) 的小鼠模型中.

主要成果:

• 确定了13种与ECM相关的DEG,它们在与组织重塑和炎症相关的途径中得到丰富.
• 确定CTSH是DFU的关键ECM相关生物标志物.
• 发现CTSH与免疫细胞相关,并影响了关键信号通路 (刺,IL-17,TNF).
• CTSH表达与ECM和免疫相关基因相关,并构建了一个调节网络.

结论:

• CTSH是糖尿病足的关键诊断和预后生物标志物.
• CTSH代表了DFU管理的潜在治疗目标.
• 这项研究为开发新的DFU疗法提供了基础.