通过权重基因共同表达网络分析和机器学习,识别和验证初级开角绿内障中与氧化压力相关的基因

科学领域:

• 眼科医生 眼科 眼科
• 遗传学 是一个遗传学.
• 免疫学 免疫学 免疫学

背景情况:

• 主要开角青光眼 (POAG) 是一种普遍的眼睛疾病,目前没有有效的治疗方法.
• 确定可靠的诊断标记对于改善POAG患者管理和治疗结果至关重要.

研究的目的:

• 使用基因表达数据识别POAG的新型诊断标记物.
• 研究POAG.中已识别的标记物,免疫细胞透和潜在的治疗点之间的关系.

主要方法:

• 使用基因表达总量 (GEO) 数据库 (GSE27276) 进行表达分析.
• 应用权重基因共同表达网络分析 (WGCNA) 和机器学习 (Lasso,SVM-RFE,Random Forest) 来识别中心基因.
• 分析了免疫细胞透,构建了调控网络,并预测了药物敏感性.

主要成果:

• 鉴定了541个差异表达的基因,精确确定了具有高诊断值 (AUC) 的五个与氧化压力相关的基因 (HBB,MAOA,ACOX2,ALDH7A1,TYMP).
• 在POAG中观察到免疫细胞透的显著变化 (增加NK,CD4 T,树突细胞;减少CD8 T,Tregs).
• 发现HBB表达与大多数免疫细胞相关,并确定了潜在的药物敏感性 (Acetalax_1804,Ibrutinib_1799,OSI_027_1594).

结论:

• 已确定的五种氧化应激基因作为POAG.的有前途的诊断生物标志物.
• 这些基因与POAG中的免疫失调有关,提供了潜在的治疗途径.
• 对这些标记物的进一步研究可能会导致POAG.早期诊断和向治疗.