综合生物信息学分析识别了糖尿病和COPD之间共享的代谢和免疫相关的诊断生物标志物,使用多omics和机器学习来确定这些生物标志物
Qianqian Liang1, Yide Wang1, Zheng Li1,2,3,4
1Department of Integrated Pulmonology, Fourth Clinical Medical College of Xinjiang Medical University, Urumqi, Xinjiang, China.
Frontiers in endocrinology
|January 23, 2025
概括
这项研究确定了糖尿病和慢性阻塞性肺病 (COPD) 之间的共同分子途径和生物标志物. 四个关键生物标志物得到了验证,提供了对疾病常见调节基因的见解.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 系统生物学 系统生物学
背景情况:
- 糖尿病和慢性阻塞性肺病 (COPD) 是全球重要的健康问题.
- 糖尿病和COPD之间的相互关系背后的分子机制仍然不完全理解.
研究的目的:
- 为了确定糖尿病和COPD之间共享的差异表达基因 (DEGs) 和分子途径.
- 通过生物信息学和机器学习,为这两种疾病发现强大的,共享的生物标志物.
主要方法:
- 不同基因表达分析和交叉队列分析以确定共享的DEGs.
- 路径分析 (GO,KEGG,GSEA) 和权重基因相关联网络分析 (WGCNA).
- 机器学习算法和xCell用于生物标记物识别和免疫透分析,通过多omics和体内/体外模型进行验证.
主要成果:
- 在糖尿病和COPD患者之间确定了186个共享的DEG.
- 在这两种疾病中,代谢和免疫相关的途径被发现通常会发生变化.
- 四个共享的生物标志物 (CADPS,EDNRB,THBS4,TMEM27) 被确定并验证.
结论:
- 综合生物信息学分析揭示了糖尿病和COPD之间潜在的分子联系.
- 确定了常见的调节基因,为进一步研究这些相互关联的疾病提供了理论基础.
