使用生物信息学,机器学习和实验验证的方法,探索与缩相关的基因和缺血-再输液损伤的诊断模型
Changhong Xu1, Yun Deng1, Xinyi Gong2
1Department of Urology, Institute of Urology, Gansu Province Clinical Research Center for Urinary System Disease, Lanzhou University Second Hospital, Lanzhou, Gansu, 730030, People's Republic of China.
Journal of inflammation research
|November 25, 2024
概括
这项研究确定了参与缺血-再损伤 (RIRI) 的与损伤相关的基因,开发了诊断模型,并展示了铜化作为RIRI的潜在治疗方法. 这些发现突出显示了cuproptosis.
科学领域:
- 分子生物学分子生物学
- 病理学 病理学 病理学
- 生物信息学是一种生物信息学.
背景情况:
- 缺血-再损伤 (RIRI) 是急性损伤的主要原因之一.
- Cuproptosis 是一种依赖铜的细胞死亡途径,与各种疾病有关,但其在RIRI中的作用尚不清楚.
研究的目的:
- 研究与cuproptosis相关的基因在RIRI中的作用.
- 开发基于cuproptosis标志物的RIRI诊断模型.
- 在RIRI中探索铜合的治疗潜力.
主要方法:
- 对RIRI和对照样本的转录基因分析.
- 与cuproptosis相关的差异表达基因 (CRDEGs) 的生物信息识别.
- 机器学习模型 (LASSO,SVM-RFE) 用于诊断模型的构建.
- 在体内和体外实验验证与铜化.
主要成果:
- 确定了18个与免疫细胞透有显著相关的CRDEGs.
- 开发了一种cuproptosis标记基因模型 (CMGM) 和一个具有有前途的诊断性能的五个枢纽基因SVM模型.
- 在RIRI模型中证明铜化可缓解损伤和亡.
结论:
- 与cuproptosis相关的基因在RIRI中起着重要作用,影响线粒体功能障碍和免疫反应.
- 诊断模型显示了RIRI的预测潜力.
- 铜化成为RIRI的潜在治疗策略.
