通过生物信息学和机器学习识别向关键OP相关基因的内分泌干扰化学物质

科学领域:

• 环境毒理学和生物信息学
• 代谢性骨病研究研究
• 骨质疏松症的遗传学和表观遗传学

背景情况:

• 骨质疏松症 (OP) 是一种重要的代谢障碍,特别影响绝经后妇女.
• 遗传因素和内分泌干扰剂 (EDC) 在OP病变发生中的作用需要进一步阐明.
• 了解环境影响对于有针对性的OP预防和管理至关重要.

研究的目的:

• 调查环境污染物及其影响OP病变的调控机制.
• 为有针对性的OP预防和医疗管理建立理论基础.
• 为了确定骨质疏松症的新型诊断标志物.

主要方法:

• 使用CTD和GEO数据集进行网络毒理和生物信息学分析.
• 机器学习预测模型的开发和验证.
• 实时定量聚合酶连锁反应 (qRT-PCR) 用于基因表达分析.
• 分子对接和通路丰富分析 (GO,KEGG).

主要成果:

• 确定FOXO3和LUM是与OP相关的重要基因.
• 确定了13种可能对OP产生影响的EDC,包括甲, perfluorononanoic acid, genistein, cadmium 和 bisphenol A.
• 通过分子对接,证明EDCs对关键基因蛋白质结构具有显著的结合亲和力.
• FOXO3和LUM显示出作为OP的诊断标记物的潜力.

结论:

• 内分泌干扰物 (EDC) 被确定为影响OP的重要环境污染物,由FOXO3和LUM等关键基因介导.
• FOXO3和LUM代表了骨质疏松症的潜在新型诊断标志物.
• 这项研究揭示了EDC,关键基因和OP开始之间的新联系,为预防和治疗提供了洞察力.