综合生物信息学分析用于识别人类膜性病中的纤维细胞相关生物标志物和分子亚型

科学领域:

• 腎臟病學 (nephrology) 是一種醫學專業.
• 免疫学 免疫学 免疫学
• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.

背景情况:

• 膜性脏病 (MN) 涉及免疫复合物的沉积在质底膜中,导致蛋白尿和功能障碍.
• 纤维细胞通过组织重塑和免疫调节在MN病原发生中发挥作用.

研究的目的:

• 在膜性病 (MN) 中识别纤维细胞相关的生物标志物和分子亚型.
• 通过综合生物信息学分析,研究纤维细胞在肌肉疾病发病中的作用.

主要方法:

• 利用xCell算法进行纤维细胞透评估.
• 采用加权基因共同表达网络分析 (WGCNA) 来识别与纤维细胞相关的基因模块.
• 进行了差异基因表达分析和蛋白质-蛋白质相互作用网络构建,以选差异表达的纤维细胞相关基因 (DEFAGs).
• 应用共识聚类来根据DEFAG表达方式将MN患者分类为分子亚型.

主要成果:

• 与健康对照组 (HC) 相比,MN患者的纤维细胞分数显著增加.
• WGCNA确定了关键基因模块 (棕色和) 与纤维细胞分数有很强的相关性.
• 在WGCNA和微分表达式分析之间确定了308个重叠的DEFAG.
• 在MN中发现了两种不同的分子亚型 (C1和C2),用于免疫反应和细胞外矩阵重塑途径.
• 突出显示了COL3A1和TGFB1作为中央生物标志物,在MN中表达率较高.

结论:

• 综合生物信息学分析揭示了MN中纤维细胞相关的分子亚型,具有独特的免疫特征.
• 鉴定出COL3A1为膜性病的潜在诊断和治疗标.
• 这些发现表明,COL3A1与免疫调节和MN患者的疾病进展有关.