探索一种基于生物信息学和机器学习的新型诊断基因,用于对特斯图祖马布诱导的心脏毒性

科学领域:

• 在瘤学瘤学.
• 心脏病学 心脏病学
• 遗传学 遗传学是一种遗传学.
• 生物信息学是一种生物信息学.

背景情况:

• 特拉斯图祖马布诱导的心脏毒性 (TIC) 是癌症治疗中的一个重大临床挑战.
• 目前的ICT诊断方法缺乏有效可靠的早期生物标志物.
• 早期发现TIC对于患者的管理和预防严重的心脏损伤至关重要.

研究的目的:

• 为了确定Trastuzumab诱导的心脏毒性 (TIC) 的新型候选诊断基因.
• 在TIC中评估溶液载体家族6成员6 (SLC6A6) 的诊断能力.
• 探索SLC6A6作为TIC的潜在治疗点.

主要方法:

• 生物信息分析集成多机器学习算法来选TIC候选基因.
• 在多个数据集中交叉验证SLC6A6表达趋势.
• 使用SLC6A6表达水平,通过ROC曲线,校准和决策曲线分析进行验证,构建一个名ogram诊断模型.
• 使用TIC的细胞和动物模型进行体外和体内验证,包括RT-qPCR和左心室喷射分数 (LVEF) 的评估.

主要成果:

• 通过生物信息学查,SLC6A6被确定为TIC的候选诊断基因.
• SLC6A6在数据集中显示出一致的表达趋势,并在名ogram模型中显示出良好的诊断能力.
• 在Trastuzumab治疗后,动物模型显示LVEF显著降低,表明严重的心脏功能受损.
• 在Trastuzumab治疗的心肌细胞中,SLC6A6在体外和体内都被显著降低.

结论:

• SLC6A6的差异性表达与Trastuzumab诱导的心脏毒性有关.
• SLC6A6显示出作为TIC早期检测候选诊断基因的前景.
• SLC6A6可能是缓解TIC的潜在治疗目标.