生物信息学和基于机器学习的关键生物标记物的识别以及静脉血栓栓塞症中的免疫透
1Department of Vascular Surgery, Fu Xing Hospital, Capital Medical University (FXH-CMU), Beijing 100038, China.
International journal of analytical chemistry
|December 2, 2024
概括
本研究使用生物信息学和机器学习确定DLST和LSP1为静脉血栓塞栓症 (VTE) 的关键生物标志物. 这些基因与免疫细胞透有关,为VTE发展和治疗提供了新的见解.
科学领域:
- 生物信息学和计算生物学
- 基因组学和分子生物学
- 免疫学 免疫学 免疫学
背景情况:
- 静脉血栓栓塞 (VTE) 是一个严重的健康问题,具有复杂的潜在机制.
- 识别关键的分子参与者及其与免疫反应的关系对于理解VTE病变发生至关重要.
研究的目的:
- 使用生物信息学和机器学习选和分析涉及VTE的关键基因.
- 探索已识别的生物标志物与VTE中的免疫细胞透之间的关系.
主要方法:
- 从GEO数据库下载并分析基因表达数据 (GSE19151).
- 使用差异表达分析,基因本体学 (GO),KEGG和基因组丰富分析 (GSEA).
- 应用机器学习用于枢纽基因识别和ssGSEA用于免疫细胞透分析.
主要成果:
- 在VTE样本中鉴定了628个差异表达基因 (DEGs).
- 发现DLST和LSP1作为具有诊断价值的VTE重要的枢纽基因签名.
- 在VTE和正常样本之间发现了免疫细胞透的显著差异,DLST和LSP1表达与免疫细胞含量相关.
结论:
- DLST和LSP1是VTE的新型和重要的生物标志物,通过机器学习识别.
- 这项研究为VTE病变产生提供了新的见解,突出了已识别的基因和免疫细胞透的作用.
- 这些发现可能有助于开发潜在的VTE治疗方法.
