系统生物学和机器学习确定肺癌和胃食道逆流病之间的遗传重叠
1Department of Biotechnology, Center for Multidisciplinary Research and Innovations, Brainware University, Barasat, India.
Omics : a journal of integrative biology
|September 13, 2024
概括
这项研究使用生物信息学和机器学习确定了肺癌 (LC) 和胃食道逆流性疾病 (GERD) 之间的共同遗传联系. 发现了9个枢纽基因和多西环林等潜在的药物标,有助于未来的LC和GERD研究.
科学领域:
- 综合生物学和计算方法的方法.
- 系统生物学和生物信息学
- 一个健康和地球健康.
背景情况:
- 肺癌 (LC) 和胃食道逆流性疾病 (GERD) 显著影响人类和地球的健康.
- 在LC患者中GERD的同时发生往往与较差的结果相关.
- 共同的分子机制将复杂的疾病与生态系统健康联系起来.
研究的目的:
- 为了调查LC和GERD之间的遗传重叠.
- 确定关键的分子通路和潜在的治疗点.
- 应用系统生物学和机器学习来发现疾病特征.
主要方法:
- 利用系统生物学驱动的生物信息学和机器学习算法.
- 确定了9个显著改变的中心基因,这些基因对LC和GERD都很常见.
- 进行了途径分析,基因表达验证和分子对接.
主要成果:
- 九个枢纽基因 (例如,MMP9,MMP7,COL3A1) 在LC和GERD中被确定为显著改变.
- 路径分析表明与矩阵重塑有很强的关联.
- 机器学习模型在区分疾病方面取得了很高的准确性 (89%的LC,85%的GERD).
- 多克西环素显示与矩阵金属蛋白酶7 (-6.8千卡/mol) 的结合亲和力.
结论:
- 这项研究开创了集成in silico和机器学习方法的使用,以发现LC和GERD的基因特征.
- 确定了有前途的候选药物和治疗创新的上游监管机构.
- 为未来对LC和GERD的机械学研究提供了基础.
