使用生物信息学和机器学习分析婴儿发病佩病的骨肌中的免疫细胞透
Jingfei Zhang1, Xinyu Lin1,2, Lan Yin1
1Department of Medical Genetics, West China Hospital, Sichuan University, No.37, Guoxue Lane, Wuhou District, Chengdu, China.
Scientific reports
|November 10, 2024
概括
这项研究确定了GPNMB,CALML6和TRIM7作为婴儿发病佩病的潜在新标志物. 这些基因与受影响肌肉中的免疫细胞透相关,为疾病机制提供了洞察力.
科学领域:
- 生物化学 生物化学
- 免疫学 免疫学 免疫学
- 遗传学 是一个遗传学.
背景情况:
- 庞培病是一种严重的溶酶体储存障碍,导致心脏,肌肉和呼吸系统问题.
- 免疫细胞透与庞培病的进展有关,尽管直接证据有限.
研究的目的:
- 为了确定婴儿发病的庞培病的新生物标志物.
- 分析关键基因和免疫细胞透到受影响的骨肌肉中.
主要方法:
- 下载了GSE38680和GSE159062数据集,以识别差异表达基因 (DEG).
- 使用机器学习 (SVM-RFE,LASSO) 来选潜在的标记.
- 使用CIBERSORT进行免疫细胞类型分析和KEGG通路分析.
主要成果:
- 通过机器学习确定了GPNMB,CALML6和TRIM7作为关键基因.
- 凯格分析显示,信号传递,PI信号传递,乌比基介导蛋白质分解和JAK-STAT通路的丰富.
- 发现了GPNMB,CALML6,TRIM7表达和免疫细胞 (如Tregs,单细胞和巨细胞) 之间的相关性.
结论:
- GPNMB,CALML6和TRIM7可以作为庞培病的新标志物.
- 鉴定的基因与免疫透的关系为疾病发展提供了洞察力.
- 由于先前的直接证据有限,需要进一步的实验验证来证实这些发现.


