相关实验视频
Updated: Jun 7, 2025

11:13
Using Mouse Oocytes to Assess Human Gene Function During Meiosis I
Published on: April 10, 2018
8.8K
通过机器学习方法识别诊断基因和人类卵细胞衰老中的miRNA‒mRNA‒TF调控网络
Xi Luo1, Mingming Liang2, Dandan Zhang1
1Guangxi Academy of Medical Sciences, The People's Hospital of Guangxi Zhuang Autonomous Region, Guangxi Key Laboratory of Eye Health, Nanning, 530021, China.
Journal of assisted reproduction and genetics
|November 14, 2024
概括
这项研究使用生物信息学确定了参与卵细胞衰老的关键基因 (PDIK1L,SIRT1,MCU). 这些发现提供了对生殖衰老和潜在治疗点的见解.
科学领域:
- 生殖生物学 生殖生物学
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 卵细胞衰老显著影响老年妇女的生殖结果.
- 卵细胞衰老的潜在机制尚未完全理解.
- 识别关键基因对于理解卵细胞衰老病原体至关重要.
研究的目的:
- 用生物信息学方法识别与卵细胞衰老相关的枢纽基因.
- 阐明导致卵细胞衰老的分子机制.
- 提供改善生殖结果的潜在目标.
主要方法:
- 来自GEO数据库的卵细胞衰老数据集 (GSE155179,GSE158802,GSE164371) 的分析.
- 使用WGCNA和机器学习算法识别差异表达的基因和关键模块.
- 构建miRNA-mRNA-转录因子调节网络和基因组丰富分析.
主要成果:
- 构建一个竞争的内源RNA网络,涉及mRNA,lncRNA和miRNA.
- 确定PDIK1L,SIRT1和MCU作为卵细胞衰老中的关键枢纽基因.
- 开发一个监管网络,突出miRNA,mRNA和转录因子之间的相互作用.
结论:
- 这项研究加深了对卵细胞衰老机制的理解.
- 已识别的枢纽基因和调控网络可以作为治疗点.
- 这些发现可能有助于制定改善老年妇女生育能力的策略.

