建立和验证基于权重基因联合表达网络分析的免疫球蛋白A脏病诊断模型
Haibo Liu1, Lingling Dai2, Jie Liu3
1Department of Emergency, Yueyang Central Hospital, Yueyang, Hunan Province, China.
Medicine
|November 29, 2024
概括
生物信息学确定了免疫球蛋白A脏病 (IgAN) 的关键基因. 一个5基因的诊断模型显示高精度 (AUC 0.964) 的Igan检测和风险评估.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 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:
- 免疫球蛋白A神经病变 (IgAN) 是一种具有复杂发病因子的原发性淋巴细胞神经炎.
- 了解Igan的分子机制对于改善诊断和治疗至关重要.
研究的目的:
- 通过生物信息学识别参与IgAN病变的关键基因和途径.
- 开发和验证基于基因表达特征的IgAN新型诊断模型.
主要方法:
- 对两个基因表达综合 (GEO) 数据集 (GSE93798,GSE37460) 的综合分析.
- 不同基因表达分析,基因本体学 (GO) 和基因和基因组的京都百科全书 (KEGG) 路径丰富分析.
- 权重基因共同表达网络分析 (WGCNA),蛋白与蛋白相互作用 (PPI) 网络构建,并使用ROC,校准和决策曲线分析开发诊断模型.
主要成果:
- 确定了38个差异表达的基因,富含IL-17和放松素信号通路.
- 选了前10个枢纽基因,包括FOS,EGR2,FOSB,NR4A1,BR4A3,FOSL1,NR4A2,ALB,CD53,C3AR1. 这些基因包括FOS,EGR2,FOSB,NR4A1,BR4A3,FOSL1,NR4A2,ALB,CD53,C3AR1.
- 开发了一个5基因诊断面板 (ACTA2,ALB,AFM,ALDH1L1,ALDH6A1) 具有高诊断精度 (AUC=0.964) 并在外部数据集上验证.
结论:
- 鉴定的基因组和风险评分系统为Igan诊断和风险分层提供了一个有希望的工具.
- 这项研究阐明了潜在的分子机制,并为开发针对IgAN的向治疗策略提供了基础.


