使用单细胞RNA测序和机器学习识别动脉样硬化的新生物标志物
Xi Yong1,2,3, Tengyao Kang2,4, Mingzhu Li5
1The First Affliated Hospital, Jinan University, Guangzhou, 510632, China.
概括
新的生物标志物C1QC和COL1A1显示出用于诊断动脉样硬化 (AS) 的前景,动脉样硬化是导致心脏病和中风的主要原因. 这些发现为AS诊断和治疗策略提供了新的见解.
科学领域:
- 心血管研究研究心血管研究
- 生物标志物发现发现
- 免疫学 免疫学 免疫学
背景情况:
- 动脉样硬化 (AS) 是心血管疾病的主要原因,导致全球显著的死亡率.
- 有效的诊断标记对于管理AS及其危及生命的并发症,如心肌梗塞和中风至关重要.
研究的目的:
- 用先进的生物信息学和机器学习来识别和验证动脉样硬化 (AS) 的可靠生物标志物.
- 调查已识别的AS生物标志物与免疫细胞透之间的联系.
主要方法:
- 整合单细胞RNA测序,加权基因共同表达网络分析 (WGCNA) 和差异表达分析.
- 机器学习算法的应用 (LASSO,SVM-RFE) 用于使用GEO数据集进行生物标志物选择和验证.
- 针对免疫细胞透的评估进行CIBERSORT分析,随后对人类和小鼠样本进行验证.
主要成果:
- 在AS样本中确定了256个差异表达基因 (DEG),与免疫过程相关.
- C1QC和COL1A1成为AS的强大诊断标记,曲线下的面积 (AUC) > 0.8.8.
- C1QC和COL1A1表达与特定的免疫细胞相关联,包括巨细胞和T细胞.
结论:
- 验证了C1QC和COL1A1作为动脉样硬化 (AS) 的潜在诊断生物标志物.
- 这些生物标志物为AS的免疫格局提供了新的见解.
- 这些发现支持对AS的诊断和治疗策略的新视角.


