基于机器学习和单细胞分析的多基因分析来识别骨质疏松症的关键免疫基因
Baoxin Zhang1,2,3,4,5, Zhiwei Pei3, Aixian Tian3
1Suzhou Medical College of Soochow University, Suzhou, People's Republic of China.
Orthopaedic surgery
|September 6, 2024
概括
这项研究确定了中性粒细胞和四个关键基因 (DND1,HIRA,SH3GLB2,F7) 对于骨质疏松症的发展至关重要. 这些发现为骨疾病提供了新的诊断和治疗点.
科学领域:
- 免疫学 免疫学 免疫学
- 遗传学 是一个遗传学.
- 生物信息学是一种生物信息学.
背景情况:
- 骨质疏松症的发病过程涉及复杂的免疫过程.
- 了解骨免疫机制对于确定新的治疗点至关重要.
研究的目的:
- 使用单细胞和转录组数据探索骨质疏松症的新型骨免疫标记物.
- 利用生物信息学和机器学习来发现骨质疏松症的新诊断和治疗策略.
主要方法:
- 从GEO获得的单细胞和转录组数据.
- 进行了细胞通信,伪时间和hdWGCNA分析.
- 使用机器学习算法来选枢纽基因并评估免疫/通路得分.
主要成果:
- 在骨质疏松症样本中鉴定出骨髓衍生中介质干细胞和中性粒细胞的比例增加.
- 发现了四个枢纽基因 (DND1,HIRA,SH3GLB2,F7) 与免疫细胞类型有显著的相关性.
- 在骨质疏松症患者中,RT-qPCR证实了DND1,HIRA和SH3GLB2的减少表达.
结论:
- 中性粒细胞在骨质疏松症的发生和进展中发挥着关键作用.
- 已识别的枢纽基因可能会抑制代谢活动并促进炎症,有助于骨质疏松症的发病和诊断.
