在CRSwNP中识别潜在特征基因,使用生物信息学分析和机器学习策略

科学领域:

• *耳鼻喉学和免疫学研究.
• *生物信息学和计算生物学.

背景情况:

• * 带有鼻息肉的慢性鼻炎 (CRSwNP) 的发病过程复杂,需要进一步调查.
• *确定新的诊断和治疗目标对于有效的CRSwNP管理至关重要.

研究的目的:

• * 确定CRSwNP中关键的枢纽基因和相关途径.
• * 促进发现CRSwNP的新诊断或治疗点.

主要方法:

• *使用了两个CRSwNP基因表达数据集.
• * 应用差异基因表达分析,权重基因共表达网络分析 (WGCNA) 和机器学习 (LASSO,RF,SVM-RFE) 来选枢纽基因.
• *使用验证集验证的枢纽基因,CRSwNP小鼠模型中的qPCR,并通过ssGSEA评估免疫细胞透.

主要成果:

• *鉴定了239个在CRSwNP中差异表达的基因 (DEG),富含核细胞质运输和HIF-1信号通路.
• *机器学习确定了11个枢纽基因;BTBD10,ERAP1,GIPC1和PEX6被验证为在CRSwNP中过度表达.
• *观察到2型T辅助细胞和B型记忆细胞的透减少,CRSwNP中不成熟的树突细胞和效应记忆CD8T细胞的透增加.

结论:

• * BTBD10,ERAP1,GIPC1和PEX6已被验证为CRSwNP的潜在新型诊断或治疗标.
• *这项研究为CRSwNP的诊断和治疗提供了新的视角和理论基础.