鉴定与疼痛相关的长非编码RNA,用于预测脉
Yongjie Tan1, Ying He2, Yuexuan Xu1
1School of Automation, Guangdong University of Technology, Guangzhou Higher Education Mega Center, No. 100 Waihuan Xi Road Panyu District, Guangzhou, 510006, China.
Clinical oral investigations
|January 22, 2025
概括
这项研究在脉中确定了与疼痛相关的长非编码RNA (lncRNAs),开发了用于准确预测脉和早期分子诊断的两种lncRNA签名.
科学领域:
- 分子生物学分子生物学
- 基因组学就是基因组学.
- 牙科研究 牙科研究
背景情况:
- 牙髓炎 (pulpitis) 是牙髓的炎症状况,需要准确的诊断工具.
- 长非编码RNAs (lncRNAs) 越来越多地被认为是它们在各种生物过程中的作用,包括炎症和疾病的发病.
研究的目的:
- 通过使用RNA测序数据在脉中识别与疼痛相关的lncRNAs.
- 开发一种基于已识别的 lncRNAs 的脉炎预测模型.
- 为了探索背后的分子机制脉疼痛.
主要方法:
- 差异基因表达分析和加权基因同表达网络分析 (WGCNA) 在皮和正常样本上进行.
- 使用LASSO回归模型构建基于lncRNA的分类模型.
- 共识聚类和基因组变异分析 (GSVA) 用于脉炎亚型.
- 预测和分析了miRNA-目标相互作用.
主要成果:
- 在pulpitis样本中发现了1830种差异性RNA.
- 确定了一种与疼痛相关的模块,其中包含与炎症相关的8个lncRNAs.
- 在LASSO模型中,MIR181A2HG和LINC00426显示出优异的预测性能 (AUC=1).
- 皮炎样本被分为两种亚型,其中MIR181A2HG被确定为渐进性标志物.
结论:
- 一些lncRNAs,包括PCED1B-AS1,MIAT,MIR181A2HG,LINC00926,LINC00861,LINC00528,LINC00426和ITGB2-AS1,是脉疼痛的潜在标记物.
- 一个两种lncRNA签名 (LINC00426和MIR181A2HG) 准确地预测肺炎,有助于分子诊断.
- GATA3可能调节这些lncRNA和下游NF-kappa B信号通路.


