通过生物信息学和机器学习,通过生物信息学和机器学习,识别semaphorin 3C作为sarcopenia和冠状动脉疾病的生物标志物
Shu Ran1, Zhuoqi Li2, Xitong Lin2
1School of Health Science and Engineering, University of Shanghai for Science and Technology, Shanghai 200093, PR China; Shidong Hospital Affiliated to University of Shanghai for Science and Technology, Shanghai 200082, PR China.
Archives of gerontology and geriatrics
|January 19, 2025
概括
赛马福林3C (SEMA3C) 是一个关键基因,将肉类和冠状动脉疾病 (CAD) 联系起来. 针对SEMA3C可能为这些相关疾病提供新的治疗策略.
科学领域:
- 发现生物标志物的发现.
- 基因组学就是基因组学.
- 心血管研究的心血管研究.
背景情况:
- 萨科白会对生活质量产生负面影响,并可能使冠状动脉疾病 (CAD) 恶化.
- 识别共享的生物标志物对于结合诊断和治疗肉症和CAD至关重要.
研究的目的:
- 为了确定新的生物标志物,同时诊断和治疗肉症和CAD.
- 调查已识别的生物标志物在两种疾病的发病过程中的潜在作用.
主要方法:
- 使用基因表达综合 (GEO) 数据集用于肉症和CAD.
- 应用权重基因共同表达网络分析 (WGCNA) 和机器学习算法 (SVM-RFE,LASSO,RF) 来识别关键基因.
- 进行了门德尔随机化 (MR) 分析,以探索候选基因与疾病风险之间的因果关系.
主要成果:
- WGCNA确定了278个与肉症和CAD相关的基因,突出了RNA代谢,信号传递和细胞应激中的作用.
- 机器学习和ROC曲线分析确定了semaphorin 3C (SEMA3C) 作为一个关键的诊断基因.
- MR 分析证实,较高的 SEMA3C 水平与 CAD 风险增加和手握强度较低有关.
结论:
- SEMA3C被确定为一个关键的基因,涉及到sarcopenia和CAD.
- 针对SEMA3C是一个潜在的治疗途径,用于管理同时发生的肉症和CAD.


